26年WP通信工程 基于无监督学习的光场深度估计方法研究与实现4.33-AI30.11全日(20463字).docx

WHKJ 大学本科毕业论文II摘 要光场深度估计在 3D 重建、重聚焦、新视图合成等应用中至关重要。无监督学习方法因无需真实深度标签、泛化能力强而备受关注，但遮挡、弱纹理、噪声等因素严重制约了其几何约束的精度，其中遮挡问题尤为关键。针对这一挑战，本文将现有无监督光场深度估计方法归纳为三类：预定义遮挡掩膜类、优化粗深度图类和基于多模型估计遮挡视图数量类。以 LFDE-OccUnNet（Light Field Depth Estimation with Occlusion-aware Unsupervised Network）、OPENet（Occlusion Pattern Aware Loss Network ） 、 ECAAAN （ Epipolar Cons...