一种基于Transformer的低空无人机多视感知方法

本申请公开了一种基于Transformer的低空无人机多视感知方法，属于图像处理技术领域，包括：获取多个相机拍摄的图像；采用Depth Anything作为基础单目深度估计模型，获得每个图像对应的相对深度图，并采用视角自监督深度校正机制VAST校正相对深度图；基于校正后的相对深度图，利用Transformer驱动的动态尺度融合模型TDSF，将视觉深度与导航信息通过Transformer融合，动态估计得到最优尺度因子，并基于最优尺度因子，得到绝对深度图；基于绝对深度图，利用动态空间自注意力的稀疏视角BEV融合模型DSSA转换为BEV表征，得到最终的BEV特征图。该方法提高了三维感知的准确度。