富贵险中求 院讯（通讯员：魏光辉）近日，富贵险中求 王来花副教授课题组在IEEE Transactions on Consumer Electronics（IEEE TCE）上发表研究论文“Enhanced Modeling for Self-Supervised Monocular Depth Estimation”。该论文以富贵险中求 为第一完成单位，2022级研究生魏光辉为第一作者，王来花副教授为通讯作者，齐苏敏教授共同参与研究。IEEE TCE最新影响因子为9.9，是JCR一区、中科院二区期刊。

该研究提出了自监督单目深度估计模型 EM-Depth，旨在解决因前景与背景建模不足而导致的边界模糊问题。为此，设计了 Self-CutMix 数据增强方法：通过对同一图像内部区域进行裁剪与交换来构造合成遮挡，在保持相机内参一致性的同时，强化模型对前景-背景关系的辨识能力；在此基础上，进一步引入深度一致性损失和自蒸馏损失，为遮挡场景下的深度预测提供额外的伪监督信号。此外，还提出了多尺度解码器MA-HRDecoder，利用多尺度深度输出提升场景结构建模能力。实验结果表明，该方法在KITTI、Cityscapes和nuScenes等数据集上取得了领先或具有竞争力的性能，同时在Make3D和NYUv2的跨数据集测试中展现出良好的泛化能力，能够有效改善目标边界的清晰度，并提高复杂场景下的深度预测精度。

全文链接：//doi.org/10.1109/TCE.2025.3645823

该研究得到国家自然科学基金、山东省自然科学基金、山东省青创团队科技支持项目的资助支持。

供稿审核：高   鹏

审核编辑：马   旭

终审：王茂励