我所一篇关于反射场景深度估计的工作被国际顶级期刊IEEE TCSVT录用

发布时间：2025年08月26日

       由我所师生合作完成的一篇论文Decoupling and Aggregating: Dual-layer Light Field Depth Estimation with Reflective and Transparent Surfaces被CCF B类国际顶级期刊IEEE Transactions On Circuits and Systems For Video Technology（TCSVT）录用，该论文由我所谢彦琳、陈佳欣、在张硕老师、林友芳老师的指导下共同完成。

      光场（Light Field, LF）因其蕴含丰富的多视角几何信息，在深度估计领域展现出独特优势。然而现实场景中普遍存在的反射/透明表面会导致光场数据产生严重的层间干扰——观测到的像素实际上是背景层与反射层的线性叠加，这种现象在现有光场深度估计算法中会引发成本体积的双峰分布问题，最终导致深度估计失效。针对这一挑战，本文提出首个面向反射场景的光场双层深度估计框架，其核心创新在于：1）构建自适应解耦模块，通过角度-空间联合特征分析实现混叠成本体积的层间分离；2）设计迭代式自引导聚合机制，结合多阶段监督策略完成双分支深度信息的可靠融合。为验证方法有效性，我们特别搭建了包含合成与真实数据的光场反射测试集。实验表明，该方法在所构建的数据集上较现有SOTA方法平均误差降低37.2%，且能准确还原场景的几何分层结构。真实场景中的相关实验进一步验证了该算法的泛化性和有效性。本工作首次将深度估计问题拓展至光场反射场景，为复杂环境下的三维重建提供了新的解决方案。