摘要： 目前基于深度學習的深度估計模型參數(shù)量大，難以適應移動端設備。針對此問題，提出一種可以部署在移動端的多尺度特征融合輕量級深度估計方法。首先，以MobileNetV2為主干，提取出4個尺度的特征。然后，通過構建編碼器到解碼器的跳躍連接路徑，將4個尺度的特征進行融合，充分利用融合低層的位置信息和高層的語義信息。最后，融合后的特征通過卷積層得出高精度的深度圖像。在NYU Depth D... （共9頁）