Изображение светового поля способно одновременно записывать информацию о световых лучах в разных положениях и направлениях в пространстве, предоставляя богатую информацию для оценки точной карты глубины. Однако в сложных сценах с окклюзиями и повторяющимися текстурами недостаток извлечения признаков изображения приводит к потере деталей карты глубины. В статье предлагается сеть оценки глубины светового поля на основе корректирующей свертки, которая полноценно использует богатую структурную информацию изображения светового поля для улучшения оценки глубины в сложных областях, таких как окклюзии. Маска окклюзии генерируется с использованием начальной карты параллакса и субапертурных изображений, применяется корректирующая свертка для определения и кодирования пространственной информации окклюзированных областей для их распознавания, а также комбинируются многомасштабные признаки для дополнения легко теряющихся краевых деталей. С помощью пространственного механизма внимания окклюзированные области получают больший вес, что устраняет избыточную информацию и глобально оптимизирует подсубпиксельные затраты. Экспериментальные результаты показывают, что метод достигает средних показателей MSE и BadPix (ε=0.03) соответственно 0.951 и 4.261 на эталонной 4D платформе светового поля, способен обеспечивать минимальную ошибку оценки глубины в большинстве сцен, демонстрирует высокую устойчивость в окклюзированных областях и превосходит другие алгоритмы.

световое поле;оценка глубины;окклюзионная маска;корректирующая свертка;пространственное внимание