近日，机器人领域的国际旗舰会议ICRA 2022 (IEEE International Conference on Robotics and Automation) 公布了论文录用结果，计算机学院视觉机器人与智能技术实验室的明安龙教授指导研究生在单目深度估计和道路分割方向的两项研究成果被录用为大会论文。两篇论文的第一作者分别为三年级硕士研究生盛飞和三年级硕士研究生常逸聪，两篇论文的共同第一作者为三年级博士生薛峰。

在第一篇录用论文中，研究组发现单目深度估计的轻量级和非轻量级模型之间的性能差距主要表现为深度分布差异，提出深度矫正网络-DANet，解决了轻量级深度估计模型的分布退化问题，进而同时达到低计算量与高精度。

图1 单目深度估计——深度矫正网络-DANet

在第二篇录用论文中，针对道路分割网络无法充分融合彩色和深度信息，研究组提出了不确定性感知的对称网络-USNet，显式建模彩色和深度两种模态信息的不确定性，并基于模态分类的不确定性，实现了可信多模态融合的道路分割，在不增加计算量的前提下，有效提升了道路分割的精确度与可信度。

图2 道路分割——不确定性感知的对称网络-USNet

注：ICRA的全称是IEEE International Conference on Robotics and Automation，即国际机器人技术与自动化会议，由机器人和自动化学会（IEEE Robotics and Automation Society, RAS）主办，每年举办一次，是机器人技术领域最具影响力的顶级国际学术会议。