Efficient Monocular Depth Estimation on Embedded Systems with Neural Cellular Automata

方法

神经细胞自动机，MidAir航拍数据集，CPU推理，参数量仅4万。

发现

深度估计MAE 5.05米，推理3.66毫秒，比轻量CNN快2.9-6.1倍且参数少5.4-16.3

机会点

可探索该轻量模型在无人机农业场景（如作物高度估计、避障）的迁移与精度-效率平衡。

实时单目深度估计是自主无人机导航的一项关键任务，然而现有模型每次推理需要数千亿次浮点运算，使其难以部署在资源受限的嵌入式系统上。在MidAir航空影像数据集上，该方法的平均绝对误差为5.05 m，实测CPU推理延迟为3.66 ms，参数量为40,832——相比同类轻量级卷积神经网络（CNN）基线（FastDepth、MiniDepth、RT-MonoDepth-S、MiDaS-Lite），推理速度快2.9–6.1倍，参数量少5.4–16.3倍。一种深度增强语义分割变体可在单次前向传播中同时完成深度估计与语义分割，参数量约为59,000，为自主飞行提供了整体计算机视觉能力。同一设计支持多种图像与视频处理任务，为边缘计算应用中高效的实时计算机视觉提供了实用基础。