深度估计是计算机三维建模、自动驾驶等计算机视觉应用的关键步骤,其目的是获得目标与相机之间的距离,输出深度图。不同于传统相机成像过程,光场相机同时捕获入射光线的亮度和角度信息,只需单个镜头一次曝光就可得到4维光场信息。基于双平面表示方法,光场信息可表示为一组存在视差的子光圈图像阵列。光场深度估计就是一种以子光圈图像阵列作为输入的深度估计方法,它可以更鲁棒地解决无纹理、遮挡、噪声等传统深度估计方法所面临的问题。卷积神经网络具有很强的深度表征和拟合能力,本文将光场深度估计量化为一个卷积神经网络所擅长的分类问题,分别提出了 EPN、SOA-EPN、EPI-Refocus-Net三种卷积神经网络结构,所提出的这三种结构是递进发展的关系,它们解决无纹理、遮挡、噪声等问题的能力逐步提升。EPN是一个基于EPI(epipolarplaneimage)分析的卷积神经网络,它以水平、垂直两个方向的EPI图像作为输入,采用孪生网络结构分别提取这两个EPI图像的深度特征并进行特征融合,最后预测输出视差图。EPN在4D光场评测网站上排名第3(2017年4月的网站排名)。为进一步提高深度估计精度,提出了尺度、方向自适应的EPN网络:SOA-EPN。SOA-EPN在EPN网络结构的基础上,提出以多方向EPI图像(水平、垂直、45度和135度)作为网络输入的方法,同时采用尺度自适应选择网络ASSN、四分支共享权值网络、多层交叉熵损失函数等技巧提升了 EPN在无纹理、遮挡区域的精度。SOA-EPN的误差均值相对于EPN降低了 3.7个百分点,在4D光场评测网站上排名第2(2018年1月的网站排名)。EPI-Refocus-Net是一个融合了 EPI线索和光场重对焦线索进行深度估计的卷积神经网络,它基于SOA-EPN,使用高、宽、深三个维度独立卷积以及引入中心子光圈图像作为参考等技巧提升了 SOA-EPN在无纹理、噪声区域的精度,弥补了 SOA-EPN抗噪能力弱的短板。EPI-Refocus-Net的误差均值相对于SOA-EPN降低了 2个百分点,在4D光场评测网站上排名第3(2018年12月的网站排名)。