一种语义条件化注意力的多解释度量深度估计方法及系统

本发明涉及一种语义条件化注意力的多解释度量深度估计方法及系统，属于计算机视觉与机器人感知技术领域，包括以下步骤：S1、图像与语义指令获取；S2、语义指令编码；S3、语义条件化注意力编码；S4、多解释深度解码；S5、几何自洽约束校验。该语义条件化注意力的多解释度量深度估计方法及系统，通过将深度重新定义为任务相关的观测量而非单一物理常数，对同一场景按意图输出多种各自几何自洽的度量深度解释，从根本上解决了现有方法在透明/反光场景下“只能给一种解释”的不足；机械臂抓取玻璃后方物体可调用穿透深度，移动机器人避障可调用表面深度，同一像素的不同解释服务于不同任务且各自正确。