基于自监督深度学习的光场图像深度恢复方法及系统

本发明公开一种基于自监督深度学习的光场图像深度恢复方法及系统,所述方法,包括:根据预设图像组的三维极平面图像提取每张图像的多维特征,得到每张图像的特征张量;根据所述每张图像的多维特征确定预处理图像组的拟合成本量;根据所述拟合成本量确定每张图像的最优标签,生成图像组的每张图像的视差图。本方案,可有效恢复光场图像中全视点的光场深度,准确高效,填补了本领域的一大技术空白。