龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东大学
申请日：2024-05-08
公开（公告）日：2024-06-04
公开（公告）号：CN118134981A
主分类号：G06T7/50
分类号：G06T7/50;G06N3/0455;G06N3/09
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.21#实质审查的生效;2024.06.04#公开
摘要：本公开提出基于跨域交互的全天时场景自监督深度估计方法及系统，涉及深度估计技术领域。方法包括：将待估计全天时图像输入至深度估计模型，得到深度估计结果；其中，深度估计模型中，跨域交互模块用于将全天时图像样本解耦为日间私有特征和共享特征，夜间私有特征和共享特征；利用正交损失约束两个私有特征的互补性，基于共享特征交换私有特征重建图像；跨域耦合投影模块用于将两个共享特征分别解码为深度图，基于全天时图像样本、深度图、位姿矩阵，采用场景损失监督训练，得到自监督单目深度估计结果。充分考虑昼夜图像中包含的共享信息，并深化夜间图像的纹理信息，提高了深度估计模型对全天时场景进行深度估计的适应能力及结果准确性。
主权项：1.一种基于跨域交互的全天时场景自监督深度估计方法，其特征在于，包括：获取待估计全天时图像；所述全天时图像包括日间图像或夜间图像；将待估计全天时图像输入至深度估计模型，得到深度估计结果；其中，深度估计模型包括跨域交互模块和跨域耦合投影模块；所述跨域交互模块用于将全天时图像样本解耦为日间私有特征、日间共享特征、夜间私有特征、夜间共享特征；利用私有域正交损失对所述两个私有特征的互补性进行约束，并分别基于共享特征、交换私有特征重建图像样本；所述跨域耦合投影模块用于将所述两个共享特征分别解码为深度图，基于全天时图像样本、深度图、位姿矩阵，采用场景损失监督训练，得到自监督单目深度估计结果。
全文数据：
权利要求：
百度查询： 山东大学 基于跨域交互的全天时场景自监督深度估计方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号