龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽大学
摘要：本发明涉及一种基于卷积神经网络的自监督单目深度估计方法，包括：采用单目相机拍摄连续帧图像作为数据集；构建深度估计网络，输出深度估计图像；搭建相机位姿网络，相机位姿网络输出位姿变化矩阵；对深度估计图像、位姿变化矩阵进行计算，得到重建视图输入扩散模型，输出新的重建视图；对比新的重建视图和目标视图，设计损失函数，利用反向传播进行深度估计网络和扩散模型的参数更新。本发明提升了深度估计精度，通过在深度估计网络中引入空洞卷积，增强了局部特征的提取能力，增大了感受野，更精确地捕捉图像中的细节信息，采用扩散模型来处理重建视图，逐步去除噪声，优化了重建视图的质量，有效地提高了深度图在复杂场景中的细节保留能力。
主权项：1.一种基于卷积神经网络的自监督单目深度估计方法，其特征在于：该方法包括以下顺序的步骤：1获取数据集：采用单目相机拍摄连续帧图像作为数据集；2构建深度估计网络，从数据集中选取一张图像作为目标视图输入至深度估计网络，深度估计网络输出深度估计图像；3搭建相机位姿网络，从数据集中选取目标视图的上一帧图像和下一帧图像输入至相机位姿网络，相机位姿网络输出位姿变化矩阵；4利用深度估计网络和相机位姿网络对深度估计图像、位姿变化矩阵进行计算，得到重建视图5将重建视图输入扩散模型，扩散模型输出新的重建视图；6对比新的重建视图和目标视图，设计损失函数，利用反向传播进行深度估计网络和扩散模型的参数更新，得到参数更新后的深度估计网络和扩散模型；7将待估计图像输入参数更新后的深度估计网络，参数更新后的深度估计网络输出深度估计图像。
全文数据：
权利要求：
百度查询： 安徽大学 一种基于卷积神经网络的自监督单目深度估计方法
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