[发明专利]基于多尺度特征的深度图获取方法、电子设备、存储介质有效
申请号: | 202110265024.X | 申请日: | 2021-03-11 |
公开(公告)号: | CN112990299B | 公开(公告)日: | 2023-10-17 |
发明(设计)人: | 常青玲;崔岩;杨鑫;任飞;戴成林;胡昊;李敏华 | 申请(专利权)人: | 五邑大学 |
主分类号: | G06V10/80 | 分类号: | G06V10/80;G06V10/82;G06N3/084 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 梁国平 |
地址: | 529000 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 尺度 特征 深度 获取 方法 电子设备 存储 介质 | ||
1.一种基于多尺度特征的深度图获取方法,其特征在于,包括:
获取输入图像,根据所述输入图像得到多尺度特征块;
根据所述多尺度特征块得到池化特征图,并根据所述池化特征图得到通道注意力块,所述通道注意力块表征多个特征之间的联系;
根据所述多尺度特征块得到原始融合特征图,并根据所述原始融合特征图和所述通道注意力块得到目标融合特征图;
对所述目标融合特征图进行解码操作,以得到目标深度图。
2.根据权利要求1所述的方法,其特征在于,所述根据所述输入图像得到多尺度特征块,包括:
根据所述输入图像得到初始特征;
获取预先设定的多尺度特征融合网络,通过所述多尺度特征融合网络对所述初始特征进行特征聚合,得到不同尺度的多个聚合特征;
将多个所述聚合特征拼接以得到所述多尺度特征块。
3.根据权利要求2所述的方法,其特征在于,在将多个所述聚合特征拼接以得到所述多尺度特征块之前,所述方法还包括:
将多个所述聚合特征压缩至相同的通道数。
4.根据权利要求1所述的方法,其特征在于,所述根据所述多尺度特征块得到池化特征图,并根据所述池化特征图得到通道注意力块,包括:
对所述多尺度特征块进行全局池化,以得到池化特征图;
对所述池化特征图依次执行压缩操作和激活操作,以得到所述通道注意力块。
5.根据权利要求1所述的方法,其特征在于,在所述并根据所述原始融合特征图和所述通道注意力块得到目标融合特征图之前,所述方法还包括:
压缩所述原始融合特征图,以使所述原始融合特征图的通道数与所述池化特征图的通道数相同。
6.根据权利要求1所述的方法,其特征在于,所述对所述目标融合特征图进行解码操作,以得到目标深度图,包括:
根据所述目标融合特征图和所述原始融合特征图进行通道连接,得到参考尺度特征块;
将所述参考尺度特征块进行至少两次压缩,以得到不同尺度的多个初始深度图;
对多个所述初始深度图进行像素求和,得到所述目标深度图。
7.根据权利要求6所述的方法,其特征在于,所述对多个所述初始深度图进行像素求和,包括:
获取预先设定的自适应权重,所述自适应权重与每个尺度相对应;
根据所述自适应权重和多个所述初始深度图进行像素求和,其中,所述像素求和的公式为:D=∑k∈lwk*dk;其中,dk为第k尺度的所述初始深度图,wk为第k尺度的所述自适应权重,D为所述目标深度图。
8.根据权利要求7所述的方法,其特征在于:全部的所述自适应权重之和为1。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述的基于多尺度特征的深度图获取方法。
10.一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行如权利要求1至8中任意一项所述的基于多尺度特征的深度图获取方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于五邑大学,未经五邑大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110265024.X/1.html,转载请声明来源钻瓜专利网。