[发明专利]一种基于运动边界指导的深度学习光流估计方法在审
| 申请号： | 201711378159.7 | 申请日： | 2017-12-19 |
| 公开（公告）号： | CN108010061A | 公开（公告）日： | 2018-05-08 |
| 发明（设计）人： | 罗良华;徐巧鸽;肖玉虎 | 申请（专利权）人： | 湖南丹尼尔智能科技有限公司 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410205 湖南省长沙市高新开发*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于运动边界指导的深度学习光流估计方法，属于图像处理领域。包括以下步骤：构建光流估计的深度学习数据集；构建基于运动边界指导的深度学习光流估计模型，该模型包括光流估计模块、运动边界估计模块、导向滤波权值生成模块和导向滤波模块；利用数据集对深度学习模型进行训练，得到训练完成的深度学习模型；直接将待估计光流的图像输入训练完成的深度学习模型，快速估计出光流。本发明的方法利用深度学习模型自动学习图像中运动边界图像和光流图像的图像特征，同时将运动边界估计和光流估计融合到一个整体框架中，利用运动边界估计结果指导对初始光流做导向滤波，可进一步提升光流估计的精度，并缩短光流估计所需的时间。 | ||
| 搜索关键词： | 一种 基于 运动 边界 指导 深度 学习 估计 方法 | ||
【主权项】：
1.一种基于运动边界指导的深度学习光流估计方法，其特征在于，包括以下步骤：步骤一：构建光流估计的深度学习数据集；步骤二：构建基于运动边界指导的深度学习光流估计模型，该模型包括光流估计模块、运动边界估计模块、导向滤波权值生成模块和导向滤波模块；步骤三：利用数据集对深度学习模型进行训练，得到训练完成的深度学习模型；步骤四：直接将待估计光流的图像输入训练完成的深度学习模型，快速估计出光流。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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湖南丹尼尔智能科技有限公司，未经湖南丹尼尔智能科技有限公司许可，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/patent/201711378159.7/，转载请声明来源钻瓜专利网。
