[发明专利]一种基于金字塔结构的光流估计方法有效
| 申请号： | 201910356481.2 | 申请日： | 2019-04-29 |
| 公开（公告）号： | CN110176023B | 公开（公告）日： | 2023-06-02 |
| 发明（设计）人： | 王瀚漓;孙泽锋 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06T7/207 | 分类号： | G06T7/207;G06T7/269;G06T7/246;G06N3/045;G06N3/0464;G06N3/08 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 翁惠瑜 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于金字塔结构的光流估计方法，包括以下步骤：构建空间金字塔孪生网络模型；构建结构金字塔网络模型，结构金字塔的各个层设置至少一个卷积神经网络，从底层到高层，卷积神经网络的数量依次递减；在光流训练集中获取一组图片对和对应的光流标签；采用空间金字塔孪生网络模型对图片对进行多尺度特征提取和下采样，并将提取的特征对输入到结构金字塔网络模型对应层的卷积神经网络中；参照光流标签，同时对空间金字塔孪生网络模型和结构金字塔网络模型进行训练和微调；在光流测试集上，使用该空间金字塔孪生网络模型和结构金字塔网络模型，获得光流测试集的预测光流场。与现有技术相比，本发明具有准确度高、效率高等优点。 | ||
| 搜索关键词： | 一种 基于 金字塔结构 估计 方法 | ||
【主权项】：
1.一种基于金字塔结构的光流估计方法，其特征在于，包括以下步骤：S1：构建空间金字塔孪生网络模型；S2：构建结构金字塔网络模型，结构金字塔的各个层设置至少一个卷积神经网络，从底层到高层，卷积神经网络的数量依次递减；S3：在光流训练集中获取一组图片对和对应的光流标签；S4：采用空间金字塔孪生网络模型对图片对进行多尺度特征提取和下采样，并将提取的特征对输入到结构金字塔网络模型对应层的卷积神经网络中；S5：参照光流标签，同时对空间金字塔孪生网络模型和结构金字塔网络模型进行训练和微调；S6：在光流测试集上，使用步骤S5获得的空间金字塔孪生网络模型和结构金字塔网络模型，获得光流测试集的预测光流场。
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同济大学，未经同济大学许可，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/patent/201910356481.2/，转载请声明来源钻瓜专利网。
