[发明专利]一种基于深度神经网络的单目视觉的深度估计方法有效
| 申请号： | 201910603880.4 | 申请日： | 2019-07-05 |
| 公开（公告）号： | CN110490919B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 侯永宏;李翔宇;吴琦;李岳阳;郭子慧;刘艳 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06T7/55 | 分类号： | G06T7/55;G06N3/0464;G06N3/08 |
| 代理公司： | 天津盛理知识产权代理有限公司 12209 | 代理人： | 陈娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度神经网络的单目视觉深度估计方法，步骤如下：1)构建多尺度深度估计网络，2)构建无监督训练方案，3)利用左、右视点间深度图及基线计算之间刚性流，通过刚性流之间的差异较大的区域得到左、右视点图像之间的遮挡区域。同时在计算损失函数过程中，将遮挡区域排除在损失函数计算之外；4)输入待训练双目立体视频中的一个视点视频，输出对应左、右视点深度图，通过最优化手段降低损失函数来训练模型，以至网络达到收敛。发明所提出的模型通过输入单视点视频序列输出高质量的深度图，训练过程不需要深度图的标签提高了模型的应用范围，通过去除双目立体序列之间的遮挡区域解决深度图的边缘模糊问题并提高估计精度。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 目视 估计 方法 | ||
【主权项】：
1.一种基于深度神经网络的单目视觉的深度估计方法，其特征在于：以无监督深度学习方式构建多尺度深度估计网络，通过引入双目视频序列之间的刚性流来检测左、右视图之间的遮挡区域，并且在损失函数中去除遮挡区域对深度估计性能带来的负面影响。/n
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天津大学，未经天津大学许可，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/201910603880.4/，转载请声明来源钻瓜专利网。
