申请/专利权人:中国石油大学(华东)
申请日:2022-06-01
公开(公告)日:2022-09-23
公开(公告)号:CN115100261A
主分类号:G06T7/50
分类号:G06T7/50;G06N3/04;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2022.09.23#公开
摘要:本发明提出基于全局注意力的自监督单目深度估计算法,解决卷积只能计算局部像素相关性的问题,提高了网络对于边界处和遮挡处的深度预测精度,其包括以下步骤:1构建由卷积层和池化层所组成的编码器来提取不同分辨率图像特征,充分利用不同尺度的特征信息;2构建由卷积层、上采样层组成的解码器来利用接收到的编码器层特征,从而生成精密的深度图;3通过将编码器的不同分辨率信息通过基于全局空间注意力模块,从而构建编解码器之间的联系,以减少语义差距;4通过逐像素平滑度损失和图像重投影损失结合来优化模型。
主权项:1.一种基于全局注意力的自监督单目深度估计算法,其特征在于,包含如下步骤:1构建由卷积层和池化层所组成的编码器来提取不同分辨率图像特征,充分利用不同尺度的特征信息;2构建由卷积层、上采样层组成的解码器来利用接收到的编码器层特征,从而生成精密的深度图;3通过将编码器的不同分辨率信息通过基于全局空间注意力模块,从而构建编解码器之间的联系,以减少语义差距;4通过逐像素平滑度损失和图像重投影损失结合来优化模型。
全文数据:
权利要求:
百度查询: 中国石油大学(华东) 一种基于全局注意力的自监督单目深度估计算法
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。