申请/专利权人：北京邮电大学

申请日：2024-02-08

公开（公告）日：2024-03-19

公开（公告）号：CN117726666A

主分类号：G06T7/55

分类号：G06T7/55;G06V10/40;G06V10/764;G06V10/774;G06V10/82;G06V10/10;G06N3/0455;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本申请提供跨相机单目图片度量深度估计方法、装置、设备及介质，属于计算机视觉技术领域。方法包括：将单目图片输入视场角对齐模块，得到待输入图片，将待输入图片输入神经网络编码器，得到第一特征图和特征信息；将第一特征图和多个预存嵌入特征向量输入多尺度场景信息提取器；将特征信息和第二特征图输入神经网络解码器；将多个特征向量中的一个特征向量输入场景分类器，其它特征向量输入域感知尺度估计器；根据多个中间度量尺度和分类概率，将每个待细化深度图和目标度量尺度输入深度细化模块，将预测深度图进行放大处理，得到目标深度图。本申请能在不同单目图片拍摄设备的配置和不同场景下，得到更精准的度量深度估计结果。

主权项：1.一种跨相机单目图片度量深度估计方法，其特征在于，包括：获取单目图片和预训练度量深度估计模型，其中所述预训练度量深度估计模型包括视场角对齐模块、神经网络编码器、多尺度场景信息提取器、域感知尺度估计器、场景分类器、神经网络解码器和深度细化模块；将所述单目图片输入所述视场角对齐模块，得到统一视场角且统一大小的待输入图片，并将所述待输入图片输入所述神经网络编码器，得到第一特征图和所述神经网络编码器每个阶层输出的特征信息；将所述第一特征图和多个预存嵌入特征向量输入所述多尺度场景信息提取器，得到学习过多尺度信息的第二特征图和多个特征向量；将所述特征信息和所述第二特征图输入所述神经网络解码器，得到一个待细化深度图，其中所述待细化深度图对应所述神经网络解码器中的一个阶层的输出尺度；将所述多个特征向量中的一个特征向量输入所述场景分类器，得到分类概率，并将所述多个特征向量中的其它特征向量输入所述域感知尺度估计器，得到多个中间度量尺度；根据所述多个中间度量尺度和所述分类概率，确定一个目标度量尺度；依次将每个待细化深度图和所述目标度量尺度输入所述深度细化模块，直至得到所述神经网络解码器的最后一个阶层输出的预测深度图，并将预测深度图进行放大处理，得到目标深度图。

全文数据：

权利要求：

百度查询： 北京邮电大学 跨相机单目图片度量深度估计方法、装置、设备及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD