申请/专利权人：山东大学

申请日：2023-12-20

公开（公告）日：2024-03-22

公开（公告）号：CN117745785A

主分类号：G06T7/50

分类号：G06T7/50;G06T7/13;G06N3/0455;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明提出了基于深度学习的单目深度估计方法及系统，涉及单目深度估计技术领域。包括获取原始图像，提取图像空间特征；利用第一组基向量张成深度几何表示子空间，将图像空间特征投影到深度几何表示子空间中并用第一组基向量表示，与原始图像深度中心值进行融合，得到深度几何表示特征；利用第二组基向量张成边缘感知表征子空间，将深度几何表示特征投影到边缘感知表征子空间并用第二组基向量表示，得到边缘感知表征子空间特征；将边缘感知表征子空间特征融合回深度几何表示特征，实现单目深度估计。本发明将与深度无关的外观信息从图像空间特征中分离出来，帮助实现从图像特征到深度特征的转换，同时利用局部边缘信息增强了深度特征。

主权项：1.基于深度学习的单目深度估计方法，其特征在于，包括以下步骤：获取原始图像；将原始图像输入至Liftformer模型中，提取图像空间特征；利用第一组基向量张成深度几何表示子空间，将图像空间特征投影到深度几何表示子空间中并用第一组基向量表示，得到深度几何表示子空间的表示结果，即DGR特征，之后将DGR特征与图像空间特征进行融合，最终得到深度几何表示特征；利用第二组基向量张成边缘感知表征子空间，将深度几何表示特征投影到边缘感知表征子空间并用第二组基向量表示，得到边缘感知表征子空间特征；将边缘感知表征子空间特征融合回深度几何表示特征，使用Adabins式的预测方式生成深度图，实现单目深度估计。

全文数据：

权利要求：

百度查询： 山东大学 基于深度学习的单目深度估计方法及系统

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