申请/专利权人：重庆邮电大学

申请日：2024-01-12

公开（公告）日：2024-04-12

公开（公告）号：CN117876449A

主分类号：G06T7/50

分类号：G06T7/50;G06T7/90;G06V10/40;G06V10/80;G06N3/045;G06N3/0464;G06V10/766;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及一种学习引导可形变卷积的深度补全方法，属于计算机视觉领域，包括以下步骤：S1：给定一对输入，包括稀疏深度图和RGB图像；S2：对稀疏深度图和RGB图像分别提取深度特征和图像特征，并进一步融合获得多模态特征；S3：以多模态特征为输入，利用图像特征信息自适应引导深度特征聚合，最终预测粗糙深度图；S4：通过自适应预测的空间变化和内容相关的核权重和偏移量，生成深度残差图，进一步得到细化后深度图。

主权项：1.一种学习引导可形变卷积的深度补全方法，其特征在于：包括以下步骤：S1：给定一对输入，包括稀疏深度图和RGB图像；S2：对稀疏深度图和RGB图像分别提取深度特征和图像特征，并进一步融合获得多模态特征；S3：以多模态特征为输入，利用图像特征信息自适应引导深度特征聚合，最终预测粗糙深度图；S4：通过自适应预测的空间变化和内容相关的核权重和偏移量，生成深度残差图，进一步得到细化后深度图。

全文数据：

权利要求：

百度查询： 重庆邮电大学 学习引导可形变卷积的深度补全方法

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。

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