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。