龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：深圳先进技术研究院
申请日：2020-12-11
公开（公告）日：2024-05-17
公开（公告）号：CN112489097B
主分类号：G06T7/33
分类号：G06T7/33;G06T17/00
优先权：
专利状态码：有效-授权
法律状态：2024.05.17#授权;2021.03.30#实质审查的生效;2021.03.12#公开
摘要：本发明涉及计算机视觉领域，具体涉及一种基于混合2D卷积和伪3D卷积的立体匹配方法HybridNet；其方法包括以下步骤：基于预设参数提取图像特征，得到特征图；基于特征图生成代价卷；通过PSMNet结构得到代价聚合后的代价卷；最后通过视差回归得到初始视差图；通过初始视差图得到残差代价卷，残差聚合后得到视差残差优以化初始视差图；其中，在PSMNet结构和残差聚合中将3D卷积换成混合2D卷积和伪3D卷积的组合；对视差图采用CSPNet的方法进行深度图优化；结合2D卷积来近似实现3D卷积的功能，这种数据切换操作不含可学习的参数以及不会产生计算量；本发明的混合2D卷积以及伪3D卷积的代价聚合方式可以在微小的精度损失的情况下，极大的降低现有模型的计算量。
主权项：1.基于混合2D卷积和伪3D卷积的立体匹配方法，其特征在于，包括以下步骤：基于预设参数提取图像特征，得到特征图；基于所述特征图生成代价卷；通过PSMNet结构代价聚合得到代价聚合后的代价卷，通过视差回归得到初始视差图；其中，在PSMNet结构中将3D卷积换成混合2D卷积和伪3D卷积的组合；通过初始视差生成残差代价卷，通过残差代价聚合，得到视差残差优化初始视差图；其中，残差代价聚合的3D卷积换成混合2D卷积和伪3D卷积的组合；对优化的视差图采用CSPNet的方法进行深度图进一步优化；所述匹配方法还包括采用PSMNet的沙漏结构的版本通过视差回归得到初始视差图，并将其3D卷积换成上述混合2D卷积与伪3D卷积组合；对代价卷采用深度切换方式及2D卷积公式代价聚合，在所述深度切换方式的基础上采用所述2D卷积与所述伪3D卷积间隔排列的方式。
全文数据：
权利要求：
百度查询： 深圳先进技术研究院 基于混合2D卷积和伪3D卷积的立体匹配方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号