申请/专利权人:常州大学
申请日:2024-02-27
公开(公告)日:2024-05-14
公开(公告)号:CN118037798A
主分类号:G06T7/557
分类号:G06T7/557;G06N3/0442;G06V10/44;G06V10/80;G06V10/82;G06N3/0455;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.31#实质审查的生效;2024.05.14#公开
摘要:本发明涉及图像处理技术领域,尤其涉及多尺度循环LSTM的透明物体深度图像修复方法,包括利用信息预填充模块得到深度图像D’;设计两个结构相同的包含4个阶段的双分支特征提取模块用于逐级提取原始RGB和深度图像D’的特征;设计多尺度循环LSTM模块用于逐级提取4个阶段的原始RGB和深度图像D’的双模态特征交互融合后的双模态特征;将双模态特征交互融合后双模态特征经过注意力模块后,逐步上采样后经过深度修复输出模块,得到深度修复后的深度图像。本发明解决现有深度修复方法计算量大、实时性差以及双模态特征融合不充分的问题。
主权项:1.多尺度循环LSTM的透明物体深度图像修复方法,其特征在于,包括以下步骤:步骤一、将原始RGB、深度图像D以及透明物体的Mask输入深度信息预填充模块得到深度图像D’;步骤二、将原始RGB和深度图像D’输入两个结构相同的双分支特征提取模块,利用4个阶段的双分支特征提取模块逐级提取原始RGB和深度图像D’的特征;步骤三、将双分支特征提取模块的4个阶段的输出特征送入4个阶段的多尺度循环LSTM模块中逐级提取原始RGB和深度图像D’的特征进行交互融合,得到4个阶段的双模态特征;步骤四、将第四阶段的双模态特征经过注意力模块后,进行逐步上采样,再经过深度修复输出模块,得到深度修复后的深度图像。
全文数据:
权利要求:
百度查询: 常州大学 多尺度循环LSTM的透明物体深度图像修复方法
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。