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：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。
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