一种基于卷积残差学习的单目图像深度估计方法和系统.pdfVIP

下载本文档

1
0
约1.25万字
约 10页
2023-05-29 发布于四川
举报
版权申诉

一种基于卷积残差学习的单目图像深度估计方法和系统.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于卷积残差学习的单目图像深度估计方法和系统，属于图像处理领域。利用预训练的致密神经网络对单目二维图像进行多尺度特征提取；将提取的多尺度特征通过特征金字塔结构和反卷积操作进行融合；将融合得到的多尺度特征通过上采样得到初始深度图；最后将初始深度图和原始参考图像串接进行卷积操作学习深度残差，生成细化的深度预测图像。本发明在深度图估计中引入特征金字塔结构，充分考虑图像的多尺度特征，利用反卷积操作对多尺度特征进行上采样。另外，将通过反卷积得到的初始深度图像和原始的参考图像连接来学习深度残

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112396645 B (45)授权公告日 2022.05.31 (21)申请号 202011221345.1 G06K 9/62 (2022.01) (22)申请日 2020.11.