申请/专利权人：佛山科学技术学院

申请日：2023-12-27

公开（公告）日：2024-06-28

公开（公告）号：CN117710416B

主分类号：G06T7/269

分类号：G06T7/269;G06N3/0464;G06N3/08;G06V10/75

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明公开了一种面向复杂光照变化场景的流体光流测速方法及系统，该方法包括：获取源图像和目标图像；引入数据项网络模块和正则化项网络模块，构建深度卷积网络的流体光流估计模型；基于源图像和目标图像对深度卷积网络的流体光流估计模型进行迭代训练，得到训练后的深度卷积网络的流体光流估计模型；基于训练后的深度卷积网络的流体光流估计模型进行图像的流体光流测速，得到图像流体光流测速结果。本发明能够提高在复杂环境影响下流体形态变化和复杂光照变化下的流体光流估计准确度，同时恢复遮挡和弱纹理区域的光流场。本发明作为一种面向复杂光照变化场景的流体光流测速方法及系统，可广泛应用于计算机视觉图像处理技术领域。

主权项：1.一种面向复杂光照变化场景的流体光流测速方法，其特征在于，包括以下步骤：获取源图像和目标图像对，所述源图像和所述目标图像对表示一对连续流体的运动图像；引入数据项网络模块和正则化项网络模块，构建深度卷积网络的流体光流估计模型，其中，所述深度卷积网络的流体光流估计模型包括特征提取网络模块、相关性金字塔模块、多尺度搜寻模块、数据项网络模块、正则化项网络模块和CNN插值网络模块，其中，所述特征提取网络模块的输入端接收所述源图像和目标图像对，所述特征提取网络模块的输出端输出图像特征对和背景特征，基于所述特征提取网络模块输出的图像特征对，构建互相关性金字塔模块，根据所述正则化项网络模块输出的正则化项匹配，在所述互相关性金字塔模块中通过所述多尺度搜寻模块进行多尺度查询，输出匹配代价容量，基于所述特征提取网络模块输出的背景特征，构建自相关性金字塔模块，通过所述多尺度搜寻模块进行多尺度搜索，输出自相似代价容量，将获取的背景特征、匹配代价容量和正则化项匹配作为所述数据项网络模块的输入，输出数据项匹配，将获取的背景特征、自相似代价容量和数据项项匹配作为所述正则化项网络模块的输入，输出正则化项匹配，所述数据项网络模块的输出端和所述正则化项网络模块的输出端分别与所述CNN插值网络模块的输入端连接，所述CNN插值网络模块输出运动图像全分辨率的光流场；基于源图像和目标图像对以及所述运动图像对应的真实光流场，对深度卷积网络的流体光流估计模型进行迭代训练，得到训练后的深度卷积网络的流体光流估计模型；基于训练后的深度卷积网络的流体光流估计模型，进行流体运动图像的光流测速，得到流体运动图像的光流估计结果。

全文数据：

权利要求：

百度查询： 佛山科学技术学院 一种面向复杂光照变化场景的流体光流测速方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD