龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：同济大学
摘要：本发明涉及一种显式注入稠密匹配先验的无监督单目深度估计方法，包括以下步骤：获取待估计的图像输入预先训练好的深度估计网络中，输出单目深度估计结果，其中所述深度估计网络基于无监督学习框架进行训练，所述无监督学习框架包括深度估计网络、预训练的光流估计网络和相机位姿估计网络。与现有技术相比，本发明具有显著提升收敛速度和估计精度等优点。
主权项：1.一种显式注入稠密匹配先验的无监督单目深度估计方法，其特征在于，包括以下步骤：获取待估计的图像输入预先训练好的深度估计网络中，输出单目深度估计结果，其中所述深度估计网络基于无监督学习框架进行训练，所述无监督学习框架包括深度估计网络、预训练的光流估计网络和相机位姿估计网络；基于所述无监督学习框架训练深度估计网络的步骤包括：1获取连续两帧图像；2将所述连续两帧图像输入至预训练的光流估计网络中进行处理，以获取稠密匹配先验知识，输出连续两帧图像的稠密匹配场3将所述连续两帧图像输入至待训练的相机位姿估计网络和深度估计网络中，分别得到两帧图像之间相机的自我运动R、t和基于上下文信息对目标帧估计的深度图4基于所述相机的自我运动R、t和深度图进行图像合成，其中采用光度误差作为损失函数监督深度估计网络的学习；5利用所述相机的自我运动R、t和稠密匹配场构建基于几何的深度图并利用深度图对深度图施加一致性约束；6基于所述稠密匹配场和深度图计算中间变量CF和CD，并约束关联两个局部场微分属性的CF和CD的一致性，重复步骤4-6直至训练结束。
全文数据：
权利要求：
百度查询： 同济大学 显式注入稠密匹配先验的无监督单目深度估计方法
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