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！
摘要：本发明公开一种基于孪生网络的双目视差估计方法，先构建双目视差估计模型；将左图和右图输入双目视差估计模型；所述双目视差估计模型包括特征提取网络、频域注意力模块、初始视差估计网络和迭代优化网络；所述特征提取网络包含特征网络和上下文网络；左图和右图输入特征网络处理后得到的输出进入初始视差估计网络；所述初始视差估计网络包括聚合代价体、沙漏网络和n层网格检索模块L，特征提取网络的输出进入频域注意力模块；所述迭代优化网络由n层门控逻辑单元组成；本发明引入了频域注意力机制，显著增强了上下文网络对高频信息的处理能力。同时，通过改进视差回归策略，引入局部极大值的概念，算法的覆盖范围和准确性均得到了提升。
主权项：1.一种基于孪生网络的双目视差估计方法，其特征在于，包括以下步骤：获取左图和右图；构建双目视差估计模型；将左图和右图输入双目视差估计模型；所述双目视差估计模型包括特征提取网络、频域注意力模块、初始视差估计网络和迭代优化网络；所述特征提取网络包含特征网络和上下文网络；左图和右图输入特征网络处理后得到的输出进入初始视差估计网络；所述初始视差估计网络包括聚合代价体、沙漏网络和n层网格检索模块L，特征提取网络的输出进入频域注意力模块；所述迭代优化网络由n层门控逻辑单元组成；所述左图和右图输入特征网络得到的左右图像特征Il,r，经过所述初始视差估计网络的聚合代价体得到初始视差图；左右图像特征Il,r经过所述初始视差估计网络的聚合代价体处理后，再进入n层网格检索模块L，得到n层的相关特征；所述左图和右图中的任一个输入上下文网络得到多层上下文特征，多层上下文特征输入频域注意力模块进行处理；使用所述迭代优化网络，基于频域注意力模块的输出和n层网格检索模块L后的相关特征，迭代优化所述初始视差图，得到所述最终视差图。
全文数据：
权利要求：
百度查询： 浙江理工大学 一种基于孪生网络的双目视差估计方法
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