公开(公告)号：CN114998410B

公开(公告)日：2024-11-12

申请号：CN202210392984.7

申请日：2022-04-15

Applicant: 北京大学深圳研究生院

Inventor： 李宏 ,  陈星宇 ,  张若楠 ,  李革

IPC: G06T7/55

Abstract: 本发明的基于空间频率的提升自监督单目深度估计模型性能的方法，包括步骤：S1.提取图像中物体边界模棱两可的像素并掩膜；S2.用自适应模糊模块处理步骤S1掩膜后得到的输入图像；以及S3.将步骤S1、S2处理后的图像代替原始图片参与已有单目深度估计模型的训练过程。本发明方法能普适到几乎所有基于自监督学习的单目深度估计算法，其审视了图像的不同空间频率的区域对自监督深度估计模型学习过程的影响，使得损失函数更加鲁棒；本方法在保持推理时间完全不变的前提下，提高了社区内大量已有的开源自监督单目深度估计模型的精确度。

公开(公告)号：CN114998410A

公开(公告)日：2022-09-02

申请号：CN202210392984.7

申请日：2022-04-15

Applicant: 北京大学深圳研究生院

Inventor： 李宏 ,  陈星宇 ,  张若楠 ,  李革

IPC: G06T7/55

Abstract: 本发明的基于空间频率的提升自监督单目深度估计模型性能的方法，包括步骤：S1.提取图像中物体边界模棱两可的像素并掩膜；S2.用自适应模糊模块处理步骤S1掩膜后得到的输入图像；以及S3.将步骤S1、S2处理后的图像代替原始图片参与已有单目深度估计模型的训练过程。本发明方法能普适到几乎所有基于自监督学习的单目深度估计算法，其审视了图像的不同空间频率的区域对自监督深度估计模型学习过程的影响，使得损失函数更加鲁棒；本方法在保持推理时间完全不变的前提下，提高了社区内大量已有的开源自监督单目深度估计模型的精确度。