一种基于水平可变形注意力模块的双目立体匹配方法

    公开(公告)号:CN116777971A

    公开(公告)日:2023-09-19

    申请号:CN202310614417.6

    申请日:2023-05-29

    Abstract: 本发明涉及一种基于水平可变形注意力模块的双目立体匹配方法,属于图像处理领域。本发明为了解决非局部注意力机制计算复杂度高、对于立体匹配任务可能引入不必要或错误的上下文信息,并且没有考虑到立体匹配任务中存在的水平约束和视差连续性约束的问题,本发明通过水平可变形注意力模块处理ResNet骨干网络提取的左右视图的特征,进行进一步的特征处理,处理后的特征通过特征级联形成匹配代价体,然后通过三维卷积视差回归得到最终的视差图。本发明提升了视差图质量。

    一种基于卷积字典的视差图修复方法

    公开(公告)号:CN115115551A

    公开(公告)日:2022-09-27

    申请号:CN202210881390.2

    申请日:2022-07-26

    Abstract: 本发明涉及一种基于卷积字典的视差图修复方法,属于图形图像处理领域。本发明的修复方法的流程为:二维视差图卷积字典学习、M矩阵估计、视差图修复三个步骤。与常用的基于均值滤波的视差图修复方法相比,本发明提出的技术方案能够利用卷积稀疏编码对视差图学习得到的卷积字典进行修复,该修复方法利用卷积字典中提取到的视差图的图像特征,同时根据空洞大小使用多尺度卷积字典进行视差图修复,在这种机制下能够对视差图的空洞进行较为精确的修复。

    一种基于Seq2Seq模型的多云应用部署方法

    公开(公告)号:CN114860428A

    公开(公告)日:2022-08-05

    申请号:CN202210403348.X

    申请日:2022-04-18

    Abstract: 本发明涉及一种基于Seq2Seq模型的多云应用部署方法,属于云计算领域。本发明使用开放虚拟格式OVF文档来对虚拟应用部署资源进行描述,构建虚拟组件的备选实例群,基于备选实例群构建算法模型的数据输入结构,使用基于Seq2Seq的虚拟组件实例选择神经网络模型选择虚拟组件实例组合。本发明相对于传统的基于非支配遗传算法、多目标粒子群优化算法进行多目标优化的方法,该方法效率更高,泛化性更强,并针对多种类资源组合问题进行设计,给出最终的资源组合方案。

Patent Agency Ranking