公开(公告)号：CN111445476A

公开(公告)日：2020-07-24

申请号：CN202010126070.7

申请日：2020-02-27

Applicant: 上海交通大学

Inventor： 王贺升 ,  胡寒江 ,  赵忠臣

IPC: G06T7/11 ,  G06T7/50 ,  G06T7/90 ,  G06T5/50 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供了一种基于多模态无监督图像内容解耦的单目深度估计方法，包括：步骤1：选取现实RGB图像、虚拟RGB图像和对应的深度图构成训练集；步骤2：根据训练集构建多模态无监督图像迁移网络模型，并利用生成对抗网络对网络模型进行训练；步骤3：根据训练集构建深度估计网络模型并进行训练；步骤4：对现实RGB图像进行编码，并根据深度估计网络模型得到深度估计图。本发明不依赖大量的真实RGB图像对应的深度图，且具有对不同季节、光照环境鲁棒性强的特点。

公开(公告)号：CN111445476B

公开(公告)日：2023-05-26

申请号：CN202010126070.7

申请日：2020-02-27

Applicant: 上海交通大学

Inventor： 王贺升 ,  胡寒江 ,  赵忠臣

IPC: G06T7/11 ,  G06T7/50 ,  G06T7/90 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明提供了一种基于多模态无监督图像内容解耦的单目深度估计方法，包括：步骤1：选取现实RGB图像、虚拟RGB图像和对应的深度图构成训练集；步骤2：根据训练集构建多模态无监督图像迁移网络模型，并利用生成对抗网络对网络模型进行训练；步骤3：根据训练集构建深度估计网络模型并进行训练；步骤4：对现实RGB图像进行编码，并根据深度估计网络模型得到深度估计图。本发明不依赖大量的真实RGB图像对应的深度图，且具有对不同季节、光照环境鲁棒性强的特点。