公开(公告)号：CN115063463A

公开(公告)日：2022-09-16

申请号：CN202210698689.4

申请日：2022-06-20

Applicant: 东南大学

Inventor： 徐启敏 ,  张鸷 ,  李旭

IPC: G06T7/50 ,  G06T7/73 ,  G06T5/50 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于无监督学习的鱼眼相机场景深度估计方法，该方法首先建立生成对抗网络架构，对输入的鱼眼图像进行畸变校正处理；然后建立场景深度估计网络架构，对图像进行深度特征和位姿特征的提取；接着使用场景深度图信息和相机位姿信息重构图像，设计损失函数训练模型，优化网络参数；最终使用训练好的网络进行深度估计，得到图像的场景深度图。该方法使用鱼眼相机，具有观测范围广的特点；所采用的无监督学习方法，具有训练方便、感知结果准确的特点，能够满足场景深度估计的需求。

公开(公告)号：CN115063463B

公开(公告)日：2024-11-12

申请号：CN202210698689.4

申请日：2022-06-20

Applicant: 东南大学

Inventor： 徐启敏 ,  张鸷 ,  李旭

IPC: G06T7/50 ,  G06T7/73 ,  G06T5/50 ,  G06T5/80 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种基于无监督学习的鱼眼相机场景深度估计方法，该方法首先建立生成对抗网络架构，对输入的鱼眼图像进行畸变校正处理；然后建立场景深度估计网络架构，对图像进行深度特征和位姿特征的提取；接着使用场景深度图信息和相机位姿信息重构图像，设计损失函数训练模型，优化网络参数；最终使用训练好的网络进行深度估计，得到图像的场景深度图。该方法使用鱼眼相机，具有观测范围广的特点；所采用的无监督学习方法，具有训练方便、感知结果准确的特点，能够满足场景深度估计的需求。