公开(公告)号：CN113989343B

公开(公告)日：2025-03-14

申请号：CN202111279035.X

申请日：2021-10-31

Applicant: 南京理工大学

Inventor： 何伟基 ,  蒋筱朵 ,  张闻文 ,  陈钱 ,  邹燕

IPC: G06T7/521 ,  G06T7/55 ,  G06T7/30 ,  G06T7/13 ,  G06T5/70 ,  G06T5/40 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制的传感器融合深度重建数据驱动方法。该方法针对分辨率为32×32的SPAD阵列探测器，设计了一种卷积神经网络结构，在强度图的引导下，将低分辨率TCSPC直方图映射至高分辨率深度图。该网络采用多尺度方法提取输入特征，并基于注意力模型融合深度数据和强度数据。另外，设计了一个损失函数组合，适用于处理TCSPC直方图数据的网络。本发明能成功将深度原始数据的空间分辨率提升4倍，在仿真数据和采集数据上验证了本发明的深度重构效果，在质量和数据指标上都优于其他算法。

公开(公告)号：CN113989343A

公开(公告)日：2022-01-28

申请号：CN202111279035.X

申请日：2021-10-31

Applicant: 南京理工大学

Inventor： 何伟基 ,  蒋筱朵 ,  张闻文 ,  陈钱 ,  邹燕

IPC: G06T7/521 ,  G06T7/55 ,  G06T7/30 ,  G06T7/13 ,  G06T5/00 ,  G06T5/40 ,  G06T5/50 ,  G06N3/04

Abstract: 本发明公开了一种基于注意力机制的传感器融合深度重建数据驱动方法。该方法针对分辨率为32×32的SPAD阵列探测器，设计了一种卷积神经网络结构，在强度图的引导下，将低分辨率TCSPC直方图映射至高分辨率深度图。该网络采用多尺度方法提取输入特征，并基于注意力模型融合深度数据和强度数据。另外，设计了一个损失函数组合，适用于处理TCSPC直方图数据的网络。本发明能成功将深度原始数据的空间分辨率提升4倍，在仿真数据和采集数据上验证了本发明的深度重构效果，在质量和数据指标上都优于其他算法。