-
公开(公告)号：CN118052859A
公开(公告)日：2024-05-17
申请号：CN202410067946.3
申请日：2024-01-17
Applicant: 南京邮电大学
IPC: G06T7/55 , G06T7/73 , G06V10/80 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于计算机视觉领域，公开了一种基于CNN和Transformer特征融合的单目深度估计方法，包括：首先，构建混合深度数据集并对其进行预处理，将预处理后的图片输入网络提取CNN特征图，其次，使用特征转换模块得到类图像特征图并调整类图像特征图的尺度，获得四个Transformer特征图，而后将两个特征图输入引导融合模块，获得四个层级的特征图并将其输入解码融合模块，获得解码后的输出特征图；最后将输出特征图输入深度输出模块生成深度图，将深度图标签和深度图进行损失值计算，得到训练好的模型。本发明的双分支结构产生了提升了深度图的全局准确性，细化了局部纹理和边缘的表现，提高了模型的泛化能力。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
