公开(公告)号：CN116934825A

公开(公告)日：2023-10-24

申请号：CN202310918311.5

申请日：2023-07-25

Applicant: 南京邮电大学

Inventor： 霍智勇 ,  赵丽萍

IPC: G06T7/50 ,  G06V10/80 ,  G06V10/44 ,  G06V10/77 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于计算机视觉领域，公开了一种基于混合神经网络模型的单目图像深度估计方法，包括：给定RGB图像和真实深度值，进行标准化操作，将RGB图像经过卷积模块，得到浅层的图像特征，然后将特征划分为块，进行不同区域的特征强化，得到带有重要程度判别的特征并将该特征依次经过Transformer模块，得到深层的特征，将浅层的图像特征与深层的特征组成图像特征序列，进行特征融合，得到完整的特征表示后利用深度信息输出块，获得的深度图，将深度图与真实深度值进行误差分析，得到最终的网络模型，完成深度估计。本发明建立了局部信息和远距离依赖关系，增强了对空间特征的捕获和对局部结构的表达，实现更准确的深度估计结果。

公开(公告)号：CN116258757A

公开(公告)日：2023-06-13

申请号：CN202310298112.9

申请日：2023-03-24

Applicant: 南京邮电大学

Inventor： 霍智勇 ,  赵丽萍

IPC: G06T7/529 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 一种基于多尺度交叉注意力的单目图像深度估计方法，利用卷积神经网络和视觉Transformer优势互补，发挥卷积神经网络对局部特征捕获优势和Transformer对全局特征建立远距离依赖优势，提高对信息的保留能力，从而提高生成深度图的质量；通过交叉注意力机制，有效控制不同区域像素的注意力计算强度，均衡捕获局部特征和全局特征的能力，优化深度图整体结构，提高估计深度图的细粒度，同时估计的深度更为自然；提高图像局部特征和全局特征的捕获能力，解决单目深度估计方法中深度结构不够自然的问题，同时显著提高细节特征表达能力，解决单目深度估计细节不够丰富的问题；缓解基于视觉Transformer的单目深度估计方法计算资源的耗费巨大的问题，同时弥补Transformer对局部特征的弱敏感性。