公开(公告)号：CN117115897A

公开(公告)日：2023-11-24

申请号：CN202311061679.0

申请日：2023-08-22

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) ,  交浦科技(深圳)有限公司

Inventor： 刘洪海 ,  王新明 ,  王志永 ,  张瀚林

IPC: G06V40/18 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/09 ,  G06V10/72 ,  G06V10/82 ,  G06V10/46 ,  G06V10/44 ,  G06V10/80 ,  G06V40/16

Abstract: 本发明公开了一种基于不确定度的视点估计方法，涉及计算机视觉领域，包括以下步骤：获取数据集并进行预处理；构建卷积神经网络，包括场景显著性特征提取网络、视线特征提取网络、特征融合网络、时序信息提取网络及视点解码网络；构建总神经网络，实现视点位置预测坐标及其不确定度的输出；设计损失函数，使总神经网络模型的损失函数最小化；按照监督学习策略网络，计算视点坐标预测值与视点坐标标签真值的损失值，利用梯度反向传播算法完成对总神经网络模型的训练；采用训练完成的总神经网络，对测试图像数据进行视点估计，并输出不确定度。本发明通过不确定度提取网络，以融合特征为输入，输出不确定度，通过损失函数优化不确定度提取网络。