-
公开(公告)号:CN108846473B
公开(公告)日:2022-03-01
申请号:CN201810317425.3
申请日:2018-04-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于方向和尺度自适应卷积神经网络的光场深度估计方法。本发明包括如下步骤:步骤1.准备光场数据集,制作训练集和测试集;步骤2.搭建方向和尺度自适应的卷积神经网络SOA‑EPN;步骤3.使用训练集训练搭建好的SOA‑EPN网络;步骤4.使用练好的SOA‑EPN网络在测试集上进行测试;本发明借助于尺度和方向感知卷积神经网络来预测光场深度,不仅利用了多方向,而且很好的处理了遮挡等问题,得到准确的深度估计结果。
-
公开(公告)号:CN108846473A
公开(公告)日:2018-11-20
申请号:CN201810317425.3
申请日:2018-04-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于方向和尺度自适应卷积神经网络的光场深度估计方法。本发明包括如下步骤:步骤1.准备光场数据集,制作训练集和测试集;步骤2.搭建方向和尺度自适应的卷积神经网络SOA-EPN;步骤3.使用训练集训练搭建好的SOA-EPN网络;步骤4.使用练好的SOA-EPN网络在测试集上进行测试;本发明借助于尺度和方向感知卷积神经网络来预测光场深度,不仅利用了多方向,而且很好的处理了遮挡等问题,得到准确的深度估计结果。
-
-
公开(公告)号:CN107146248A
公开(公告)日:2017-09-08
申请号:CN201710289393.6
申请日:2017-04-27
Applicant: 杭州电子科技大学
CPC classification number: G06T7/593 , G06N3/0454 , G06N3/08 , G06T2207/10012 , G06T2207/20228
Abstract: 本发明公开了一种基于双流卷积神经网络的立体匹配方法。该方法利用一种双流卷积神经网络,学习并计算出左右视图中目标区域的匹配代价,并以交叉聚合算法作为辅助,有效地获得目标图像的视差图。双流网络结构不仅继承了卷积神经网络计算量小,性能稳定等优点,同时拥有较大的接受域,并且更充分地提取了目标点邻近区域的特征,拥有更高的精度。
-
-
-