龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安理工大学
摘要：本发明公开了基于分块细节提取和多级特征聚合的自监督深度估计方法，具体按以下步骤实施：步骤1，图像特征提取；步骤2，多尺度特征提取；步骤3，分块细节提取；步骤4，长距离依赖捕捉；步骤5，多级特征聚合；步骤6，深度值预测；步骤7，相对位姿估计；步骤8，自监督信号生成；步骤9，模型训练优化。本发明不依赖于传统的深度真值标注，而是通过相邻图像帧的几何线索作为自监督信号进行学习，在恢复复杂场景的三维深度结构和多尺度物体的精细局部特征方面表现出色，生成的深度图具有清晰的边界和精确的结构。
主权项：1.基于分块细节提取和多级特征聚合的自监督深度估计方法，其特征在于，具体按以下步骤实施：步骤1，图像特征提取；步骤2，多尺度特征提取；步骤3，分块细节提取；步骤4，长距离依赖捕捉；步骤5，多级特征聚合；步骤6，深度值预测；步骤7，相对位姿估计；步骤8，自监督信号生成；步骤9，模型训练优化。
全文数据：
权利要求：
百度查询： 西安理工大学 基于分块细节提取和多级特征聚合的自监督深度估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号