[发明专利]一种基于卷积神经网络和双目视差的无监督深度预测方法在审
| 申请号： | 201810144465.2 | 申请日： | 2018-02-12 |
| 公开（公告）号： | CN108389226A | 公开（公告）日： | 2018-08-10 |
| 发明（设计）人： | 刘波;杨青相 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06T7/55 | 分类号： | G06T7/55;G06T7/00 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 张慧 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于卷积神经网络和双目视差的无监督深度预测方法，包括以下步骤：首先，使用卷积神经网络拟合一个非线性函数，将两幅RGB图像转换为对应的深度图像；然后，利用深度信息计算从左图像像素坐标经过变换得到在右图像的像素位置；在得到右图像的像素位置后经过双线性插值得到右图像的像素坐标和对应的像素值；最后利用求得像素值和左图像对应的像素值计算预测损失。通过这种不需要任何真实深度信息的训练可以得到相应的深度图像。该方法在不需要任何真实深度信息预测相应的深度图像。 | ||
| 搜索关键词： | 卷积神经网络 深度图像 深度信息 右图像 深度预测 双目视差 像素位置 像素坐标 无监督 左图像 像素 非线性函数 像素值计算 双线性 预测 拟合 转换 | ||
【主权项】：
1.一种基于卷积神经网络和双目视差的无监督深度预测方法，其特征在于，包括以下步骤：步骤1、使用卷积神经网络拟合一个非线性函数，将左右相机采集两幅RGB图像转换为对应的深度图像；步骤2、利用深度信息计算从左图像像素坐标经过变换得到在右图像的像素位置；步骤3、在得到右图像的像素位置后经过双线性插值得到右图像的像素坐标和对应的像素值；步骤4、利用求得像素值和左图像对应的像素值计算预测损失。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810144465.2/，转载请声明来源钻瓜专利网。
