[发明专利]基于神经网络的自修正弱监督双目视差提取方法及装置有效
| 申请号： | 201910525894.9 | 申请日： | 2019-06-18 |
| 公开（公告）号： | CN110335222B | 公开（公告）日： | 2021-09-17 |
| 发明（设计）人： | 戴琼海;赵天奇 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50;G06T17/00;G06N3/08;G06N3/04 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 10008*** | 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： | 本发明公开了一种基于神经网络的自修正弱监督双目视差提取方法及装置，其中，该方法包括：构建左右眼图像匹配网络，获取2D左右眼图像数据，输入左右眼图像匹配网络得到左右眼样本匹配结果；将左右眼样本匹配结果输入预先训练的修正单元网络得到置信度值，根据置信度值区分2D左右眼图像数据的匹配正确部分和匹配错误部分；提取匹配正确部分的视差信息，及构建视差估计网络，通过视差估计网络对匹配错误部分进行视差估计；将匹配正确部分的视差信息和匹配错误部分的视差估计信息进行融合，并进行无监督自约束条件进行约束，得到视差提取结果。该方法通过改进神经网络架构，充分利用左右眼数据之间的自约束信息，先匹配后估计来进行视差提取。 | ||
| 搜索关键词： | 基于 神经网络 修正 监督 双目 视差 提取 方法 装置 | ||
【主权项】：
1.一种基于神经网络的自修正弱监督双目视差提取方法，其特征在于，包括以下步骤：构建左右眼图像匹配网络，获取2D左右眼图像数据，将所述2D左右眼图像数据输入所述左右眼图像匹配网络的卷积层得到左右眼图像低维的特征图像，将所述特征图像输入所述左右眼图像匹配网络的匹配层进行匹配得到左右眼样本匹配结果；将所述左右眼样本匹配结果输入预先训练的修正单元网络得到置信度值，根据所述置信度值区分所述2D左右眼图像数据的匹配正确部分和匹配错误部分；提取所述匹配正确部分的视差信息，以及构建视差估计网络，通过所述视差估计网络对所述匹配错误部分进行视差估计；将所述匹配正确部分的视差信息和所述匹配错误部分的视差估计信息进行融合，并进行无监督自约束条件进行约束，得到视差提取结果。
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清华大学，未经清华大学许可，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/201910525894.9/，转载请声明来源钻瓜专利网。
