[发明专利]一种基于多尺度渐进交互和聚合交叉注意力特征的单目深度预测算法在审
| 申请号： | 202310429798.0 | 申请日： | 2023-04-18 |
| 公开（公告）号： | CN116485860A | 公开（公告）日： | 2023-07-25 |
| 发明（设计）人： | 夏晨星;张梦格;高修菊;葛斌;段秀真;朱序;高梦亚;陈欣雨 | 申请（专利权）人： | 安徽理工大学 |
| 主分类号： | G06T7/50 | 分类号： | G06T7/50;G06N3/0455;G06N3/0464 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 232000 安徽*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机视觉图像处理领域，提出了一种基于多尺度渐进交互和聚合交叉注意力特征的单目深度预测算法，包括以下步骤：在编码器中首先使用预训练后的ResNet‑50网络从输入的RGB图像中逐渐提取多尺度的特征，之后添加Transformer模块帮助解决卷积神经网络有限的感受野问题，指导提取编码器最终的深度特征图；其次，在解码器中，通过提出的查询注意模块渐进式地交互查询和利用来自多尺度ResNet‑50卷积模块提取的不同区域特征以及Transformer模块提取的全局上下文信息特征，做到充分增强和融合空间信息的多样性和相关性，逐渐查询细化边缘特征。本文提出的查询交叉注意模块(QAM)既能够充分地利用卷积神经网络对空间相关性建模的归纳偏差又能够使用Transformer对全局关系建模从而获得更细粒度和密集的深度特征表示，生成高质量的深度预测图。 | ||
| 搜索关键词： | 一种 基于 尺度 渐进 交互 聚合 交叉 注意力 特征 深度 预测 算法 | ||
【主权项】：
暂无信息
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安徽理工大学，未经安徽理工大学许可，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/202310429798.0/，转载请声明来源钻瓜专利网。
