“最终深度图”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果4265153个，建议您升级VIP下载更多相关专利

[发明专利]一种基于前后景梯度过渡的快速高效的空洞填补算法-CN201410637658.3有效
发明人：杨依忠;徐逸琛;马茏;解光军;卫伟;丁继生;张强;鲁迎春 -专利权人：合肥工业大学
申请日： 2014-11-12 - 公布日： 2015-02-25 - 主分类号： H04N13/00 文献下载
摘要：本发明公开了一种基于前后景梯度过渡的快速高效的空洞填补算法，首先对输入的图像进行灰度处理，然后进行深度提取得到原始深度图；再对原始深度图进行滤波、前景膨胀、前后景梯度渐变过渡等操作得到处理后的深度图；用处理前后的两幅深度图进行3D绘制，合成得到的两幅图像得到目标图像；用提出的空洞填补算法对得到目标图像的空洞区域进行填补，得到最终的左右视图。
一种基于后景梯度过渡快速高效空洞填补算法

[发明专利]采用自回归模型对深度图进行超分辨率重建的方法-CN201210109883.0有效
发明人：杨敬钰;叶昕辰;侯春萍;李坤 -专利权人：天津大学
申请日： 2012-04-16 - 公布日： 2012-10-10 - 主分类号： G06T5/00 文献下载
摘要：为提供一种简便实用的超分辨率的方法，本发明采取的技术方案是，采用自回归模型对深度图进行超分辨率重建方法，包括下列步骤：1)采用Middlebury数据集里提供的同样大小的深度图和彩色图作为实验数据，按照超分辨率比例将测试深度图下采样，再将得到输入的低分辨率深度图以补零上采样的方式到原来的分辨率，得到初始深度散点图；2)构建能量函数的自回归模型项；3)构建能量函数的基础数据项及最终求解方程；4)利用线性函数优化方法对方程进行求解。
采用回归模型深度进行分辨率重建方法

[发明专利]深度图像补全的方法和装置-CN202010900253.X在审
发明人：樊明明;吕朝晖;张伟嘉 -专利权人：三星（中国）半导体有限公司;三星电子株式会社
申请日： 2020-08-31 - 公布日： 2020-11-27 - 主分类号： G06T7/00 文献下载
摘要：提供一种深度图像补全的方法和装置，所述方法包括：获取原始彩色图像和对应的原始深度图像；基于所述原始彩色图像，利用第一深度神经网络，获得第一深度图像；基于所述原始深度图像以及由第一深度神经网络的各中间层产生的中间特征图像，利用第二深度神经网络，获得第二深度图像；通过将第一深度图像和第二深度图像合并，获得最终深度图像。
深度图像方法装置

[发明专利]低复杂度二维影像视讯转换成三维影像视讯的方法-CN202011291429.2在审
发明人：李睿胜;谭杨;游疆 -专利权人：基腾（成都）科技有限公司
申请日： 2020-11-18 - 公布日： 2020-12-18 - 主分类号： H04N13/128 文献下载
摘要：本发明涉及影像视讯转换领域，具体是低复杂度二维影像视讯转换成三维影像视讯的方法，包括如下步骤：步骤一、判断二维影像视讯类型，步骤二、根据确定的二维影像视讯类型进行相应的景深信息处理，步骤三、修正深度图，得到最终深度图，步骤四，通过深度图得到3D图像；自动将二维影像视讯分类，并且根据不同分类提出不同的低复杂度算法处理来产生出相对应的深度图；在维持良好的深度图质量之下，可达到90%以上的计算复杂度简化，且适合透过硬件或者是嵌入式系统软件来实现实时三维影像视讯产生
复杂度二维影像视讯转换三维方法

[发明专利]基于跨模态交互和修正的RGB-D图像显著性目标检测方法-CN202210580255.4在审
发明人：丛润民;刘鸿羽;张晨;林秦伟;赵耀 -专利权人：北京交通大学
申请日： 2022-05-26 - 公布日： 2022-10-11 - 主分类号： G06V10/46 文献下载
摘要：本发明涉及一种基于跨模态交互和修正的RGB‑D图像显著性目标检测方法，包括：1、在编码阶段，彩色图编码器和深度图编码器分别提取彩色图模态和深度图模态的特征，彩色图模态和深度图模态的高层特征经渐进式注意力引导整合单元进行跨模态交互得到RGB‑D特征；2、特征修正中间件结构对编码阶段得到的彩色图模态、深度图模态和RGB‑D模态的特征进行自模态和跨模态的修正；3、在解码阶段，彩色图模态和深度图模态分别解码，并将各层级解码特征送入重要性门控融合单元进行融合解码，从而完成RGB‑D模态的解码，得到最终的显著图。
基于跨模态交互修正 rgb 图像显著目标检测方法

[发明专利]一种考虑多视图融合策略的三维重建方法-CN202310315104.0在审
发明人：路锦正;黄炳森;李强;彭波;赵集 -专利权人：西南科技大学
申请日： 2023-03-28 - 公布日： 2023-06-23 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种考虑多视图融合策略的三维重建方法，包括在第一阶段分别将N‑1个源特征图与参考特征图进行单应性变换扭曲构建代价体，将每个代价体传入View‑Net中，得到该视图相对于参考图的权重图，将权重图与代价体进行加权融合，最终得到具有有用性信息要素的代价体；通过常规的3D卷积进行代价体正则化，输出低分辨率深度图，该深度图的深度信息将为下一阶段预设深度提供初始化，三个阶段后，得到最终的预测深度图，以完成三维重建；本发明为多视图的代价体融合提供新的表达方式，提高了匹配像素的可用性和降低了未匹配像素的干扰，进而获得更加准确的深度估计图，提高三维点云重建的完整度。
一种考虑视图融合策略三维重建方法

[发明专利]一种基于对偶结构光RGB-D相机的深度信息采集系统-CN201910054459.2有效
发明人：陈启军;王德明;周光亮;颜熠;李勇奇;刘成菊 -专利权人：同济大学
申请日： 2019-01-21 - 公布日： 2021-02-02 - 主分类号： G06T7/80 文献下载
摘要：本发明涉及一种基于对偶结构光RGB‑D相机的深度信息采集系统，包括：对偶结构光RGB‑D相机结构：包括呈180度对称设置的两个结构光RGB‑D子相机；RGB‑D相机标定模块：用以根据非对称标定板实现结构光RGB‑D相机内参和畸变参数以及彩色相机与深度相机之间的外参标定；多源深度信息获取模块：通过异步方式获得两个子相机的两张原始深度图像，同时利用两个相机获取的彩色图像构成双目生成第三张深度图；多源深度信息处理模块：用以实现三张深度图与彩色图像的对齐，将三张深度图进行融合，并将对齐的彩色图像和融合后的深度图像作为最终系统的输出。与现有技术相比，本发明具有参数标定、解决深度信息缺失空洞、提升深度数据的质量、实时性高等优点。
一种基于对偶结构 rgb 相机深度信息采集系统

[发明专利]一种基于SVM的2D图像的深度图提取方法-CN201410216358.8无效
发明人：关宇东;于博良;丁焱;提纯利;仲小挺;杜克;宁宇;朱雨桐;徐志剑 -专利权人：哈尔滨工业大学
申请日： 2014-05-22 - 公布日： 2014-07-30 - 主分类号： G06T7/00 文献下载
摘要：一种基于SVM的2D图像的深度图提取方法，属于2D图像中立体信息的提取技术领域。解决了现有的方法适应性不强，只适用于某一种场景，不能适用于大多数场景；并且现有的建模算法复杂，得到的只是图像的相对深度而不是真实深度，最终结果精确度差的问题。本发明所述的一种基于SVM的2D图像的深度图提取方法的技术要点为：采用一种基于Mean Shift算法的彩色图像分割方法来识别图像上着色均匀的区域，根据各像素间的相似程度将其划分到不同的集合；对步骤一得到的像素集合所对应的图像中不同的区域进行特征值选取；利用SVM对图像进行分类；定性深度图的获取；定性深度图的优化。本发明适用于2D图像中的深度图提取。
一种基于 svm 图像深度提取方法

[发明专利]深度图强化方法及其计算机可读媒体-CN201010248554.5有效
发明人：刘彦慈 -专利权人：福建华映显示科技有限公司;中华映管股份有限公司
申请日： 2010-08-09 - 公布日： 2010-12-22 - 主分类号： G06T5/00 文献下载
摘要：本发明揭露深度图强化方法及其计算机可读媒体。上述方法包含获得原始深度图及深度关系参数，并将原始深度图及深度关系参数储存于储存媒体；将原始深度图中的每一画素的灰阶值量化至0至1之间，以获得复数个量化后灰阶值；随之将深度关系参数各别取上述量化后灰阶值的次方后予以减一之后，再除以上述深度关系参数减一后，乘以灰阶值最大值，以获得复数个强化深度关系后灰阶值；以及根据上述复数个强化深度关系后灰阶值之间的相对比例关系将上述复数个强化深度关系后灰阶值均匀分布至0与上述灰阶值最大值之间，以获得复数个最终灰阶值。
深度强化方法及其计算机可读媒体

[发明专利]深度图处理装置及深度图处理单元-CN201710966971.5在审
发明人：李耀磊;张善旭 -专利权人：福州瑞芯微电子股份有限公司
申请日： 2017-10-17 - 公布日： 2019-04-23 - 主分类号： H04N13/296 文献下载
摘要：本发明提供一种深度图处理装置及深度图处理单元，所述深度图处理装置包括：图像采集单元、深度图像处理单元和应用处理单元；所述深度图像处理单元与所述图像采集单元相连，从所述图像采集单元接收图像序列；所述深度图像处理单元与所述应用处理单元相连，对接收到的所述图像序列进行处理后生成深度图并将所述深度图发送至所述应用处理单元。本发明中通过深度图处理单元和应用处理单元实现对图像采集单元的双控制，两者既可以单独对图像采集单元进行控制，又可以相互配合，由应用处理单元来控制图像采集单元进行采集图像数据，再由深度图处理单元对图像数据进行深度图处理，从而有效提高了深度图获取的效率，提高了系统性能。
深度图处理单元图像采集单元应用处理单元处理装置深度图像采集图像数据深度图获取采集单元接收图像控制图像图像数据图像序列系统性能双控制发送配合

[发明专利]深度图增强方法和深度图增强装置-CN201611093936.9有效
发明人：杨帅;刘家瑛;宋思捷;郭宗明 -专利权人：北京大学;北大方正集团有限公司;北京北大方正电子有限公司
申请日： 2016-12-01 - 公布日： 2021-04-09 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种深度图增强方法和一种深度图增强装置，其中，深度图增强方法包括：对训练集图像的多个图像特征信息进行提取，得到多个图像特征信息的第一联合特征；对测试集图像的多个图像特征信息进行提取，得到多个图像特征信息的第二联合特征通过本发明的技术方案，可以有效地增强深度图的结构和细节，提升深度图的视觉质量。
深度增强方法装置

[发明专利]人脸识别方法、系统、电子设备及存储介质-CN202111129952.X在审
发明人：寇鸿斌;付贤强;陈智超;户磊 -专利权人：北京的卢深视科技有限公司;合肥的卢深视科技有限公司
申请日： 2021-09-26 - 公布日： 2021-12-24 - 主分类号： G06K9/00 文献下载
摘要：人脸识别方法包括：获取待识别的人脸深度图和第一标准人脸深度图；第一标准人脸深度图是指拍摄人脸深度图所使用的深度相机拍摄预设标准人脸得到的深度图；获取各预置人脸深度图对应的第二标准人脸深度图；第二标准人脸深度图是指拍摄各预置人脸深度图所使用的深度相机拍摄预设标准人脸得到的深度图；根据第一标准人脸深度图和第二标准人脸深度图，获取深度偏差信息；根据深度偏差信息对人脸深度图进行修正，得到修正后的人脸深度图；将修正后的人脸深度图和各预置人脸深度图进行匹配并获取人脸识别结果。
识别方法系统电子设备存储介质

[发明专利]生成图像的深度图的方法及相关存储介质-CN201710367433.4有效
发明人：吴琛;D.穆克赫吉;M.王 -专利权人：谷歌公司
申请日： 2013-10-28 - 公布日： 2019-04-30 - 主分类号： H04N13/261 文献下载
摘要：提供生成图像的深度图的方法及相关存储介质。该方法包括：访问包括多个像素的图像，每个像素具有图像中的颜色和位置；基于像素的颜色来确定图像的颜色深度图；基于像素的位置和多个其他图像中相似位置的像素的历史深度信息确定图像的空间深度图；基于图像中的像素运动确定图像的运动深度图；确定颜色深度图权重、空间深度图权重和运动深度图权重，基于多个其他图像中相似位置中的像素的历史深度方差信息确定描述历史深度信息的差异的空间深度图权重；和从由颜色深度图权重加权的颜色深度图、由空间深度图权重加权的空间深度图和由运动深度图权重加权的运动深度图的组合来生成图像的组合深度图
生成图像深度方法相关存储介质

[发明专利]基于深度信息的手部检测方法及系统-CN201810391268.0有效
发明人：王行;李骊;盛赞;周晓军;李朔;杨淼 -专利权人：北京华捷艾米科技有限公司
申请日： 2018-04-27 - 公布日： 2020-03-24 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度信息的手部检测方法和系统。包括：获取人体的当前深度图像；根据当前深度图像，标记出手部在当前深度图像中的初始位置坐标；对当前深度图像进行归一化处理；根据归一化处理后的当前深度图像，基于预设的多层卷积神经网络模型，得到包括手部检测的各选定区域；根据各选定区域进行非极大值抑制运算，得到最优的选定区域；对最优的选定区域进行图像后处理，得到手部在当前深度图像中的最终位置坐标。本发明的基于深度信息的手部检测方法，消除了传统有关深度图检测手部方法对手部必须在摄像头最前方的条件限制，同时又能够准确找到手的位置，通过非极大值抑制运算和图像后处理，能进一步提升手部掌心的位置精度。
基于深度信息检测方法系统

[发明专利]一种基于深度学习的光场图像深度估计方法-CN202010733319.0在审
发明人：郑臻荣;王旭成;陶骁;陶陈凝;吴仍茂;孙鹏 -专利权人：浙江大学
申请日： 2020-07-27 - 公布日： 2020-12-29 - 主分类号： G06T7/50 文献下载
摘要：本发明公开了一种基于深度学习的光场图像深度估计方法，包括如下步骤：根据光场相机的参数信息，解码重构光场源文件，提取子孔径图像阵列；将子孔径图像输入训练好的神经网络，计算得到估计的深度图；对估计的深度图进行滤波优化，得到最终估计的深度图。本发明在神经网络的基础上结合了极平面图像分析和图像分割的方法，同时利用了深度特征和图像的边缘信息，改善了对实际光场图像进行深度估计过程中存在的误匹配问题，能够对合成和实际光场图像进行快速准确的深度估计。
一种基于深度学习图像估计方法