“视差估计”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103511个，建议您升级VIP下载更多相关专利

[发明专利]一种多视点视频图像视差估计的方法-CN200510061144.9有效
发明人：蒋刚毅;郁梅;董海涛 -专利权人：宁波大学
申请日： 2005-10-18 - 公布日： 2006-05-03 - 主分类号： H04N7/50 文献下载
摘要：本发明公开了一种多视点视频图像视差估计的方法，通过Hadamard相似度系数判断当前块与其已编码的相邻块的相似性，以利用相邻块视差矢量和参考视点预测当前块的视差矢量和参考视点，并通过最佳视差矢量判定准则和快速搜索终止准则，使得目标视点图像中多数块的视差估计过程提前终止，从而降低视差估计计算复杂度，提高编码速度，与全搜索视差估计方法相比，采用本发明方法时整个编码过程的时耗仅相当于前者的1.53％～2.22％，PSNR下降不超过0.08dB，码流比特数增加不超过2.43％；与DLS快速视差估计方法相比，本发明编码过程的时耗也仅相当于DLS的11.62％～14.05％，而码流比特数略有节省，且PSNR基本相当。
一种视点视频图像视差估计方法

[发明专利]图像深度估计方法及装置、电子设备、存储介质-CN202310768735.8在审
发明人：赵军 -专利权人：上海闻泰电子科技有限公司
申请日： 2023-06-27 - 公布日： 2023-09-15 - 主分类号： H04N23/959 文献下载
摘要：一种图像深度估计方法及装置、电子设备、存储介质，该方法包括：在待估计图像区域中，确定目标像素点对应的至少一个邻近空洞点；其中，目标像素点为待估计图像区域中的任一像素点，该目标像素点及上述至少一个邻近空洞点对应的初始视差值均为0，初始视差值为通过双目装置进行拍摄的情况下所确定的像素点对应的视差值；从至少一个邻近空洞点中确定目标空洞点，并确定该目标空洞点对应的至少一个邻近估计点；根据上述至少一个邻近估计点对应的初始视差值，计算目标空洞点对应的估计视差值，该估计视差值用于确定目标空洞点在待估计图像区域中的图像深度。实施本申请实施例，能够提升电子设备估计图像深度信息的准确性。
图像深度估计方法装置电子设备存储介质

[发明专利]基于分类频率敏感三维自组织映射的视差估计方法-CN201610317515.3有效
发明人：黎洪松;程福林 -专利权人：桂林电子科技大学
申请日： 2016-05-13 - 公布日： 2017-11-10 - 主分类号： H04N13/00 文献下载
摘要：本发明公开一种基于分类频率敏感三维自组织映射的视差估计方法，先由FS‑3DSOM算法对视差图的低亮度区域和高亮度区域分别进行训练，得到最佳匹配的低亮度模式库和高亮度模式库，然后对待估计视差图的低亮度区域和高亮度区域分别进行视差模式识别，得到视差预测图，完成视差估计。本发明所得到的视差预测图的质量更好，并且计算量小。
基于分类频率敏感三维组织映射视差估计方法

[发明专利]一种基于自适应候选视差预测网络的实时双目立体匹配方法-CN202011176728.1有效
发明人：张旭翀;孙宏滨;戴赫;赵永利;郑南宁 -专利权人：西安交通大学
申请日： 2020-10-28 - 公布日： 2023-09-12 - 主分类号： G06T7/33 文献下载
摘要：本发明公开了一种基于自适应候选视差预测网络的实时双目立体匹配方法。该方法首先利用二维卷积神经网络对立体图像对进行多尺度特征提取，得到高、低分辨率的特征图。然后，第一阶段视差估计利用低分辨率特征图进行视差粗估计。在利用粗估计结果和左图信息预测得到自适应候选视差以后，第二阶段视差估计则利用预测结果和高分辨率特征图进行精细视差估计。最后，对视差图进行层次化精修得到全尺寸视差图。与现有的由粗到精立体匹配神经网络相比，本发明可以为精细视差估计阶段预测更准确的动态偏移量，以满足图像中各种目标不同的视差校正需求。
一种基于自适应候选视差预测网络实时双目立体匹配方法

[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-CN201910525894.9有效
发明人：戴琼海;赵天奇 -专利权人：清华大学
申请日： 2019-06-18 - 公布日： 2021-09-17 - 主分类号： G06T5/50 文献下载
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。
基于神经网络修正监督双目视差提取方法装置

[发明专利]基于彩色分割和像素显著性估计的视差估计方法-CN200910311645.6无效
发明人：周春燕;周军;严恺 -专利权人：上海交通大学
申请日： 2009-12-17 - 公布日： 2010-06-16 - 主分类号： G06T7/00 文献下载
摘要：一种引入彩色分割的视差估计方法，将彩色分割与像素显著性估计结合起来，通过利用彩色分割的结果来改善像素显著性估计的精度，通过利用彩色分割得到的彩色区域信息来减少像素视差估计的搜索范围。在运算精度方面，相比精度较高的局部法如自适应彩色权重法、基于自适应权重的DSM视差估计算法，能够更准确地获取参考像素和更准确地进行像素显著性估计，从而得到更精确的视差匹配结果。特别是在物体的边缘区域、遮挡区域和同质区域，有更高的估计精度；在运算速度方面，通过利用彩色分割得到的彩色区域信息，减小了视差匹配的搜索范围，提高了视差匹配的效率。
基于彩色分割像素显著估计视差方法

[发明专利]用于处理输入的三维视频信号的方法和系统-CN200980141834.1有效
发明人： B·G·B·巴伦布鲁格;G·W·T·范德海登;P·J·L·A·斯维伦斯 -专利权人：皇家飞利浦电子股份有限公司
申请日： 2009-10-16 - 公布日： 2011-09-28 - 主分类号： H04N13/00 文献下载
摘要：本发明涉及一种处理包括多个视图的输入的三维视频信号的系统和方法，所述方法包括：确定指示输入的三维视频信号的最大视差值的远视差估计、以及指示输入的三维视频信号内的空间区域的最小视差值的近视差估计，通过基于所述远视差估计借助于视差移位向后移位输入的三维视频信号来适配输入的三维视频信号，并且基于所述近视差估计和所述视差移位在经过移位的三维视频信号的空间区域内生成叠加。
用于处理输入三维视频信号方法系统

[发明专利]一种基于块匹配视差估计的中间视图合成方法-CN201110207606.9无效
发明人：祝世平;于洋 -专利权人：北京航空航天大学
申请日： 2011-07-25 - 公布日： 2011-11-23 - 主分类号： G06T17/00 文献下载
摘要：本发明提出一种基于块匹配视差估计的中间视图合成方法，该方法为对水平摄像机组同时拍摄的两幅图像进行视差估计，根据求出的视差图通过插值和反向映射得到输入视点之间任意位置虚拟视图的方法。首先分别以左右图像为目标图像，进行搜索窗口自适应的视差估计，求出以左视图为目标和以右视图为目标的两幅视差图，根据两视图纹理相似性调整窗口大小；然后依据所求视差进行指定视点的虚拟视图绘制，得到最终结果。本发明的视差估计环节只在水平方向进行搜索，很大程度上减少了计算量，并提出搜索窗口自适应的方法，提高了视差估计的准确性；本发明所述方法，针对摄像机组水平放置情况，在视图前景距离摄像机较远情况下能得到良好的合成结果
一种基于匹配视差估计中间视图合成方法

[发明专利]基于U-V视差图的室内自由空间估计和障碍物检测算法-CN202211127964.3在审
发明人：章雨昂;仲维;蔚博凯;刘晋源;王维民;樊鑫;刘日升;罗钟铉 -专利权人：大连理工大学
申请日： 2022-09-16 - 公布日： 2022-12-09 - 主分类号： G06T7/73 文献下载
摘要：本发明公开基于U‑V视差图的室内自由空间估计和障碍物检测算法，包括：改进U‑V视差法采用滑动窗口法，将视差图分为若干子窗口，每个子窗口生成一个子V视差图，窗口内采用分段线性拟合方法，将提取的多条线段依次连接得到地面相关线；采用新的V视差图滤波方法，使用边缘滤波器过滤子V视差图，将滤波后图像作为加权系数对原V视差图相乘，再采用最大值滤波和块滤波器滤波得到V视差滤波图像，用于道路检测；将V视差计算结果融合到一种概率估计框架中用于地面估计将地面置信图RCM和障碍物置信图OCM加权累加构成最后的置信图模型，自由空间就是在置信图上采用二维动态规划方法进行优化估计的。
基于视差室内自由空间估计障碍物检测算法

[发明专利]信息处理设备、成像设备、装置控制系统、信息处理方法和计算机可读记录介质-CN201780073566.9有效
发明人：本桥直树;高桥祯郎 -专利权人：株式会社理光
申请日： 2017-09-13 - 公布日： 2023-08-29 - 主分类号： G06V20/58 文献下载
摘要：一种信息处理设备，其包括：视差信息输入单元151，其被配置为获取表示包括视差的视差图像的视差图像数据；V图生成单元152，其被配置为通过基于视差图像数据，在与视差图像的每个像素的坐标对应的位置处投票视差来生成V图，该V图表示视差图像的每个坐标的视差的频率；形状估计单元156，其被配置为基于V图估计路面形状；高度表生成单元157，其被配置为基于估计的路面形状生成表示视差与路面高度之间的关系的高度表；以及校正单元161，其被配置为基于与获取视差的立体摄像机的倾侧有关的倾侧信息来校正用于生成表示路面形状的信息的信息以抵消倾侧的影响。
信息处理设备成像装置控制系统方法计算机可读记录介质

[发明专利]基于边缘象素特征的深度估计方法-CN201010149504.1有效
发明人：刘晓仙;常义林;冯妮娜;李志斌 -专利权人：西安电子科技大学
申请日： 2010-04-16 - 公布日： 2010-09-22 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于边缘象素特征的深度估计方法，主要解决FTV系统中现有深度估计方法存在的图像边缘深度估计不准确的问题。其方案是：首先，根据当前象素的具体位置，将图像中的象素分为边缘上象素、边缘旁象素以及非边缘象素三类；其次，根据图像中的物体边缘象素的深度特征，分别设计出每一类象素相应的视差非一致性函数；然后，根据亮度非一致性函数以及所得到的三类视差非一致性函数，分别计算象素亮度非一致性和视差非一致性，利用能量最小化函数进行相应的视差估计；最后，根据估计得到的视差值，利用视差深度转换函数，将视差值转换为相应的深度值，完成深度估计。本发明有效地提高了物体边缘象素的深度估计准确性，可有效保证FTV系统接收端合成的虚拟视图的主观质量和客观质量。
基于边缘象素特征深度估计方法

[发明专利]用于调节三维图像中的视差的方法及其三维成像设备-CN200710180225.X有效
发明人：具宰必;河泰铉 -专利权人：三星电子株式会社
申请日： 2007-10-11 - 公布日： 2008-05-21 - 主分类号： H04N13/02 文献下载
摘要：提供一种用于调节3D图像中的视差的方法和装置及其3D成像设备。所述装置包括：视差估计器，其估计输入3D图像中的视差并逐个像素确定视差直方图；视差调节器，其分析所述视差直方图的视差范围的能量并确定视差调节量；以及3D图像再现器，其基于所述视差调节量再现所述3D图像。从而，通过分析视差直方图的视差能量来确定视差调节量，使得观看者可以感受到视觉舒适感并可以提供最佳立体效果。
用于调节三维图像中的视差方法及其成像设备

[发明专利]一种训练用于估计图像视差图的神经网络模型方法、装置及介质-CN201910316871.7在审
发明人：谢粤超 -专利权人：北京地平线机器人技术研发有限公司
申请日： 2019-04-19 - 公布日： 2019-08-20 - 主分类号： G06T7/80 文献下载
摘要：本申请实施例提供了一种训练用于估计图像视差图的神经网络模型方法，包括：将双目相机采集的左图像输入神经网络模型中获得左视差图、右视差图；基于双目相机采集的右图像和所述左视差图确定估计的左图像；基于所述左图像和所述右视差图确定估计的右图像；根据所述估计的左图像、所述左图像、所述估计的右图像、所述右图像获得第一损失函数；基于所述第一损失函数，训练所述神经网络模型。解决了现有技术中通过图像估计深度信息不准确的问题，达到了通过加入损失函数能够更准确的回归出像素点的绝对深度值的技术效果。
左图像视差图右图像神经网络模型损失函数双目相机图像视差输入神经网络采集技术效果深度信息图像估计像素点回归申请

[发明专利]视差图稠密化方法、装置和计算机可读存储介质-CN201710903464.7在审
发明人：李学锋;刘殿超;张观良;付万豪 -专利权人：株式会社理光
申请日： 2017-09-29 - 公布日： 2019-04-05 - 主分类号： G06T5/00 文献下载
摘要：提供了视差图稠密化方法、装置和计算机可读存储介质。该视差图稠密化方法可以包括：根据目标场景的左右图像计算初始视差图；根据像素相似性，将左右图像中的参考图像分割为多个像素块；以每个像素块内具有视差值的像素为顶点，将每个像素块再分为多个区域；根据每个区域的顶点像素的视差值，估计落在该区域内的在该初始视差图中无视差值的像素的视差值；利用所估计的视差值填充该初始视差图，以获得稠密视差图。
视差图视差像素块像素计算机可读存储介质稠密左右图像稠密视差图像素相似性参考图像目标场景填充分割

[发明专利]一种基于3D卷积神经网络的双目视差计算方法-CN201910195328.6有效
发明人：陈创荣;成慧;范正平 -专利权人：中山大学
申请日： 2019-03-14 - 公布日： 2021-06-04 - 主分类号： G06T7/55 文献下载
摘要：本发明涉及一种基于3D卷积神经网络的双目视差计算方法。包括：S1.根据定义的多尺度特征提取方法对输入的左右视图分别进行特征提取；S2.堆叠左右图相应视差对应位置的特征得到4D的cost volume；S3.使用3D CNN子网络进行代价聚合，得到视差值的对数似然估计，并且上采样到原图分辨率，得到每个像素的可能视差值的对数似然估计，进行对数归一化操作得到新的对数似然估计；S4.计算设置的真实分布；S5.进行反向传播训练；S6.得到每个像素的视差对数似然分布后，转换成概率得到视差概率分布；S7.找到对应最大概率的视差值，S8.由前述左右视差值和视差概率分布，得到归一化概率分布；S9.通过加权平均操作得到每个像素视差的最终估计值。本发明可以有效提高视差计算的精度。
一种基于卷积神经网络双目视差计算方法