“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]基于车载双目相机的交通场景参与者识别方法-CN201610586193.2有效
发明人：缪其恒 -专利权人：浙江零跑科技有限公司
申请日： 2016-07-22 - 公布日： 2019-03-29 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于车载双目相机的交通场景参与者识别方法，解决了现有技术的不足，技术方案为：通过双目系统进行数据获取，其特征在于：包括以下步骤：步骤一：车载双目相机获取当前道路图像，精细图像预处理以及双目视差匹配代价计算；步骤二：进行纵向路面参数估计，获取地平线以及路面范围信息；步骤三：利用视差匹配代价确定潜在障碍物的位置以及尺寸信息；步骤四：利用深度卷积神经网络描述障碍物特征信息，在特征图谱的输出基础上利用softmax利用轮廓以及纹理信息之外，还可以额外利用视差信息，识别准确率远高于浅层识别方法。
基于车载双目相机交通场景参与者识别方法

[发明专利]基于多立体成像的深度估计的方法和系统以及使用该方法和系统的碰撞警告/避免-CN201880090517.0在审
发明人： A·甘古力;小T·P·戴利;郑皓;D·W·刘 -专利权人：智加科技公司
申请日： 2018-12-26 - 公布日： 2020-10-16 - 主分类号： G06T7/55 文献下载
摘要：然后，基于融合的左右图像来估计视差，并且可以基于立体图像和视差来计算深度信息。
基于立体成像深度估计方法系统以及使用碰撞警告避免

[发明专利]一种用于运动模糊和光照变化图像的立体匹配方法-CN200810240782.0有效
发明人：王亦洲;王威;黄庆明;高文 -专利权人：北京大学
申请日： 2008-12-25 - 公布日： 2010-06-30 - 主分类号： H04N13/00 文献下载
摘要：提出了一种精确实用的立体匹配算法，主要包含以下几个部分：1.提出具有光照不变性的规则化差分图像特征去解决左右视图像之间的光照变化；2.利用运动模糊区域的alpha通道值有连续变化的特点，建立最大后验概率公式对其建模并同时对视差和是否受模糊影响区域进行估计；3.提出基于颜色块的对称立体匹配策略来计算更加精确的视差值。
一种用于运动模糊光照变化图像立体匹配方法

[发明专利]一种图像视差估计方法及装置、存储介质-CN201810824486.9有效
发明人：石建萍 -专利权人：北京市商汤科技开发有限公司
申请日： 2018-07-25 - 公布日： 2021-06-01 - 主分类号： G06T7/593 文献下载
摘要：本申请公开了一种图像视差估计方法及装置、存储介质，其中，所述的方法包括：获取目标场景的第一视角图像和第二视角图像；对所述第一视角图像进行特征提取处理，得到第一视角特征信息；对所述第一视角图像进行语义分割处理，得到第一视角语义分割信息；基于所述第一视角特征信息、所述第一视角语义分割信息以及所述第一视角图像和所述第二视角图像的关联信息，得到所述第一视角图像和所述第二视角图像的视差预测信息。
一种图像视差估计方法装置存储介质

[发明专利]一种基于端到端卷积模型的三维模型表面法向量估计方法-CN202211574413.1在审
发明人：范睿;黄媛媛;陈启军;刘成菊 -专利权人：同济大学
申请日： 2022-12-08 - 公布日： 2023-05-30 - 主分类号： G06T19/00 文献下载
摘要：本发明涉及一种基于端到端卷积模型的三维模型表面法向量估计方法，包括以下步骤：获取深度信息或根据获取的视差信息计算得到深度信息，根据深度信息和已知的相机参数，计算三维模型各点的三维坐标；定义矩阵在水平方向和竖直方向微分的卷积模板，计算深度信息在水平和竖直方向上的梯度矩阵；基于梯度矩阵估计部分法向量；基于深度信息和卷积矩阵计算多个方向的邻域点；结合三维坐标、部分法向量和邻域点，利用端到端法向量估计器估计得到完整的法向量。与现有技术相比，本发明克服了传统法向量估计器运算精度低、耗时长、效果不稳定等问题，实现了高精度、快速度的法向量估计。
一种基于端到端卷积模型三维表面向量估计方法

[发明专利]一种基于点云优化采样的三维重建方法-CN201910162498.4在审
发明人：宫大为;何志恒;叶小龙;葛森;刘洋 -专利权人：电子科技大学
申请日： 2019-03-05 - 公布日： 2019-06-18 - 主分类号： G06T17/00 文献下载
摘要：解决的问题是稠密点云在三维重建过程中，在保证主要的纹理特征情况下，重建速度较慢的问题，该方法主要利用mean shift算法对多个已校正的图像进行区域分割，然后通过改进的双向DP算法，依次对相邻图像分割后的相同区域进行立体匹配求取视差图，接着利用双边滤波消除视差图的干扰噪声，得到多个稠密深度点云图，再通过自适应随机采样获得主要纹理特征，剔除平滑区域，最后计算每个点云的深度值估计，根据估计值排序提取主要的点云。
点云三维重建纹理特征视差图采样算法稠密计算机视觉领域干扰噪声立体匹配平滑区域区域分割双边滤波随机采样相邻图像自然场景自适应校正排序剔除优化图像分割重建应用改进保证

[发明专利]一种基于深度学习的双目视觉深度估计方法及其系统-CN201910759790.4在审
发明人：倪凯;李松泽 -专利权人：苏州禾昆智能科技有限公司
申请日： 2019-08-16 - 公布日： 2019-12-13 - 主分类号： G06T7/55 文献下载
摘要：本发明是有关于一种基于深度学习的双目视觉深度估计方法及其系统，所述方法包括：通过第一相机和第二相机同时采集目标物体的图像信息，其中，第一相机采集多张目标物体的第一图像信息，第二相机采集多张目标物体的第二图像信息；通过读取模块读取第一图像信息和第二图像信息；当判断模块判断出读取模块同时读取到第一图像信息和第二图像信息时，发送目标指令至计算模块；通过计算模块利用神经网络计算第一图像信息和第二图像信息之间的视差值，并将视差值转换为目标图像深度信息；本发明利用深度神经网络，略去相机共面转换，优化了disparity map计算中特征匹配的问题，得到相对传统方法更加精准的深度估计结果。
图像信息相机读取读取模块计算模块目标物体深度估计视差神经网络计算采集采集目标发送目标共面转换目标图像判断模块深度信息神经网络双目视觉特征匹配指令转换优化学习

[发明专利]基于近红外激光散斑的深度估计方法及装置-CN201310185254.0有效
发明人：王贵锦;尹玄武 -专利权人：清华大学
申请日： 2013-05-17 - 公布日： 2013-08-28 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及图像深度计算技术领域，具体涉及一种基于近红外激光散斑的深度估计方法及装置。本发明所提供的基于近红外激光散斑的深度估计方法，通过对目标散斑图进行预处理，从目标散斑图中去除环境光照的影响，从而增加了深度估计的准确性；通过利用二进制特征描述散斑，有效的抵消了目标散斑图和参考散斑图之间亮度和对比度的巨大差异；通过快速的信息扩散，能够高效的进行深度估计，同时，由于增加了目标散斑图中散斑分布较少的区域的视差信息，可以使深度估计的结果更加全面准确。
基于红外激光深度估计方法装置

[发明专利]用于运动或深度估计的方法和装置和配备这种运动估计装置的图像处理设备-CN02813474.5无效
发明人： F·E·埃恩斯特;P·维林斯基;C·W·A·M·范奥弗维尔德 -专利权人：皇家菲利浦电子有限公司
申请日： 2002-06-21 - 公布日： 2004-08-18 - 主分类号： H04N7/26 文献下载
摘要：在运动估计方法中通过执行一个层次化分段而生成图像(100)的片断(102－114)的一个树(120)。在深度估计的方法中，根据运动向量和视差规则计算深度数据。
用于运动深度估计方法装置配备这种图像处理设备

[发明专利]基于双目立体视觉的深度和宽度估计方法-CN202211127960.5在审
发明人：章雨昂;仲维;贾宸禹;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： 2022-12-13 - 主分类号： G06T7/62 文献下载
摘要：本发明公开了一种基于双目立体视觉的深度和宽度估计方法，属于计算机视觉领域。本发明使用双目立体相机获取图像，利用观测目标距离成像平面的深度与视差的关系和观测点的拟求宽度与视差的关系建立数学模型，分别对上述的深度和宽度进行标定，从而提供一种求解世界坐标系下观测点到相机主点的真实距离方法
基于双目立体视觉深度宽度估计方法

[发明专利]一种基于双目视觉的植物叶倾角测量方法-CN202211625046.3在审
发明人：王崎;姜思君;吴鹏;吴兴财;黄前顶 -专利权人：贵州大学
申请日： 2022-12-16 - 公布日： 2023-06-23 - 主分类号： G06T7/80 文献下载
摘要：本发明公开了一种基于双目视觉的植物叶倾角测量方法，包括：使用双目视觉系统拍摄场景，并进行视差估计，利用视差值，计算每个像素点与之相邻的像素点之间的空间斜率，根据平面之间的弧度、方向上的跃变，实现图像分割
一种基于双目视觉植物倾角测量方法

[发明专利]基于无人机航拍图像序列深度恢复的建筑物检测方法-CN201710717257.2有效
发明人：项学智;翟明亮;吕宁;肖德广;尹力;宋凯;郭鑫立;王帅;张荣芳;于泽婷;张玉琦 -专利权人：哈尔滨工程大学
申请日： 2017-08-21 - 公布日： 2021-12-21 - 主分类号： G06K9/00 文献下载
摘要：具体内容包括：无人机搭载单目相机采集图像序列；利用飞机的运动信息以及获取到的图像序列的空域和时域的关系，恢复出图像的视差；将视差转换为深度，人工的设定深度阈值来分割建筑物。本发明可以有效地估计出图像的深度，利用深度检测出建筑物。本发明首次使用了无人机图像序列深度恢复的方法，能够对建筑物进行有效的检测。
基于无人机航拍图像序列深度恢复建筑物检测方法

[发明专利]使用自动聚焦反馈进行立体侧倾校正的系统、方法及设备-CN201480042872.2有效
发明人：维卡斯·拉马钱德兰;卡林·米特科夫·阿塔纳索夫;鲁本·曼纽尔·维拉尔德 -专利权人：高通股份有限公司
申请日： 2014-08-05 - 公布日： 2019-08-09 - 主分类号： G06T7/80 文献下载
摘要：从由所述图像传感器对的每一传感器捕获的图像之间物体的视差来估计图像中所述物体的立体深度。从自动聚焦透镜位置找到所述物体的自动聚焦深度。如果所述立体深度与所述自动聚焦深度之间的差不为零，那么使所述图像中的一者变形，并重新计算所述视差，直到所述物体的所述立体深度和所述自动聚焦深度实质上相同为止。
使用自动聚焦反馈进行立体校正

[发明专利]一种基于改进YOLOv3模型的深度估计方法-CN202010442274.1有效
发明人：潘树国;魏建胜;高旺;赵涛;孙迎春 -专利权人：东南大学
申请日： 2020-05-22 - 公布日： 2023-04-07 - 主分类号： G06T7/55 文献下载
摘要：本发明公开了一种基于改进YOLOv3模型的深度估计方法。深度估计是机器人视觉感知中实现对周围环境物体定位的关键步骤之一，基于特征点的深度估计方法以点表示物体，不能直接将深度估计结果等同物间垂直距离，因此在物体定位和高精度地图匹配中应用受限。本发明以深度卷积神经网络与深度估计应用结合为基础，针对性改进YOLOv3模型的损失函数，增加模型对左右视图中目标u轴坐标变化的敏感程度；使用双目相机抓取的左右图像作为输入，通过改进的YOLOv3模型输出物体的目标检测框，并进行目标匹配和视差计算得到物体的深度估计结果。使用本发明所提出的方法，可同时输出物体的类别和深度估计结果，且相较于原始YOLOv3模型其深度估计精度有显著提升。
一种基于改进 yolov3 模型深度估计方法

[发明专利]一种计算机视觉的立体匹配方法-CN202010280534.X在审
发明人：钱宇锋 -专利权人：湖北工业大学
申请日： 2020-04-10 - 公布日： 2020-08-07 - 主分类号： G06T7/80 文献下载
摘要：根据某种相似性判断依据，寻找与子窗口图像最为相似的子图，而其匹配的子图中对应的像素点就为该像素的匹配点；本发明的算法计算复杂度小，且利用了红外和梯度差综合算法保留边缘信息的特点，降低噪声干扰，提升图像分辨率，用平稳区域的视差值来估计非平稳区域的错误视差值，能有效降低立体匹配的误匹配率，提高视差图精度，尤其在边缘信息丰富的区域匹配性能更佳。
一种计算机视觉立体匹配方法