[发明专利]一种基于多视图深感知器框架的三维姿势估计方法在审
| 申请号： | 201810171088.1 | 申请日： | 2018-03-01 |
| 公开（公告）号： | CN108389227A | 公开（公告）日： | 2018-08-10 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | G06T7/593 | 分类号： | G06T7/593;G06K9/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明中提出的一种基于多视图深感知器框架的三维姿势估计方法，其主要内容包括：特定视图感知器网络、多视图集成网络、分层跳跃连接、数据预处理、训练和评估，其过程为，特定视图感知器网络从不同的视图中提取二维形状和分层纹理信息，特定视图感知器网络针对各个视图产生映射，由编码器和解码器组成的沙漏网络构建每个关节的高分辨率热图，利用沙漏网络的跳跃连接来实现多视图集成网络，多视图集成网络合成来自所有可用视图的信息，提供准确的三维姿态。本发明将层次结构信息与估计关节热图结合起来推断三维结构，可以克服直接测量和观测系统的局限性，对三维姿势的估计具有更高的准确性。 | ||
| 搜索关键词： | 感知器网络 集成网络 三维 姿势估计 分层 沙漏 关节 跳跃 层次结构信息 解码器 数据预处理 二维形状 高分辨率 观测系统 三维结构 视图产生 网络构建 纹理信息 直接测量 编码器 映射 可用 推断 姿势 合成 评估 网络 | ||
【主权项】：
1.一种基于多视图深感知器框架的三维姿势估计方法，其特征在于，主要包括特定视图感知器网络(一)；多视图集成网络(二)；分层跳跃连接(三)；数据预处理(四)；训练和评估(五)。
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深圳市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，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/201810171088.1/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种基于生成对抗网络的无监督单目深度估计方法-201910688782.5
- 房立金;赵乾坤;万应才 - 东北大学
- 2019-07-29 - 2019-11-12 - G06T7/593
- 本发明的一种基于生成对抗网络的无监督单目深度估计方法，其包括如下步骤：步骤1：通过双目相机获取具有时间严格同步的左右图像对，建立双目彩色图像数据集，并对双目彩色图像进行校正；步骤2：建立无监督生成对抗网络模型，将校正后的双目彩色图像输入到网络中，对网络模型进行训练和迭代回归；步骤3：将单目彩色图像输入到训练好的网络模型中，生成与之对应视差图；步骤4：将视差图通过双目视差深度转换公式转换为深度信息，并合成深度图。本发明提供的深度估计方法将使用无监督网络模型将单目彩色图像转换含有深度信息的深度图，无需复杂的真实深度数据。
- 一种基于颅面稠密对应点云的颅面形态分析及面貌复原方法-201611048126.1
- 税午阳;周明全;邓擎琼;武仲科;江海燕 - 北京师范大学
- 2016-11-21 - 2019-10-25 - G06T7/593
- 本发明涉及一种基于颅面稠密对应点云的颅面形态分析及面貌复原方法，包括如下步骤：1颅骨稠密对应点云；2面貌稠密对应点云；3颅面形态关系可视分析；4基于软组织分区的颅面形态关系表示；5未知身源颅骨的面貌复原。本发明利用基于主成分系数的可视分析和最小二乘回归的定量表示方法，实现了颅面形态关系的分析，解决了颅面点云数据量大、主成分几何意义不易确定、颅面形态关系不易定量表示的问题。利用基于软组织厚度的颅面分区方法，克服了颅面形态关系复杂、不同区域间颅面形态关系不一致的问题，提高了颅面形态关系的准确性。最终利用基于分区的颅面形态关系，实现了未知身源颅骨的面貌复原。
- 用于生成信息的方法和装置-201810286286.2
- 亢乐;包英泽 - 百度在线网络技术（北京）有限公司
- 2018-03-30 - 2019-10-22 - G06T7/593
- 本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：通过获取包括第一目标图像和第二目标图像的目标图像组；获取预先训练的神经网络，其中，神经网络包括至少两个级联的子网络，至少两个级联的子网络中的各级子网络分别包括特征提取层和视差图生成层；对于神经网络，执行以下视差图生成步骤：将目标图像组输入至少两个级联的子网络中首级子网络的特征提取层，获得由至少两个级联的子网络中的尾级子网络的特征提取层输出的特征图像组；将尾级子网络的特征提取层输出的特征图像组输入尾级子网络的视差图生成层，获得用于表征第一目标图像和第二目标图像的视差的视差图。该实施方式实现了富于准确性的信息生成。
- 立体匹配方法及相应立体匹配装置-201910262336.8
- 郑朝钟;王毓莹;魏震豪;陈正旻;林亮均 - 联发科技股份有限公司
- 2019-04-02 - 2019-10-18 - G06T7/593
- 本公开揭露了一种立体匹配方法及相应立体匹配装置。立体匹配方法包括接收场景的左图像的第一数据和场景的右图像的第二数据；以及执行左图像和右图像的立体匹配以生成场景的深度图，其中，图案化的红外光投射到场景上以点亮场景，以及其中图案化的红外光满足一个或多个特征要求。本发明的立体匹配方法及相应立体匹配装置可以降低成本。
- 一种基于双目采集图像提取景深信息的方法-201910448446.3
- 袁东明;墨宁宁;黎淑兰;胡鹤飞;冉静 - 北京邮电大学
- 2019-05-28 - 2019-09-20 - G06T7/593
- 本发明公开了一种基于双目采集图像提取景深信息的方法。包括：使用畸变校正算法校正图像畸变，使用双边滤波方法处理图像噪声干扰，使用调优后的立体匹配算法得到场景的深度信息图，通过三维重建获得目标场景中特征点的三维坐标信息，通过对特征点的坐标信息进行处理得到用于障碍检测和避障的数据，实际场景的测试结果验证了文章提出的方法的有效性。本发明提出的方法能够弥补当前解决方案的不足，更好地满足实际需求。
- 一种基于CUDA的双目深度信息恢复加速方法-201610991941.5
- 宋明黎;静永程;张永航;卜佳俊;陈刚 - 浙江大学
- 2016-11-11 - 2019-08-09 - G06T7/593
- 一种基于CUDA的双目深度信息恢复加速方法，由三个有效步骤组成：1)基于双目深度信息恢复的图像预处理阶段进行并行计算；2)基于双目深度信息恢复的立体匹配阶段进行并行设计以及内存访问设计；3)并行处理基于双目深度信息恢复的滤波阶段，同时减少显存和主内存的切换，从而加速双目信息恢复方法。
- 物体位置确定方法及装置-201510342157.7
- 蒋凌锋 - 深圳超多维光电子有限公司
- 2015-06-18 - 2019-08-06 - G06T7/593
- 一种物体位置确定方法及装置、倒车显示系统，该方法包括：装置计算获取到的图像的深度图，该图像是由深度摄像头拍摄的，按照灰度值的最大范围，对深度图的第一图像序列中的像素点的灰度值进行归一化处理，得到深度图的第二图像序列，遍历第二图像序列，根据预先设置的像素点绘制方法及第二图像序列中的每一个像素点的灰度值计算得到深度图的第三图像序列，对该第三图像序列进行拉伸处理，得到第四图像序列，该第四图像序列即为图像中的物体位置的分布图，通过上述处理，能够有效确定图像中的物体与深度摄像头之间的距离。
- 一种彩色深度图像的获取方法、获取设备-201611078702.7
- 黄源浩;肖振中;许宏淮 - 深圳奥比中光科技有限公司
- 2016-11-28 - 2019-07-26 - G06T7/593
- 本发明公开了一种彩色深度图像的获取方法、获取设备，该获取方法包括：采集目标区域的第一深度数据以及包含第二深度数据的彩色图像；其中，第一深度数据的精度大于第二深度数据；将第一深度数据与第二深度数据进行配准；利用配准结果，将彩色图像的RGB值作为第一深度数据的RGB值，以得到目标区域的彩色深度图像。通过上述方式，本发明能够将彩色图像的RGB值赋值于具有较高精度的第一深度数据中，得到具有较高深度精度的彩色深度图像。
- 一种基于立体匹配和置信度传播的场景深度获取方法-201910152429.5
- 于慧敏;龙阳祺 - 浙江大学
- 2019-02-28 - 2019-07-16 - G06T7/593
- 本发明公开了一种基于立体匹配和置信度传播的场景深度获取方法。该方法通过使用立体匹配算法和基于置信度传播的深度补全算法，对场景进行建模，进而获取场景的深度信息。不同于以往场景深度估计方法，该方法首先使用现有的立体匹配方法获取初始场景深度估计，再利用基于置信度传播的深度补全算法对该深度估计进行优化，最终得到致密的场景深度估计，大大提升场景深度获取的鲁棒性和精确度。
- 一种双目深度相机的特征点匹配方法-201910138905.8
- 向志宏;吴君安;杨延辉 - 北京超维度计算科技有限公司
- 2019-02-25 - 2019-06-14 - G06T7/593
- 本发明涉及一种双目深度相机的特征点匹配方法，该方法包括：带有特定斑纹补光的双目相机，通过特定斑纹补光在目标物体上建立基本特征点；从双目相机的两个摄像头上获取的两幅图像中，对左摄像头成像的左图中任意一个指定特征点，在右摄像头成像的右图中，只要找到一个特征点就可以快速检索和定位到指定特征的位置，从而完成左图和右图的特征点匹配。本发明通过特定斑纹对特征点进行快速定位，减少特征点的搜索范围，减少错误的特征匹配；还通过块匹配获得更精细和更密集的匹配点，并且在特征匹配过程中减少了搜索范围，减少了搜索计算时间。
- 通过迭代插值和扭曲生成深度图的系统和方法-201410840565.0
- A.穆拉尔卡;N.艾尼克 - 本田技研工业株式会社
- 2014-12-30 - 2019-06-11 - G06T7/593
- 本发明提供了一种生成深度图的计算机实现的方法，包括：生成第一图像的初始深度图，所述第一图像为从成像设备接收的一对立体图像中的一者，所述一对立体图像包括所述第一图像和第二图像，以及通过假设所述初始深度图中缺失区域的深度值而基于所述初始深度图生成预估深度图。所述方法包括基于所述预估深度图使所述第二图像扭曲，基于所述第一图像和所述扭曲的第二图像生成扭曲深度图，以及基于所述扭曲深度图和所述预估深度图生成相对于所述第二图像的所述第一图像的新深度图。
- 激光散射斑点辅助下的双目立体匹配算法与装置-201610153485.7
- 罗文峰 - 湖南优象科技有限公司
- 2016-03-17 - 2019-06-11 - G06T7/593
- 本发明提出了一种激光散射斑点辅助下的双目立体匹配算法与装置，在左右视角2个摄像机中间增加一个激光器装置，给目标增加了激光散射斑点，使得本来没有纹理或纹理稀疏的目标区域变成丰富的纹理区域，然后通过基于特征点匹配的算法得到立体匹配结果。在得到特征点匹配的初步结果后，本发明还提出一种邻近点距离和角度约束条件对结果进行筛选，有效的减少误匹配的数目，显著提高匹配的正确率。本发明采用的装置简单，成本较低，算法复杂度小，拥有很好的实用价值。
- 一种双目立体视觉系统获取视差图的方法及装置-201910028220.8
- 陈海波 - 深兰人工智能芯片研究院（江苏）有限公司
- 2019-01-11 - 2019-05-24 - G06T7/593
- 本申请公开了一种双目立体视觉系统获取视差图的方法及装置，该方法包括：获取同一场景平行拍摄的左图像和右图像，基于预设窗口以及滑动步长，分别以所述左图像以及所述右图像中每个像素为中心，建立多个与所述预设窗口形状以及大小相同的子区域，确定各个所述子区域中心的第一像素，并基于预设的采样步长分别对各个所述子区域的像素进行采样，得到多个第二像素，以所述第一像素为对称中心，比较各个所述子区域中每一对关于所述对称中心对称的所述第二像素的灰度值，得到所述各个子区域对应的census序列，基于预设的视差范围以及所述各个子区域对应的census序列获得视差图。解决了现有技术中获取视差图的效率较低的技术问题。
- 一种立体图像重定位方法-201610886052.2
- 邵枫;林文崇;姜求平;李福翠 - 宁波大学
- 2016-10-11 - 2019-04-16 - G06T7/593
- 本发明公开了一种立体图像重定位方法，其通过提取左视点图像的形状保护能量项、形状一致能量项、边界弯曲度能量项和舒适度保持能量项，并通过优化使得左视点图像的总能量最小，获取最佳相似变换矩阵，这样使得获得的重定位立体图像能够较好地保留重要的显著语义信息且保持视觉舒适性；其对立体图像的三维空间的水平坐标位置、垂直坐标位置和深度值同时进行调整，从而保留了重定位后的左视点图像重要的显著信息，同时又能保证与根据重定位后的左视差图获得的重定位后的右视点图像是匹配的，从而能够保证重定位后的立体图像的舒适性。
- 一种基于卷积神经网络的立体图像匹配方法-201811466748.5
- 祝世平;徐豪;闫利那 - 北京航空航天大学
- 2018-12-03 - 2019-04-05 - G06T7/593
- 本发明涉及一种基于卷积神经网络的立体图像匹配方法,包括：获取多个立体匹配图像对和所对应的真实视差，将其作为数据集；构建卷积神经网络，选用线性纠正单元RELU函数进行激活；采用反向传播算法训练所述卷积神经网络，确定网络误差函数和学习速率；经过所述卷积神经网络的计算，网络输出的是左右图像块的匹配代价空间图；对所述代价空间图进行匹配代价聚合、视差选择和视差精化，选择具有最小代价的像素点作为匹配点，得到最终的视差图。图像可以直接作为网络输入，通过卷积神经网络匹配算法得到视差图整体较光滑，在无纹理区域和深度值突变区域均能取得较好的匹配效果，对有光照变化和非完全校正的图像对仍具有较好的鲁棒性。
- 一种多目视觉深度计算方法及装置-201810152232.7
- 左忠斌;左达宇;胡艳松 - 天目爱视（北京）科技有限公司
- 2018-02-14 - 2019-04-05 - G06T7/593
- 本发明提供了一种多目视觉深度计算方法及装置。该方法包括：使用多台可见光相机组成的相机矩阵对生物特征信息进行采集，得到多幅生物特征图像；将所述多幅生物特征图像传送到具有图像处理器GPU和中央处理器CPU的处理单元；将所述多幅生物特征图像的图像信息分配到GPU的块block中进行运算，并结合CPU的集中调度和分配功能，计算所述多幅生物特征图像各自的特征点。本发明实施例采用多台可见光相机控制技术进行生物特征信息的采集，可以显著提高生物特征信息的采集效率。并且，本发明实施例基于中央处理器和图形处理器的并行计算，可以高效地实现特征信息的处理。
- 一种基于MSER的双目视觉立体匹配方法及系统-201811314491.1
- 赵勇;陈天健;李福池;俞正中 - 深圳市爱培科技术股份有限公司
- 2018-11-06 - 2019-03-29 - G06T7/593
- 一种基于MSER的双目视觉立体匹配方法及系统，该双目视觉立体匹配方法包括获取、估计、转换、分割、聚合、计算的步骤。由于任意一像素点与该像素点邻域内的其它像素点可能不在同一深度曲面上，那么通过MSER算法对该像素点邻域进行分割后可尽可能地去除一些不在同一深度上的像素点，通过规避异常像素点干扰的方法来在提高匹配代价的鲁棒性，从而代价聚合得到鲁棒性较高的匹配代价函数，进而根据匹配代价函数计算得像素点的最佳视差值。如此，可以有效解决立体匹配时发生误匹配的问题，利于在不同的视点图像中准确地找到匹配的对应点，可提高立体匹配的精确度。
- 一种基于时空间关联的裸眼3D超解像滤波方法-201610820935.3
- 凌涛;陈敏;袁博 - 江苏奥斯汀光电科技股份有限公司
- 2016-09-13 - 2019-03-22 - G06T7/593
- 本发明提供了一种基于时空间关联的裸眼3D超解像滤波方法，步骤包括：空间维度区域标记、小区域筛选、时间维度区域配对以及深度滤波。该裸眼3D超解像滤波方法计算速度和效果的平衡是通过小区域筛选中的面积比例阈值、时间维度区域配对中的相似度阈值两个阈值进行控制的，在整个计算过程中，很少有大量的浮点数计算，基本都是加减计算，所以计算量比较少，也比较适合于没有大量计算资源的电视机下进行工作。
- 一种智能道路养护系统-201811411524.4
- 肖鑫茹 - 肖鑫茹
- 2018-11-24 - 2019-03-19 - G06T7/593
- 本发明提供了一种智能道路养护系统，包括识别装置、定位装置、通信装置和养护装置，所述识别装置用于实时对路面裂缝进行识别，所述定位装置通过GPS确定路面裂缝的位置信息，并通过通信装置将路面裂缝的位置信息发送至养护装置，所述养护装置根据路面裂缝的位置对道路进行养护；所述识别装置包括图像采集模块、图像预处理模块和路面裂缝识别模块，所述图像采集模块用于获取路面的三维图像，所述图像预处理模块用于对获取的路面三维图像进行预处理，所述路面裂缝识别模块用于对路面裂缝进行识别。本发明的有益效果为：提供了一种智能道路养护系统，实现了路面裂缝准确识别和道路养护。
- 人体目标识别的方法和装置-201610414525.9
- 谭志国;滕书华;李洪 - 湖南拓视觉信息技术有限公司
- 2016-06-14 - 2019-02-22 - G06T7/593
- 本发明提供的一种人体目标识别的方法和装置，所述方法包括：获得深度图像；提取所述深度图像中的图像像素特征；将所述图像像素特征输入人体深度学习模型中进行识别分类；判断所述图像像素特征的分类与所述人体深度学习模型中已有的人体部位标签是否匹配；若所述图像像素特征的分类与所述人体深度学习模型中的已有标签匹配，则输出与该像素特征对应的标签。本发明采用深度学习模型识别图像像素特征，同时完成了人体目标检测与识别，简化了检测识别过程，提高了检测识别效率。
- 应用于全息立体匹配的改进视差图算法-201710592549.8
- 不公告发明人 - 上海盟云移软网络科技股份有限公司
- 2017-07-19 - 2019-01-29 - G06T7/593
- 本发明提出的应用于全息立体匹配的改进视差图算法，涉及全息应用技术领域，具体制作步骤为：1、边缘提取，采用Canny算子对左、右视图图像进行边缘提取，过滤掉边缘与背景的相互干扰，缩小目标像素的匹配区域；2、匹配代价计算，利用计算机缓存技术和优化的匹配代价计算方法进行匹配代价计算；3、视差选择，使用胜者为王算法选择最佳匹配像素点作为匹配像素点对，并计算视差值进行保存。本发明的算法在传统算法的基础上增加了边缘提取步骤，提高了匹配的准确率，对匹配的聚合窗模板进行筛选，使用9个特殊位置的聚合窗替代大窗多窗视差图算法的聚合窗模板，并通过分类和计算机缓存技术，将匹配代价中间值进行保存，有效的提升了算法的计算效率。
- 一种基于大数据的面部表情的重建方法及装置-201610654083.5
- 唐红博;郭军;张丛喆 - 东方网力科技股份有限公司
- 2016-08-10 - 2019-01-22 - G06T7/593
- 本发明提供了一种基于大数据的面部表情的重建方法及装置，该方法包括：获取第一用户的面部表情图像序列，第一用户的面部具有多个特征点，面部表情图像序列包括不同帧的多个面部表情图像；根据不同帧多个面部表情图像中的各个特征点的坐标变化确定各个特征点的运动轨迹；根据各个特征点的运动轨迹在第二用户的三维面部几何模型上重建面部表情。本发明实施例采用在面部标记特征点的方式来获取第一用户的面部表情变化信息，并根据各个特征点的坐标变化来确定各个特征点的运动轨迹，再根据各个特征点的运动轨迹对面部表情进行重建，从而解决了面部表情重建技术的应用场景受限的问题，降低了面部表情捕捉、识别与重建过程的专业性和制作成本。
- 用于产生三维人脸模型的系统和方法-201480038696.5
- 郭烽;毕宁;齐颖勇 - 高通股份有限公司
- 2014-06-12 - 2019-01-22 - G06T7/593
- 本发明描述一种用于三维人脸生成的方法。基于深度图和反向第一矩阵而计算反向深度图。由其中像素垂直对准并且水平不同的两个图像生成所述反向第一矩阵。所述反向深度图经正规化以纠正由图像校正引起的所述深度图中的失真。基于所述反向深度图和所述两个图像中的一者而生成三维人脸模型。
- 一种基于双目视觉的障碍物检测与识别方法-201810783911.4
- 薛方正;刘阳阳;古俊波;罗胜元 - 重庆大学
- 2018-07-17 - 2018-12-18 - G06T7/593
- 本发明公开了一种基于双目视觉的障碍物检测与识别方法，包括步骤：1)对双目摄像头进行标定2)生成左摄像头深度图像；3)将获得到的双目摄像头的左摄像头的图像尺寸裁剪为416*416，再将裁减后的图像输入YOLOv3网络模型，从而得到障碍物在图像中的窗口坐标信息和类别信息；4)取步骤3)获得的深度图像中障碍物窗口的中心位置的深度值作为障碍物的距离，从而获得障碍物的距离信息。本发明基于双目视觉的障碍物检测与识别方法，其既能获得障碍物的距离信息，也能够获得障碍物的类别信息，从而能为自主机器人和无人汽车提供更好的环境感知能力，有利于其制定更正确的决策。
- 单摄景深模型生成方法、生成装置及电子设备-201711229089.9
- 陆逊 - 北京猎户星空科技有限公司
- 2017-11-29 - 2018-12-07 - G06T7/593
- 本发明公开了一种单摄景深模型生成方法、生成装置及电子设备，其中，单摄景深模型生成方法包括：获取双摄终端针对多个训练场景拍摄的双摄图像样本和单摄终端针对多个训练场景拍摄的单摄图像样本；确定双摄图像样本的深度信息；将双摄图像样本的特征单元和单摄图像样本的特征单元进行映射，以确定单摄图像样本的特征单元和深度信息的对应关系；基于单摄图像样本的特征单元和深度信息的对应关系，训练得到单摄景深模型。本发明实施例的单摄景深模型生成方法，能够训练得到单摄景深模型，利用该单摄景深模型能够使单摄终端拍摄出双摄终端的景深效果，节省成本，有利于终端的内部空间布局。
- 一种基于外极线距离变换的树型滤波立体匹配方法-201610147363.7
- 张桦;戈豪豪;高申勇;戴国骏;沈方瑶 - 杭州电子科技大学
- 2016-03-15 - 2018-11-27 - G06T7/593
- 本发明涉及一种基于外极线距离变换的树型滤波立体匹配方法。本发明首先读入两幅输入图像，计算两幅图像每个像素点的初始视差矩阵，然后利用颜色分割约束生成颜色分割图像，再将外极线原理应用到颜色分割图像中，获得外极线距离变换图像，然后利用外极线距离变换图像和输入图像共同构造最小生成树结构，并计算生成树每条边的权值，然后执行树型滤波算法，获得初始视差图像，最后对初始视差图像进行视差精化。本发明方法将外极线距离引入到代价聚合的过程中，精确度高，计算量小。本发明方法可以应用于无人车导航系统中。
- 图像的展示、处理方法及装置-201810317411.1
- 赵鲜 - 深圳康得新智能显示科技有限公司
- 2018-04-10 - 2018-11-06 - G06T7/593
- 本申请公开了一种图像的展示、处理方法及装置。其中，该方法包括：获取待展示三维3D图像中的标识，其中，该标识用于指示所述待展示3D图像的3D格式；依据标识确定待展示3D图像的3D格式；依据3D格式展示待展示3D图像。本申请解决了相关技术中无法准确地识别出待识别视频的3D格式的技术问题。
- 计算视差的方法和装置-201410331089.X
- 赵秀洁;刘媛;鲁耀杰;刘殿超;师忠超 - 株式会社理光
- 2014-07-11 - 2018-09-25 - G06T7/593
- 本发明的实施例提供了一种计算视差的方法和装置。根据本发明实施例的计算视差的方法，包括：根据立体相机在前一时刻拍摄的第一图像帧的视差图，在第一图像帧中选择其视差可靠的可靠像素点；预测每个可靠像素点在立体相机在当前时刻拍摄的第二图像帧中的对应像素点；确定至少一部分可靠像素点为选取像素点；对于每个选取像素点，在当前时刻拍摄的第二图像帧中确定该选取像素点的对应像素点的视差计算范围；以及根据每个选取像素点的视差计算范围，计算该选取像素点在第二图像帧中的视差。
- 一种基于多视图深感知器框架的三维姿势估计方法-201810171088.1
- 夏春秋 - 深圳市唯特视科技有限公司
- 2018-03-01 - 2018-08-10 - G06T7/593
- 本发明中提出的一种基于多视图深感知器框架的三维姿势估计方法，其主要内容包括：特定视图感知器网络、多视图集成网络、分层跳跃连接、数据预处理、训练和评估，其过程为，特定视图感知器网络从不同的视图中提取二维形状和分层纹理信息，特定视图感知器网络针对各个视图产生映射，由编码器和解码器组成的沙漏网络构建每个关节的高分辨率热图，利用沙漏网络的跳跃连接来实现多视图集成网络，多视图集成网络合成来自所有可用视图的信息，提供准确的三维姿态。本发明将层次结构信息与估计关节热图结合起来推断三维结构，可以克服直接测量和观测系统的局限性，对三维姿势的估计具有更高的准确性。
- 立体匹配方法和设备、图像处理设备及其训练方法-201711145825.2
- 李元熙;张现盛;成映勋;郑景夫 - 三星电子株式会社
- 2017-11-17 - 2018-08-03 - G06T7/593
- 提供一种立体匹配方法和设备、图像处理设备及其训练方法。一种立体匹配方法包括：使用基于神经网络模型的特征提取器，获得与第一视图图像相关联的第一特征图和与第二视图图像相关联的第二特征图；使用第一特征图和第二特征图，确定第一视图图像的参考像素与第二视图图像的多个候选像素之间的各个匹配代价；基于确定的匹配代价，确定所述多个候选像素之中的与所述参考像素对应的像素。
- 专利分类
