[发明专利]深度信息确定方法、深度信息确定装置及电子设备在审
| 申请号： | 201910180866.8 | 申请日： | 2019-03-11 |
| 公开（公告）号： | CN111696145A | 公开（公告）日： | 2020-09-22 |
| 发明（设计）人： | 彭强;丁匡正 | 申请（专利权）人： | 北京地平线机器人技术研发有限公司 |
| 主分类号： | G06T7/55 | 分类号： | G06T7/55 |
| 代理公司： | 北京布瑞知识产权代理有限公司 11505 | 代理人： | 孟潭 |
| 地址： | 100080 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 公开了一种深度信息确定方法、深度信息确定装置及电子设备。该深度信息确定方法包括：基于二维图像确定深度信息图像；基于深度信息图像确定深度梯度信息；确定二维图像对应的点云数据，其中，点云数据包含第一深度信息集合，并且点云数据与二维图像时间同步；基于第一深度信息集合、深度梯度信息和深度信息图像生成第二深度信息集合。本申请实施例借助二维图像弥补了点云数据中的第一深度信息集合的稠密度较低的缺陷，并且充分利用了点云数据中所包含的高精度的深度信息，从而最终提高了所确定的深度信息的稠密度和精度。 | ||
| 搜索关键词： | 深度 信息 确定 方法 装置 电子设备 | ||
【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北京地平线机器人技术研发有限公司，未经北京地平线机器人技术研发有限公司许可，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/201910180866.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 基于双分支高效融合网络的全景图像单目深度估计方法-202310820383.6
- 韩成;张超;蔡永青;潘欣鹏;徐超;王子匀;卢时禹;于翠红 - 长春理工大学重庆研究院
- 2023-07-06 - 2023-10-27 - G06T7/55
- 本发明涉及基于双分支高效融合网络的全景图像单目深度估计方法，其特征在于：从Matterport3D数据集平台中获得一组图像数据传入计算机中；根据双分支网络结构实现全景图像完整视野信息利用，基于分组膨胀卷积和通道注意力的全景深度估计算法，通过分组膨胀卷积提供的额外感受野以及通道注意力，提取等距形投影全景图像的丰富特征以解决上述问题；利用不同全景图像投影形式共同作为输入，以纠正全景图像带来的畸变。解决了全景图像两极畸变问题，提高全景图像单目深度估计的精度。
- 场景图像的深度图生成方法、装置、设备及存储介质-202310116456.3
- 田泽藩;张浩贤 - 腾讯科技（深圳）有限公司
- 2023-01-31 - 2023-10-27 - G06T7/55
- 本申请提供了一种场景图像的深度图生成方法、装置、设备及存储介质，属于人工智能技术领域。所述方法包括：在多个场景图像中的第一场景图像的像素点和第二场景图像的像素点中，将第一匹配代价小于代价阈值的像素点，确定为目标像素点；对确定的多个目标像素点进行平面检测，得到每个目标像素点所在平面的先验平面信息；将多个目标像素点投影至第一场景图像，得到多个目标像素点在第一场景图像中的投影像素点，将每个目标像素点的先验平面信息确定为对应的投影像素点的先验平面信息；基于第一场景图像中的投影像素点的第一匹配代价和投影像素点的先验平面信息，生成第一场景图像的深度图。上述技术方案能够提高深度图的质量。
- 一种融合稀疏直接法和特征法的双目点线SLAM方法及系统-202310848564.X
- 王昊 - 中国电子科技南湖研究院
- 2023-07-11 - 2023-10-27 - G06T7/55
- 本发明公开了一种融合稀疏直接法和特征法的双目点线SLAM方法及系统，方法包括：设置第一帧为关键帧，提取关键帧的点线特征进行初始化创建地图；采用稀疏直接法估计相机位姿，若稀疏直接法估计的相机位姿达到预设标准，则基于稀疏直接法估计的相机位姿进行局部地图跟踪；否则采用特征法估计相机位姿，并基于特征法估计的相机位姿进行局部地图跟踪；当满足关键帧更新条件时，设置当前帧为关键帧，提取新的关键帧的点线特征执行局部建图操作和回环检测操作，并基于全局BA操作优化全局地图以及相机位姿。本发明提高了SLAM的精度和速度。
- 一种深度图的构建方法及装置-202210379120.1
- 郭彦杰;庞勃;刘长江;王昌龙 - 北京三快在线科技有限公司
- 2022-04-12 - 2023-10-27 - G06T7/55
- 本说明书公开了一种深度图的构建方法及装置。确定双目视觉传感器在目标时刻采集的图像中各像素点的视差数据，根据各视差数据确定各像素点对应的第一深度误差，并确定雷达在该目标时刻采集的各目标点的深度及各目标点对应的第二深度误差。根据将目标点投影到该图像中后各目标点的位置及各第二深度误差，确定感兴趣区域，并根据各像素点的位置及第一深度误差，确定各像素点的误差区域，以针对每个感兴趣区域，根据各误差区域将各像素点与该感兴趣区域对应的目标点匹配，根据与各感兴趣区域对应的目标点匹配成功的各像素点构建深度图。能够根据雷达的目标点对双目视觉传感器的像素点进行筛选，滤除深度存在误差的像素点，使最终的深度图足够准确。
- 无人机目标深度估计的方法、装置、存储介质及电子设备-202311190257.3
- 陈方平;闫凯;陆煜衡;王霜;白利敏 - 天津云圣智能科技有限责任公司
- 2023-09-15 - 2023-10-24 - G06T7/55
- 本申请的一些实施例提供了一种无人机目标深度估计的方法、装置、存储介质及电子设备，该方法包括：将无人机平移过程中的两张图像输入至预先训练好的特征点匹配模型中，获取所述两张图像的特征点匹配对；利用所述特征点匹配对计算特征矩阵；通过所述特征矩阵，获取无人机旋转参量；利用所述无人机旋转参量和无人机平移向量，计算所述两张图像中待检测目标对象同名点对应的目标深度信息。本申请的一些实施例可以降低目标深度估计的计算量，效率较高。
- 一种基于卷积神经网络的深度图置信度估计方法-202110313028.0
- 李兆歆;王兆其;张小格;朱登明;朱正刚 - 苏州中科广视文化科技有限公司
- 2021-03-24 - 2023-10-24 - G06T7/55
- 本发明公开了一种基于卷积神经网络的深度图置信度估计方法，用于多目立体匹配算法所生成深度图的质量评估和后处理操作，该方法包括如下步骤：由多目立体匹配算法生成的深度图计算截断符号距离函数图和法线图；利用U型网络结构对所述截断符号距离函数图、法线图和彩色图进行特征提取，得到特征图；使用卷积长短时记忆结构、预测模块、细化模块和多监督方法由所述特征图预测深度图的置信度并细化估计结果。本发明能对各种多目立体匹配算法所生成的深度图进行质量评估，能鲁棒地估计出多目立体匹配中的深度图置信度，以利于多目立体匹配算法的评估和对深度图的后处理。
- 深度计算处理器、数据处理方法以及3D图像设备-201710249233.9
- 许星;肖振中;梅小露;徐盛;黄源浩 - 奥比中光科技集团股份有限公司
- 2017-04-17 - 2023-10-24 - G06T7/55
- 本发明公开了深度计算处理器、数据处理方法以及3D图像设备，深度计算处理器包括：至少两个输入端口，用于接收第一图像数据，第一图像数据至少包括在结构光投影下采集的结构光图像；输入开关器，连接于输入端口，用于供来自于输入端口的全部或部分第一图像数据通过；数据处理引擎，连接于输入开关器，用于对经由输入开关器输出的第一图像数据进行计算处理以输出第二图像数据，第二图像数据至少包括深度图；数据处理引擎至少包括深度处理引擎，用于对结构光图像进行深度计算处理，以得到深度图；至少一个输出端口，直接或间接地连接于数据处理引擎，用于将第二图像数据输出至主体设备。
- 协助小型航天器着陆的跨模态对比学习深度估计方法-202310831475.4
- 何知霖;顾天昊;李小光;徐冠华 - 南京壮大智能科技研究院有限公司
- 2023-07-07 - 2023-10-20 - G06T7/55
- 本发明提供了一种协助小型航天器着陆的跨模态对比学习深度估计方法，该方法通过航天器上的摄像头获取实时图像，基于深度学习技术进行实时深度估计，进而提高着陆位置选择和着陆安全性。在航天器上安装摄像头，收集飞行时的实时图像，并标注每个图像的深度信息。对收集的数据进行预处理，包括图像的裁剪、缩放、归一化等，以保证输入的数据格式符合深度估计网络的要求。相比传统的雷达、GPS等着陆辅助设备，本发明可以提供更加精确和实时的深度信息，能够应对不稳定的气象条件，提高着陆的安全性。
- 基于深度图模板的障碍物检测方法、系统、设备及介质-202310896171.6
- 皇攀凌;史建杰;周军;颜承壮 - 山东大学
- 2023-07-21 - 2023-10-17 - G06T7/55
- 本发明公开一种基于深度图模板的障碍物检测方法、系统、设备及介质，涉及图像数据处理技术领域，包括：获取地面深度图模板；根据地面深度图模板进行相机标定，得到相机相对于安装主体的俯仰角和相机高度；获取待检测深度图，将待检测深度图与地面深度图模板做差分处理后，得到障碍物深度图；当障碍物深度图不为空时，将障碍物深度图转化为障碍物点云图，根据俯仰角和相机高度对障碍物点云图进行旋转平移，由此得到在安装主体坐标系下的障碍物点云信息。避免大型点云处理带来的运算开销，提高检测效率。
- 单目图像深度图生成方法、装置、设备及介质-202310609281.X
- 何方政;伍阔梁;沈阳;彭亮;王甜甜;谢雄;虞世宇;金澄;钱炜;杨政;何晓飞 - 杭州飞步科技有限公司;宁波梅港码头有限公司
- 2023-05-29 - 2023-10-13 - G06T7/55
- 本申请提供一种单目图像深度图生成方法、装置、设备及介质。方法包括：获取单目图像和初始深度数据，其中，初始深度数据用于表征预设深度区间内各子区间的初始长度；对单目图像进行多阶特征提取，获取多阶图像特征；根据多阶图像特征和初始深度数据确定注意力计算数据，其中，注意力计算数据包括目标深度数据和目标图像特征数据，目标深度数据用于表征预设深度区间内各子区间的目标长度；根据目标图像特征数据和多阶图像特征生成深度概率图，其中，深度概率图包括各像素点的深度属于各子区间的概率；根据目标深度数据和深度概率图生成单目图像深度图。本申请的方法，在提高确定出的场景深度的准确率的同时，减少确定场景深度过程中的内存开销。
- 一种基于红外图像的单目深度估计方法及系统-202310059546.3
- 丁萌;李帅;许娟;刘浩;宫淑丽 - 南京航空航天大学
- 2023-01-16 - 2023-10-13 - G06T7/55
- 本发明公开了一种基于红外图像的单目深度估计方法及系统。该方法包括：获取红外图像数据集，并将所述红外图像数据集划分为训练集和测试集；构建深度估计网络和位姿估计网络；通过所述训练集对所述深度估计网络和所述位姿估计网络进行训练；训练过程为自监督学习过程；通过所述测试集对训练后的深度估计网络进行测试；通过测试后的深度估计网络估计红外图像的深度。本发明基于深度估计网络实现了对红外图像的单目深度估计，增强了对物体边缘信息或者小物体信息的提取能力，并且大大降低了参数量和计算量，减少了模型的复杂度，显著提升了模型性能。
- 图像深度估计方法、装置、设备及存储介质-202310777603.1
- 申啸尘 - 深圳市杉川机器人有限公司
- 2023-06-28 - 2023-10-10 - G06T7/55
- 本发明公开了一种图像深度估计方法、装置、设备及存储介质，属于深度估计技术领域。本发明通过获取待评估对象的彩色图像和单线图像；将所述单线图像输入到第一网络模块中进行特征提取和绝对深度估计，得到单线压缩特征图和绝对深度估计结果；将单线压缩特征图和所述彩色图像输入到第二网络模块进行相对深度估计，得到相对深度估计结果；根据所述相对深度估计结果和绝对深度估计结果确定所述待评估对象对应的输出深度图。通过这种方式，基于不同形态数据的特征进行深度估计，可以有效提升模型进行深度估计的效果，减少深度估计误差并增强深度估计的鲁棒性。
- 一种双目视差估计方法及其应用-202310850767.2
- 赵进;尹仕斌;张晓龙 - 易思维（杭州）科技有限公司
- 2023-07-11 - 2023-10-10 - G06T7/55
- 本发明公开一种双目视差估计方法，包括：构建视差空间，将起始位置点记为当前节点；以当前节点为中心点，将N邻域内的像素点记为后序节点，形成N条路径，利用惩罚项修正后序节点在单个视差值处的代价值，得到待更新值，更新的特征值；将特征值累加到路径累计值中，将最小路径累计值对应的路径记为延伸路径；获取不同视差值对应的延伸路径，根据路径距离判断是否继续更新路径，迭代特征值；在特征值产生变化的点的中仅保存最小特征值所对应的视差，完成视差估计。本方法代价视差估计结果准确性更高，在纹理特征少、对比度低的图像中依然能够保持有效性；同时，本方法还减少了迭代次数和计算数据量，具有计算速度快、鲁棒性高的特点。
- 深度图像采集装置、方法及多传感器融合系统-202210302778.2
- 包鼎华 - 北京小米移动软件有限公司
- 2022-03-24 - 2023-10-10 - G06T7/55
- 本公开涉及一种深度图像采集装置、方法及多传感器融合系统，该深度图像采集方法，能够通过目标脉冲信号中指定上升沿对应的UTC时间对深度图像采集装置进行授时，使深度图像采集装置的本地时间与UTC时间同步，有利于保证深度图像采集装置对应本地时间的准确性，有利于生成带有准确时间戳的图像数据，从而有利于深度图像采集装置生成的图像数据与其他传感器采集的数据进行数据融合，也有利于扩大深度图像采集装置的适用范围。
- 视差置信度获取方法和装置、电子设备、可读存储介质-202210295165.0
- 王宇 - 北京小米移动软件有限公司
- 2022-03-23 - 2023-10-03 - G06T7/55
- 本公开是关于一种视差置信度获取方法和装置、电子设备、可读存储介质。该方法包括：获取第一视图和第二视图；所述第一视图和所述第二视图对应的拍摄场景存在公共部分；基于所述第一视图和所述第二视图获取纹理置信度和至少一个辅助置信度；根据所述纹理置信度和所述至少一个辅助置信度获取所述第一视图和所述第二视图视差的视差置信度。由于至少一个辅助置信度可以从不同角度来辅助说明视差置信度，故本实施例中通过纹理置信度和至少一个辅助置信度来获取视差置信度可以更全面反映视差置信度，有利于提升视差置信度的准确度。
- 一种无偏振片液晶透镜深度估计方法-202310105251.5
- 赖文杰;胡晓;刘志强;肖海峰;叶茂 - 电子科技大学
- 2023-02-13 - 2023-10-03 - G06T7/55
- 一种无偏振片液晶透镜深度估计方法，包括以下步骤：步骤1.利用不带偏振片的液晶透镜成像系统对物体拍摄两张不同焦距下的图像；步骤2. 建立未加偏振片的模糊退化模型；步骤3.对不同候选深度的目标成像分别求出模糊退化函数，建立滤波器组；计算能量函数和置信度，并最终得出深度估计值。采用本发明所述无偏振片液晶透镜深度估计方法，利用无偏振片的液晶透镜图像，直接进行深度估计，能够减少系统组件，并且提高深度估计的准确性。
- 一种基于局部子图的实时回环检测方法-202010757742.4
- 颜成钢;朱尊杰;李明珠;李彬;孙垚棋;张继勇;张勇东 - 杭州电子科技大学
- 2020-07-31 - 2023-10-03 - G06T7/55
- 本发明提供一种基于局部子图的实时回环检测方法，首先创建基于各子图的特征数据库；然后在检测回环之前，对当前帧的相邻子图进行筛选；最后通过相邻子图的特征数据库中的关键帧信息进行回环检测与关键帧添加。本发明设计了通用的回环检测框架，对现有的回环检测技术结合局部子图的数据结构，实现检测时间不随地图(关键帧数量)的增大而增大，有效保证了现有三维重建技术在重建大场景时的实时性。
- 基于机械手单目相机充当双目立体视觉的拍摄方法及系统-201911142643.9
- 江琴;王东;唐鼎;郑永佳;刘玮洁;李大永;彭颖红 - 上海交通大学;上海鑫燕隆汽车装备制造有限公司
- 2019-11-20 - 2023-10-03 - G06T7/55
- 本发明提供了一种基于机械手单目相机充当双目立体视觉的拍摄方法及系统，包括：机械手匀速移动步骤：机械手抓着选定相机以设定轨迹匀速移动，并以设定的帧率拍摄连续的照片，获取机械手运动轨迹结果信息；拍摄时间差确定步骤：获取拍摄时间差信息；位置角度确定步骤：获取拍摄时相机位置信息、拍摄时相机角度信息；拍摄结果获取步骤：根据拍摄时相机位置信息、拍摄时相机角度信息，拍摄两张图片，获取两张图片拍摄结果信息；三维信息获取步骤：获取三维结果信息。本发明采用机械手上固定单目相机，通过规定机械手的路径，单目相机在每个拍摄点的位置和角度都是因此确定下来的，提高了这种方法的准确性。
- 一种无监督学习遮挡区域的立体匹配方法-202310976275.8
- 俞正中;王纬奇;赵思婷;钱刃;赵勇;李福池 - 东莞市爱培科技术有限公司
- 2023-08-04 - 2023-10-03 - G06T7/55
- 本发明提供一种无监督学习遮挡区域的立体匹配方法，采用多尺度代价聚合方式对构建的多个不同尺度的第一代价卷进行代价聚合，可以充分融合所有第一代价卷的信息，更大程度地扩大感受野和获取更丰富的结构信息；基于多尺度代价聚合后的代价卷实现对原始翘曲右图中的遮挡区域和该遮挡区域内正确的填充图像的无监督的学习，再根据学习到的遮挡区域和填充图像对原始翘曲右图进行处理得到新的翘曲右图，能够准确地预测遮挡区域并对鬼影效应产生的区域进行了有效处理，从而输出更清晰的翘曲右图；该立体匹配方法能够应用在不同工业产品上及不同类型的视觉场景下，快速且准确识别出物体深度距离，提高了视差预测的准确性。
- 一种基于双目视觉的青皮核桃多点空间定位方法-202310490001.8
- 杨淑华;邴振凯;郝建军;张秀花;艾庆贺;谢晓波;张亚博;张泽宇;赵少琛 - 河北农业大学
- 2023-05-04 - 2023-09-29 - G06T7/55
- 本发明公开了一种基于双目视觉的青皮核桃多点空间定位方法，包括以下步骤，步骤一，将左目相机光心设置在已知点位上，以左目相机光心为原点建立相机坐标系；步骤二，将左目图像与右目图像进行匹配，生成双目像素匹配图像；步骤三，计算出所述双目像素匹配图像中每个像素点o的深度值，生成深度图像；步骤四，在深度图上添加标注线将未能匹配成功区域与匹配成功区域区分开；步骤五，将有效的外接矩形框在像素坐标系中的位置点对应到图像坐标系中；步骤六，确定九个待测点的深度值，将离群点剔除后将剩余深度值求平均值即为青皮核桃的深度值；步骤七，得出青皮核桃的深度值在相机坐标系上对应的三维坐标点。该方法提高了青皮核桃空间定位的准确性。
- 单目内窥镜图像的三维重建方法、装置及终端设备-201911275140.9
- 廖祥云;孙寅紫;王琼;王平安 - 中国科学院深圳先进技术研究院
- 2019-12-12 - 2023-09-22 - G06T7/55
- 本申请适用于图像处理技术领域，提供了单目内窥镜图像的三维重建方法，包括：获取单目内窥镜拍摄的多张棋盘标定板的畸变图像，对所述多张棋盘标定板的畸变图像进行畸变校正得到图像序列，从所述图像序列中确定关键帧，获取所述关键帧的位姿参数，估算所述关键帧的深度图，基于所述关键帧的位姿参数以及所述关键帧的深度图进行图像重建，得到三维点云。本申请还提供了单目内窥镜图像的三维重建装置及终端设备，降低了单目内窥镜成像畸变带来的误差，也提高了图像的显示效果。
- 视盘形态量化方法、装置、介质及设备-202310734192.8
- 陈凌智 - 平安科技（深圳）有限公司
- 2023-06-19 - 2023-09-19 - G06T7/55
- 本申请公开了视盘形态量化方法、装置、介质及设备，涉及图像处理技术领域，该方法包括：在目标眼底图像中识别并裁剪出待检测图像，将待检测图像输入至预设的初步分割模型，获取视盘初步分割图像、近视弧初步分割图像和视盘与近视弧的混淆区域图像，将混淆区域图像输入至预设的混淆区分割模型，获取视盘修正图像和近视弧修正图像，融合视盘初步分割图像和视盘修正图像，获取目标视盘图像，融合近视弧初步分割图像和近视弧修正图像，获取目标近视弧图像，基于高精度的目标视盘图像和目标近视弧图像，计算视盘形态量化值，提高了视盘形态量化的准确率，只基于待检测图像进行数据处理，避免了基于整个图像的全局计算，也提高了视盘形态量化的准确率。
- 一种基于水平可变形注意力模块的双目立体匹配方法-202310614417.6
- 李保平;陈娜;杨飞;李晖 - 北京计算机技术及应用研究所
- 2023-05-29 - 2023-09-19 - G06T7/55
- 本发明涉及一种基于水平可变形注意力模块的双目立体匹配方法，属于图像处理领域。本发明为了解决非局部注意力机制计算复杂度高、对于立体匹配任务可能引入不必要或错误的上下文信息，并且没有考虑到立体匹配任务中存在的水平约束和视差连续性约束的问题，本发明通过水平可变形注意力模块处理ResNet骨干网络提取的左右视图的特征，进行进一步的特征处理，处理后的特征通过特征级联形成匹配代价体，然后通过三维卷积视差回归得到最终的视差图。本发明提升了视差图质量。
- 一种基于并行队列的立体匹配视差计算方法-201910625121.8
- 杜娟;汤永超 - 华南理工大学
- 2019-07-11 - 2023-09-19 - G06T7/55
- 本发明公开了一种基于并行队列的立体匹配视差计算方法，包括：对极线矫正过后的双目图像进行边缘提取，提取出两幅图像的高纹理区域图像和低纹理区域图像，并将高低纹理图像分别合成新的图像块,然后再运用全局匹配和局部匹配算法分别对高低纹理图像块进行特征点匹配计算，特征点匹配计算中，采用队列消息机制对匹配过程进行监督，实时更新视差图，加快立体视差计算速度。
- 一种单目图像深度估计方法、装置和计算机设备-202311050584.9
- 邱奇波;华炜;李碧清;高海明 - 之江实验室
- 2023-08-21 - 2023-09-15 - G06T7/55
- 本申请涉及一种单目图像深度估计方法、装置和计算机设备。所述方法包括：得到待估计图片的第一深度图；得到待估计毫米波点云的动态点集和第一位姿变换结果；得到后一帧待估计图片的第二深度图；计算后一帧待估计图片的第一深度图和第二深度图的投影误差；得到待估计毫米波点云的第二位姿变换结果；得到第一位姿变换结果和第二位姿变换结果的位姿估算误差；计算两帧待估计图片中的运动物体的深度误差；根据投影误差、位姿估算误差以及深度误差，得到整体训练损失，并利用整体训练损失对初始模型进行训练，直至收敛，得到完备深度估计模型，对待估计的图片进行单目图像深度估计。利用完备深度估计模型可以保证实现图像的深度估计结果的稳定性。
- 一种基于多路径特征提取和多尺度特征融合的单目深度预测方法-202310755900.6
- 夏晨星;张梦格;高修菊;葛斌;刘舜;朱序;陈欣雨;陆一鸣 - 安徽理工大学
- 2023-06-21 - 2023-09-15 - G06T7/55
- 本发明属于计算机视觉领域中的一个基础研究课题，提出了一种基于多路径特征提取和多尺度特征融合的单目深度预测方法，并构建了一种全新的编码器‑解码器框架。在编码器部分，本发明结合卷积神经网络与Transformer各自的优点，采用多路径结构在局部和全局区域同时进行推理，实现了精细和粗糙的多路径特征提取，获得了多样化的多尺度特征表示。特别地，空间金字塔池化模块(PSP)利用多尺度自适应池化操作来提取不同尺度下的语义信息，从而初始化解码器特征。在解码器部分，本发明引入了精心设计的编码器和解码器特征交互模块(EDFI)，通过跳跃连接和双路径交叉自我注意机制，充分自适应地增强和融合全局上下文语义信息和精细的局部边缘信息。本发明充分利用了卷积神经网络的强大空间归纳和由Vision Transformer模型实现的全局信息推理，同时，结合灵活的轻量级解码器，本发明能够以更细粒度和更高的准确度完成深度预测。
- 扫描重建方法、机器人、电子设备及可读存储介质-202210205655.7
- 张会文 - 广州视源电子科技股份有限公司;广州视睿电子科技有限公司
- 2022-03-04 - 2023-09-12 - G06T7/55
- 本公开实施例公开了一种扫描重建方法、机器人、电子设备及可读存储介质，涉及扫描重建技术领域。扫描重建方法通过获取扫描对象的深度图像，根据深度图像，确定得到扫描对象的重建模型以及用于观测扫描对象的观测点集合，然后根据重建模型，确定得到观测点集合中各观测点的信息增益，再根据各观测点的信息增益，从各观测点中确定得到目标观测点，通过目标观测点，对扫描对象进行扫描重建。如此，通过各观测点的信息增益，确定目标观测点，无需人为来设置目标观测点的位姿，即可确定得到最佳观测点，提高了扫描重建的自动化程度、灵活性以及适应性。
- 一种双目立体匹配的聚合方法-202311013015.7
- 戴齐飞;曾鹏程;钱刃;杨文帮;赵勇;李福池 - 东莞市爱培科技术有限公司
- 2023-08-14 - 2023-09-12 - G06T7/55
- 一种双目立体匹配的聚合方法，涉及立体匹配领域。该方法包括：对左视图和右视图进行特征提取以生成金字塔代价卷，利用金字塔代价卷对应确定第一尺度特征图、第二尺度特征图和第三尺度特征图；对第一尺度特征图和第二尺度特征图分别进行重排切片后，进行尺度间聚合得到第一尺度特征图的视差特征图；对第二尺度特征图和第三尺度特征图分别进行重排切片后，进行尺度间聚合得到第二尺度特征图的视差特征图；对第一尺度特征图的视差特征图和第二尺度特征图的视差特征图进行尺度内聚合以生成各尺度特征图对应的视差预测图；对第三尺度特征图进行尺度内聚合以生成对应的视差预测图；根据各尺度特征图对应的视差预测图生成视差图。
- 一种基于多尺度代价卷的立体匹配方法及计算机存储介质-202311015777.0
- 戴齐飞;张甲全;钱刃;丘文峰;赵勇;李福池 - 东莞市爱培科技术有限公司
- 2023-08-14 - 2023-09-12 - G06T7/55
- 本发明提出的一种基于多尺度代价卷的立体匹配方法及计算机存储介质，首先在特征提取阶段融合了低层次的高分辨率低语义特征和高级低分辨率高语义特征，使最终提取到的不同尺度的特征图具有丰富的语义信息和结构信息，然后根据提取到的不同尺度的特征图进行不同尺度代价卷的构建，并采用多尺度成本聚合方式基于构建的多个尺度的代价卷进行代价聚合，能够扩大感受野和获取更丰富的结构信息，同时也可以大大减少冗余信息和错误信息，从而实现更精准的视差预测。
- 一种复杂交通场景中的毫秒级多平面实时提取方法及装置-202310652717.3
- 张新钰;熊一瑾;郭世纯;侯翊良;肖哲丰;王超 - 清华大学
- 2023-06-02 - 2023-09-12 - G06T7/55
- 本申请提供了一种复杂交通场景中的毫秒级多平面实时提取方法及装置，涉及三维重建技术领域，所述方法包括：对于深度图像的每个像素点，在预设的搜索范围内分别搜索其上下左右四个方向的深度值不为空的像素点，作为邻域点，若四个方向均能搜索到邻域点，则该像素点为种子点；对于每个种子点，判断其和四个邻域点是否满足：种子点和左右两个邻域点在相机坐标系下的位置点在一条直线上，且种子点和上下两个邻域点在相机坐标系下的位置点在一条直线上；若为是，计算种子点对应的空间位置点所在小平面的平面方程；根据小平面的平面方程的参数对小平面进行聚类，得到深度图像中各主要平面的平面方程。本申请提高了提取深度图像多个平面的速度和精度。
- 专利分类
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
