|
|
钻瓜专利网为您找到相关结果 295643个，建议您 升级VIP下载更多相关专利
- [发明专利]一种单目深度估计方法-CN201910340694.6有效
-
张云洲;刘及惟;冯永晖;王帅;裴美淇
-
东北大学
-
2019-04-25
-
2023-05-23
-
G06T7/50
- 本发明实施例涉及一种单目深度估计方法，其包括：获取待处理图像，并对所述待处理图像进行缩放处理，得到缩放图像；对所述缩放图像基于多尺度全卷积密集神经网络进行训练，得到深度图；对所述深度图进行放大处理，得到与所述待处理图像的尺寸大小相同的深度图；其中对所述缩放图像基于多尺度全卷积密集神经网络进行训练包括：对所述缩放图像进行特征提取，得到浅层特征；通过多尺度模块对所述浅层特征进行特征连接，得到深层特征；将所述深层特征与处理后的浅层特征进行特征连接本发明实施例提供的方法通过多尺度全卷积密集神经网络对待处理图像进行训练，不仅可以大幅提高单目深度估计的准确率，还能提高单目深度估计的精度。
- 一种深度估计方法
- [发明专利]基于浅层卷积神经网络的指静脉识别系统-CN202010357624.4在审
-
金长龙;刘家真;赵铠阳
-
山东大学
-
2020-04-29
-
2020-08-28
-
G06K9/00
- 本申请提供的基于浅层卷积神经网络的指静脉识别系统中包括三个卷积模块，两个全连接层，每个卷积模块均包括卷积层、池化层及批处理规范化层，可见该系统为浅层卷积神经网络框架，避免了深层卷积神经网络由于过度提取特征而导致过拟合的问题；该网络具有足够的提取指静脉特征的能力，并且具有更强的识别性能；本申请训练周期短，容易收敛，所以可实现闭集架构的实用化；在开集架构中第一全连接层和第二全连接层之间的映射关系可以通过修改损失函数来调整，在此基础上实现开集识别；闭集架构和开集架构之间的切换只需通过不同的损失函数即可实现，本申请提供的浅层卷积神经网络框架不能同时实现闭集结构和开集结构的指静脉识别。
- 基于卷积神经网络静脉识别系统
|
