“深度图像”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1099748个，建议您升级VIP下载更多相关专利

[发明专利]深度信息补全模型训练方法、装置、设备以及存储介质-CN202011563579.4在审
发明人：宋希彬;张良俊 -专利权人：北京百度网讯科技有限公司;百度（美国）有限责任公司
申请日： 2020-12-25 - 公布日： 2021-03-23 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了深度信息补全模型训练方法、装置、设备以及存储介质，涉及计算机视觉、深度学习、自动驾驶等人工智能技术领域。该方法的一具体实施方式包括：获取训练数据，其中，训练数据包括第一稀疏深度图像、对应的第一彩色图像和对应的第一稠密深度图像；将第一稀疏深度图像和第一彩色图像作为输入，将第一稠密深度图像作为输出，训练得到深度信息补全模型，其中，在训练过程中，先融合第一稀疏深度图像和第一彩色图像进行特征提取，再进行特征增强。该实施方式在训练过程中，以稀疏深度图像和对应的彩色图像作为输入，先融合稀疏深度图像和彩色图像进行特征提取，再进行特征增强，能够训练出用于有效获取稠密深度图像的模型。
深度信息模型训练方法装置设备以及存储介质

[发明专利]深度信息补全模型训练方法、装置、设备以及存储介质-CN202011563584.5有效
发明人：宋希彬;张良俊 -专利权人：北京百度网讯科技有限公司;百度（美国）有限责任公司
申请日： 2020-12-25 - 公布日： 2023-07-28 - 主分类号： G06V10/44 文献下载
摘要：本申请公开了深度信息补全模型训练方法、装置、设备以及存储介质，涉及计算机视觉、深度学习、自动驾驶等人工智能技术领域。该方法的一具体实施方式包括：获取训练数据，其中，训练数据包括第一稀疏深度图像、对应的第一彩色图像和对应的第一稠密深度图像；将第一稀疏深度图像和第一彩色图像作为输入，将第一稠密深度图像作为输出，训练得到深度信息补全模型，其中，在训练过程中，先对分别从第一稀疏深度图像和第一彩色图像中提取的特征进行特征融合，再进行特征增强。该实施方式在训练过程中，以稀疏深度图像和对应的彩色图像作为输入，融合稀疏深度图像和彩色图像的特征进行特征增强，能够训练出用于有效获取稠密深度图像的模型。
深度信息模型训练方法装置设备以及存储介质

[发明专利]一种基于深度图像的人脸活体检测方法及设备-CN201811389913.1有效
发明人：刘伟华;钱贝贝;胡本川;张林 -专利权人：奥比中光科技集团股份有限公司
申请日： 2018-11-21 - 公布日： 2023-10-27 - 主分类号： G06V40/40 文献下载
摘要：本发明涉及一种基于深度图像的人脸活体检测方法及装置，所述方法包括如下步骤：S1、接收包含人脸的深度图像；S2、检测所述深度图像中的人脸区域；S3、对所述人脸区域深度图像预处理实现图像增强并提取有效人脸深度图像；S4、将有效人脸深度图像输入至经训练的深度卷积神经网络，以检测所述人脸是真实人脸或虚假人脸。由于直接采用包含人脸的深度图像，并经图像处理得到有效人脸深度图像，利用经训练的深度卷积神经网络来检测人脸是真实人脸或虚假人脸，解决了传统的单目彩色相机无法较好恢复出人脸三维信息的问题，从而对识别率有较大的提升
一种基于深度图像活体检测方法设备

[实用新型]用以决定深度图像内无效深度信息的图像装置-CN201420301752.7有效
发明人：李季峰 -专利权人：钰创科技股份有限公司
申请日： 2014-06-06 - 公布日： 2016-03-30 - 主分类号： H04N13/02 文献下载
摘要：本实用新型公开用以决定深度图像内无效深度信息的图像装置，其包括第一传感器、第二传感器、前处理模块、深度图引擎和错误决定单元。所述第一传感器获取多个第一图像和所述第二传感器获取多个第二图像。所述前处理模块产生参考图像、对应所述参考图像的目标图像和决定所述参考图像的无效区。所述深度图引擎产生第一深度图像。所述错误决定单元利用所述参考图像的无效区决定所述第一深度图像的无效区，和利用所述第一深度图像的无效区产生第二深度图像。所述第二深度图像的无效区内的像素具有无效深度信息。因此，本实用新型可降低耦接于所述图像装置的后续应用单元的运算错误。
用以决定深度图像无效信息装置

[发明专利]RGBD序列场景流计算中深度图像优化方法-CN201710160462.3有效
发明人：陈震;张聪炫;朱令令;何超;江少锋 -专利权人：南昌航空大学
申请日： 2017-03-17 - 公布日： 2019-04-30 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种RGBD序列场景流计算中深度图像优化方法，首先设定初始分割层数并采用K均值聚类得到深度图像初始分割结果；然后计算RGB图像序列帧间光流，利用深度图像初始分割结果中相邻层之间的光流平均角误差和点误差判断相邻层是否合并；最后通过对深度图像初始分层结果进行循环判断，当深度图像分层层数不再改变时，得到RGBD序列场景流计算中深度图像的自动分层层数与最终分割结果。与现有的深度图像人工分层方法相比，本方法能够实现深度图像自动分层，分割结果更加准确。
rgbd 序列场景计算深度图像优化方法

[发明专利]一种深度图像文件筛选方法及系统-CN201910674809.5在审
发明人：卢仕辉 -专利权人：中山市奥珀金属制品有限公司
申请日： 2019-07-25 - 公布日： 2019-11-19 - 主分类号： G06T7/564 文献下载
摘要：本发明公开了一种深度图像文件筛选方法及系统，将当前实时采集到的深度图像文件分割为多个子图像，并提取子图像的图像特征进行异常点估计，从而筛选出合格的深度图像文件进行存储，能够快速有效的筛选出异常点较少的深度图像进行保存，节省了存储空间和提高了深度图像采集设备的采集效果和采集效率，提高了采集到的深度图像的精度，有效提高了从深度图像中得到准确的颜色信息和深度信息进而复原出物体或场景的三维模型的还原度。
深度图像异常点采集筛选采集设备存储空间三维模型深度信息实时采集图像特征文件分割文件筛选颜色信息还原度子图像复原存储图像场景保存

[发明专利]用于使用基于深度的视差矢量对视频进行层间编码方法以及解码方法和设备-CN201480050588.X有效
发明人：朴慜祐;李振荣;崔秉斗 -专利权人：三星电子株式会社
申请日： 2014-07-14 - 公布日： 2018-11-30 - 主分类号： H04N19/30 文献下载
摘要：提供了一种层间解码方法，包括：基于关于第一层的彩色图像和深度图像的编码信息来重建第一层的彩色图像和深度图像，其中，编码信息是从比特流获取的；从第一层的深度图像确定第一层的与第二层图像的将被解码的当前块相应的深度图像块；确定包括在确定的第一层的深度图像块中的区域是否偏离第一层的深度图像的边界；当包括在深度图像块中的区域偏离边界时，确定偏离深度图像的边界的区域的深度值；基于偏离深度图像的边界的区域的确定的深度值，确定指示第一层图像的相应块的针对当前块的视差矢量
用于使用基于深度视差矢量视频进行解码方法设备以及编码

[发明专利]深度预测网络训练方法、装置、服务器和可读存储介质-CN202110467332.0有效
发明人：保长存;朱海涛;陈智超;江坤;户磊 -专利权人：北京的卢深视科技有限公司;合肥的卢深视科技有限公司
申请日： 2021-04-28 - 公布日： 2022-03-25 - 主分类号： G06T7/50 文献下载
摘要：本发明实施例涉及神经网络领域，公开了一种深度预测网络训练方法、装置、服务器和可读存储介质。本发明中，获取样本图像和所述样本图像对应的标签深度图像，所述标签深度图像标注前景区域；将所述样本图像输入预设的深度预测网络，对所述样本图像的前景区域进行深度图预测，生成预测深度图；根据预设的损失函数，结合所述标签深度图像和所述预测深度图对所述深度预测网络进行训练直至收敛，以获得训练完成的深度预测网络。使得提高预测深度图的精确性。
深度预测网络训练方法装置服务器可读存储介质

[发明专利]一种显著性检测中的深度图可信度检测方法-CN202010816235.3在审
发明人：徐岩;周洋;任建凯;殷海兵;陆宇;黄晓峰 -专利权人：杭州电子科技大学
申请日： 2020-08-14 - 公布日： 2020-12-15 - 主分类号： G06T5/20 文献下载
摘要：本发明公开了一种显著性检测中的深度图可信度检测方法。该方法具体包括以下步骤：判断待测深度图像的收敛性；B)对收敛的深度图像做中值滤波处理；C)对中值滤波处理后的深度图像及其参考图像进行边缘检测，并获取边缘信息；D)计算深度图像及其参考图像的边缘的相似度，该方法引入图像收敛性概念，过滤显著物体不明显的深度图像，在提取边缘特征前进行中值滤波处理，通过自适应阈值的边缘检测，在像素级别上求取深度图像和参考图像的相似度，使深度图像显著物体的边缘定位更准确，不会受到边缘附近区块因失真等原因导致的数值变化的影响，获得的深度图像的可信度结果更为准确。
一种显著检测中的深度可信度方法

[发明专利]平面图像序列的深度图序列生成方法及装置-CN201110154363.7有效
发明人：戴琼海;李振尧;曹汛 -专利权人：清华大学
申请日： 2011-06-09 - 公布日： 2011-10-19 - 主分类号： H04N13/00 文献下载
摘要：本发明提出一种平面图像序列的深度图序列生成方法及装置，该方法包括以下步骤：A：选择第一图像和第二图像；B：获得第一图像的第一深度图像和第二图像的第二深度图像；C：获取平面图像序列的第一运动估计结果集合和第二运动估计结果集合；D：根据第一运动估计结果集合和第二运动估计结果集合确定图像序列的每一相邻两帧图像之间的匹配点集；和E：根据第一深度图像或第二深度图像、以及匹配点集得到深度图序列。根据本发明的深度图序列生成方法，可以大大降低深度图序列生成的工作量和成本，而且深度图序列的精度高，进而达到提高立体视频合成效果的目的。该装置结构简单，易于实现。
平面图像序列深度生成方法装置

[发明专利]用生成式对抗神经网络分割和去噪深度图像用于识别应用-CN201880070745.1有效
发明人：本杰明·普兰谢;谢尔盖·扎哈罗夫;吴子彦;斯洛博丹·伊利克 -专利权人：西门子股份公司
申请日： 2018-11-05 - 公布日： 2023-06-23 - 主分类号： G06V10/30 文献下载
摘要：一种从深度图像移除噪声的方法，包括向第一生成式对抗神经网络(GAN)实时呈现真实世界深度图像，通过从要在真实世界深度图像中识别的至少一个对象的计算机辅助设计(CAD)信息生成的合成图像来训练第一GAN。第一GAN减去真实世界深度图像中的背景，并对真实世界深度图像中的前景分割，以生成经清洁的真实世界深度图像。使用经清洁的图像，可经由通过合成图像和经清洁的真实世界深度图像训练的第一GAN来识别真实世界深度图像中的关注对象。在一实施方式中，将来自第一GAN的经清洁的真实世界深度图像提供给第二GAN，其提供附加的噪声消除和由第一GAN移除的功能的恢复。
生成对抗神经网络分割深度图像用于识别应用

[发明专利]一种基于多个深度相机的人体跟踪检测方法及相关设备-CN202210790115.X在审
发明人：王卫芳;朱毅博;龚国基;胡正;王闯闯 -专利权人：奥比中光科技集团股份有限公司
申请日： 2022-07-06 - 公布日： 2022-10-18 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于多个深度相机的人体跟踪检测方法及相关设备，本发明提供的基于多个深度相机的人体跟踪检测方法包括：获取多个深度相机采集的各当前帧深度图像；其中，多个深度相机的视场局部重叠；分别对各当前帧深度图像进行人体检测得到各当前帧深度图像对应的人体检测结果，并根据人体检测结果提取各当前帧深度图像中的人体特征信息及运动学信息；匹配各当前帧深度图像与上一帧深度图像中的人体特征信息与运动学信息，依据匹配结果判断各当前帧深度图像与上一帧深度图像是否存在相同目标人体
一种基于深度相机人体跟踪检测方法相关设备

[发明专利]图像优化方法、装置、电子设备及计算机可读存储介质-CN202111060690.6在审
发明人：李鹏;刘阳兴 -专利权人：武汉TCL集团工业研究院有限公司
申请日： 2021-09-10 - 公布日： 2023-03-14 - 主分类号： G06T5/00 文献下载
摘要：本申请涉及一种图像优化方法、装置、电子设备及计算机可读存储介质。方法包括：提供存在视差的第一图像和第二图像；根据第一图像和第二图像确定初始深度图像；将初始深度图像和根据第一图像得到的灰度图像输入深度卷积网络模型进行处理，输出优化后的深度图像。本申请通过设计深度卷积网络模型来优化双摄深度图在弱纹理和重复纹理处出现深度错误以及深度一致性的问题，实现对双摄深度图的优化，提高了拍照虚化质量；相比与人工设计滤波器对深度图的优化，本申请的深度图优化效率更高
图像优化方法装置电子设备计算机可读存储介质

[发明专利]基于人脸识别应用的深度图像质量评价方法-CN201910693279.9有效
发明人：户磊;王亚运;崔哲;薛远;李东阳 -专利权人：北京的卢深视科技有限公司
申请日： 2019-07-30 - 公布日： 2022-03-08 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于人脸识别应用的深度图像质量评价方法，方法包括：基于深度感知传感器获取一个或多个测试模具的深度图像；其中，每个所述测试模具的表面形状不同；对于任一所述测试模具，对该测试模具的深度图像进行分析，提取所述深度图像的特征；其中，从每个所述测试模具的深度图像中提取的特征不同；根据所有所述测试模具的深度图像的特征，对所述深度感知传感器采集的人脸深度图像进行评价。本发明提取的特征更全面，更精确，基于提取特征的人脸深度图像评价更精确，且具有高度的实用性和可复现性。
基于识别应用深度图像质量评价方法

[发明专利]一种深度图像分割方法、装置、电子设备和存储介质-CN202211627042.9在审
发明人：杜卉然;唐其伟;仲兆峰;陈涛 -专利权人：日立楼宇技术（广州）有限公司
申请日： 2022-12-16 - 公布日： 2023-05-12 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种深度图像分割方法、装置、电子设备和存储介质，深度图像分割方法包括：将摄像头拍摄到的当前帧深度图像转换为点云以及从点云中确定出门检测区域点云，按照电梯门的开合方向遍历门检测区域点云，从门检测区域点云中确定出与相邻点的深度值的差值大于预设深度阈值的点，以作为电梯门的边缘点；在当前帧深度图像中确定边缘点对应的像素点，以生成门边缘；以门边缘分割当前帧深度图像，得到未被电梯门阻挡的深度图像区域作为电梯的厅外深度数据。通过对当前帧深度图像处理以在当前帧深度图像中生成门边缘来分割深度图像，无需额外传感器来检测门的位置即能够在深度图像中标识出门边缘，以分割出未被门阻挡的深度数据的有效区域。
一种深度图像分割方法装置电子设备存储介质

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条