CN114565655A - 一种基于金字塔分割注意力的深度估计方法及装置 - Google Patents

一种基于金字塔分割注意力的深度估计方法及装置 Download PDF

Info

Publication number
CN114565655A
CN114565655A CN202210186323.9A CN202210186323A CN114565655A CN 114565655 A CN114565655 A CN 114565655A CN 202210186323 A CN202210186323 A CN 202210186323A CN 114565655 A CN114565655 A CN 114565655A
Authority
CN
China
Prior art keywords
module
attention
depth
depth estimation
output
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210186323.9A
Other languages
English (en)
Other versions
CN114565655B (zh
Inventor
李文举
李梦颖
苏攀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Institute of Technology
Original Assignee
Shanghai Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Institute of Technology filed Critical Shanghai Institute of Technology
Priority to CN202210186323.9A priority Critical patent/CN114565655B/zh
Publication of CN114565655A publication Critical patent/CN114565655A/zh
Application granted granted Critical
Publication of CN114565655B publication Critical patent/CN114565655B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于金字塔分割注意力的深度估计方法，包括如下步骤：获取图像进行预处理；基于预处理的图像数据通过深度估计网络进行深度估计运算；输出预测深度图。其中，对所述图像数据进行深度估计包括：将预处理的图像数据输入金字塔分割注意力模块；将预处理的图像数据进行下采样并自底向上依次输入到多层边界融合模块，将浅层的信息依次传入到深层，提取出边缘信息；基于编码器的输出数据通过深度相关模块进行运算，并通过解码器输出；将解码器的输出结果与金字塔分割注意力模块和多层边界融合模块的输出进行融合，输出预测深度图。能够丰富特征空间，且考虑了全局区域的信息能够得到上下文之间的相关性，提高深度估计的准确性。

Description

一种基于金字塔分割注意力的深度估计方法及装置
技术领域
本发明属于计算机视觉、图像处理领域技术领域，尤其涉及一种基于金字塔分割注意力的深度估计方法及装置。
背景技术
SLAM技术(simultaneous localization and mapping，即时定位与地图构建)是移动机器人的关键技术。SLAM技术目前是计算机视觉领域的热门研究方向，主要应用于无人机、自动驾驶、机器人、三维重建等领域。单目SLAM系统因为成像在深度距离的测算上没有确定性，需要运动起来才能有前后帧的估算深度，这使得其定位的精度较低。同时，深度学习的方式不断应用于各行各业，如：人脸识别、只能驾驶、自然语言处理等领域，利用深度学习对内在数据相关性的强大学习能力的特点，常常可以发挥较好的效果，同样通过深度学习的建模优势可以对单目图像进行较为准确的深度估计。
近年来，随着CNN(Convolutional Neural Networks，卷积神经网络)在图像领域的成功应用，研究人员开始大量地尝试应用CNN来处理单目图像的深度估计问题，但是还有两大问题待解决：(1)、容易错误的深度特征编码深度最深的区域，扭曲了预测深度的3D结构，各物体之间相对深度的准确性低；(2)、低级特征使用不足，使得估计深度变化明显的边缘的深度更难，网络得到的深度图物体的边缘细节的准确性低。
发明内容
为解决上述问题，本发明的目的是提供一种基于金字塔分割注意力的深度估计方法及装置，该方法既考虑了通道注意力又考虑了空间注意力，能够捕获不同尺度的空间信息来丰富特征空间，并且考虑了全局区域的信息，建立远距离的依赖，从而提取多尺度区域的相关性。将金字塔分割注意力模块与边界引导和场景聚合网络进行融合，能够有效提高单目图像深度估计的准确性。
为实现上述目的，本发明的技术方案为：一种基于金字塔分割注意力的深度估计方法，包括以下步骤：
S1：获取图像进行预处理；
S2：基于预处理的图像数据通过深度估计网络进行深度估计运算；
S3：输出预测深度图。
其中，对所述图像数据进行深度估计运算的方法包括：
S21：将预处理的图像数据输入金字塔分割注意力模块；
S22：将预处理的图像数据进行下采样，在下采样过程中自底向上依次输入到多层边界融合模块，将浅层的信息依次传入到深层，提取出丰富的边缘信息；
S23：基于编码器的输出数据通过深度相关模块进行运算，并通过解码器输出；
S24：将解码器的输出结果与所述金字塔分割注意力模块和多层边界融合模块的输出进行融合，输出预测深度图。
以边界引导和场景聚合网络(Boundary-induced and Scene-aggregatednetwork,BS-Net)为基础，融合金字塔分割注意力模块形成基于金字塔分割注意力的边界引导和场景聚合网络(Pyramid-Boundary-induced and Scene-aggregated network,PS-Net)。能够捕获不同尺度的空间信息来丰富特征空间，并且考虑了全局区域的信息能够得到上下文之间的相关性，从而建立远距离的依赖，提高了深度估计的准确性。
进一步的，所述金字塔分割注意力模块对预处理的图像数据进行处理的方法包括：
通过拆分和融合模块获取富含多尺度信息的特征图；
将富含多尺度信息的特征图及解码器的输出结果、多层边界融合模块的输出进行融合。
进一步的，获取富含多尺度信息的特征图的方法包括：
获得通道上的多尺度特征图，输入特征图X按照通道维度被分成S组，每组按照群卷积的方法进行卷积；
将拆分和融合模块的输出通过权重模块获得不同尺度特征图的通道注意力值；
使用softmax算法重新校准通道注意向量来获得重新校准的多尺度通道权重；
将像素级特征图与其对应重新校准的权重相乘以获取每个通道新的特征图，将每个通道的特征图进行拼接获取富含多尺度信息的特征图。
进一步的，权重模块获得不同尺度特征图的通道注意力值的方法包括：
通过自适应全局平均池化编码全局信息；
自适应重新校准通道关系。
基于相同的构思，本发明还提供一种实现上述基于金字塔分割注意力的深度估计方法的装置，包括：
编码器，用于获取图像并进行预处理；
深度相关模块，基于编码器的输出数据通过深度相关模块进行运算，并通过解码器输出；
解码器，用于将经过编码器和深度相关模块处理的图像数据进行解码；
金字塔分割注意力模块，用于对经过预处理的图像数据进行处理；
多层边界融合模块，用于将预处理的图像数据在下采样过程中自底向上依次输入的图像数据，将浅层的信息依次传入到深层，提取出丰富的边缘信息；
条纹细化模块，用于将解码器的输出结果与所述金字塔分割注意力模块和多层边界融合模块的输出进行融合以输出预测深度图。
进一步的，所述金字塔分割注意力模块包括：
拆分和融合模块，用于获得通道上的多尺度特征图，输入特征图X按照通道维度被分成S组，每组按照群卷积的方法进行卷积。
进一步的，所述金字塔分割注意力模块还包括：
权重模块，用于获得不同尺度特征图的通道注意力值。
基于相同的构思，本发明还提供一种电子设备，其特征在于，包括：
存储器，所述存储器用于存储处理程序；
处理器，所述处理器执行所述处理程序时实现上述所述的基于金字塔分割注意力的深度估计方法。
基于相同的构思，本发明还提供一种可读存储介质，其特征在于，所述可读存储介质上存储有处理程序，所述处理程序被处理器执行时实现上述基于金字塔分割注意力的深度估计方法。
本发明由于采用以上技术方案，使其与现有技术相比具有以下的优点和积极效果：
以边界引导和场景聚合网络(Boundary-induced and Scene-aggregatednetwork,BS-Net)为基础，融合金字塔分割注意力模块形成基于金字塔分割注意力的边界引导和场景聚合网络(Pyramid-Boundary-induced and Scene-aggregated network,PS-Net)。BS-Net以传统的编码器-解码器和多层边界融合模块(Bottom-Up Boundary Fusion,BUBF)为基础，添加了深度相关模块(Depth Correlation Encoder,DCE)和条纹细化模块(Stripe Refinement,SR)，本发明在此基础上融合金字塔分割注意力模块(Pyramid SplitAttention,PSA)，能够捕获不同尺度的空间信息来丰富特征空间，并且考虑了全局区域的信息能够得到上下文之间的相关性，从而建立远距离的依赖，提高了深度估计的准确性。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细说明，其中：
图1为本发明的一种基于金字塔分割注意力的深度估计方法流程图；
图2为本发明的一种基于金字塔分割注意力的深度估计方法的装置结构示意图；
图3为金字塔分割注意力模块示意图；
图4为拆分和融合模块示意图；
图5为权重模块图示意图；
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用以方便、明晰地辅助说明本发明实施例的目的。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
本发明的显著特点在于，使用非易失性存储器的唯一特征值作为程序运行过程判断的必要过程，可以有效防止程序被盗用。
第一实施例
如图1所示，本实施例提供一种基于金字塔分割注意力的深度估计方法，其特征在于，包括以下步骤：
S1：获取图像进行预处理；
S2：基于预处理的图像数据通过深度估计网络进行深度估计运算；
S3：输出预测深度图。
其中，对所述图像数据进行深度估计运算的方法包括：
S21：将预处理的图像数据输入金字塔分割注意力模块；
S22：将预处理的图像数据进行下采样，在下采样过程中自底向上依次输入到多层边界融合模块，将浅层的信息依次传入到深层，提取出丰富的边缘信息；
S23：基于编码器的输出数据通过深度相关模块进行运算，并通过解码器输出；
S24：将解码器的输出结果与所述金字塔分割注意力模块和多层边界融合模块的输出进行融合，输出预测深度图。
以边界引导和场景聚合网络为基础，融合金字塔分割注意力模块形成基于金字塔分割注意力的边界引导和场景聚合网络。BS-Net以传统的编码器-解码器和多层边界融合模块为基础，添加了深度相关模块和条纹细化模块，本发明在此基础上融合金字塔分割注意力模块，能够捕获不同尺度的空间信息来丰富特征空间，并且考虑了全局区域的信息能够得到上下文之间的相关性，从而建立远距离的依赖，提高了深度估计的准确性。
优选的，BS-Net网络采用ResNet50作为编码器，在下采样过程中自底向上依次输入到多层边界融合模块，多层边界融合模块将浅层的信息依次传入到深层，提取出丰富的边缘信息，多层边界融合模块的输出送入到条纹细化模块中；金字塔分割注意力模块的输入为对数据进行预处理之后的第一层网络，输出与多层边界融合模块的输出一同送入到条纹细化模块；条纹细化模块将解码器的输出结果与以上两个模块的输出进行融合，输出我们最终需要的深度图。
第一实施例
本发明的技术方案经过如下验证网络模型评估，获得较好的效果：
输入含有对齐的RGB和深度图的数据集，选取其中50K对RGB-深度图进行训练，654对进行测试。
对数据集进行增强处理。使用双线性插值对640*480的原始图片进行下采样到320*240，然后从中间进行裁剪为304*228。为了对齐网络输出，裁剪后的标签被下采样到152*114。
输入数据到设计好的网络模型进行训练，训练的过程中我们设置20个epoch，batch size等于8，选取Adam优化器，参数设置为(0.9，0.999)，权重衰减10-4，初始学习率为0.0001并且每5个epoch减少10％。
对输入图片进行预处理，通过网络对图像进行特征学习，得到对应的深度图；然后将得到的深度图与数据集中真实的深度图进行比较，计算误差；最后通过三种指标对该方法进行全面的评价，分别评价深度精度，预测深度中的边界精度，最远距离的归一化误差，通过评价指标判断模型的好坏。
评估深度精度采用：
(1)平均绝对误差REL：
Figure BDA0003522922630000071
(2)平均对数误差log10：
Figure BDA0003522922630000072
(3)均方根误差RMS：
Figure BDA0003522922630000073
(4)阈值td下的准确性：
Figure BDA0003522922630000074
使用准确率、召回率和F1值来衡量预测深度的边界精度，公式如下准确率
Figure BDA0003522922630000075
召回率
Figure BDA0003522922630000076
最远区域的归一化距离误差：
Figure BDA0003522922630000077
其中Ntest表示测试图像的数量，
Figure BDA0003522922630000078
用来对误差距离进行归一化。
优选的，本发明通过在NYUD v2和iBims-1数据集上进行实验，得到了较好的实验效果。
本发明是在边界引导和场景聚合网络的基础上融合金字塔分割注意力模块对深度信息进行更为准确的预测。
进一步的，如图3所示，所述金字塔分割注意力模块对预处理的图像数据进行处理的方法包括：
通过拆分和融合模块获取富含多尺度信息的特征图；
将富含多尺度信息的特征图及解码器的输出结果、多层边界融合模块的输出进行融合。
进一步的，如图4所示，获取富含多尺度信息的特征图的方法包括：
获得通道上的多尺度特征图，输入特征图X按照通道维度被分成S＝4组，
每组按照群卷积的方法进行卷积，群组的大小按照如下公式计算：
Figure BDA0003522922630000081
多尺度特征图的生成函数为：
Fi＝Conv(ki×ki,Gi)(Xi) i＝0,1,2...S-1；
将拆分和融合模块的输出通过权重模块获得不同尺度特征图的通道注意力值；
使用softmax算法重新校准通道注意向量来获得重新校准的多尺度通道权重；
将像素级特征图与其对应重新校准的权重相乘以获取每个通道新的特征图，将每个通道的特征图进行拼接获取富含多尺度信息的特征图。
进一步的，如图5所示，权重模块获得不同尺度特征图的通道注意力值的方法包括：
通过自适应全局平均池化编码全局信息，编码全局信息通过自适应全局
平均池化来实现，公式如下：
Figure BDA0003522922630000082
第c通道的注意力权值可以通过如下公式计算：
wc＝σ(W1δ(W0(gc)))
δ表示ReLU激活函数的操作，
Figure BDA0003522922630000083
和
Figure BDA0003522922630000084
代表全连接层，σ通常表示sigmoid激活函数；
自适应重新校准通道关系。
第二实施例
如图2所示，本实施例提供一种实现上述基于金字塔分割注意力的深度估计方法的装置，其特征在于，包括：
编码器，用于获取图像并进行预处理；
深度相关模块，基于编码器的输出数据通过深度相关模块进行运算，并通过解码器输出；
解码器，用于将经过编码器和深度相关模块处理的图像数据进行解码；
金字塔分割注意力模块，用于对经过所述编码器预处理的图像数据进行处理；
多层边界融合模块，用于将预处理的图像数据在下采样过程中自底向上依次输入的图像数据，将浅层的信息依次传入到深层，提取出丰富的边缘信息；
条纹细化模块，用于将解码器的输出结果与所述金字塔分割注意力模块和多层边界融合模块的输出进行融合以输出预测深度图。
本发明能够捕获不同尺度的空间信息来丰富特征空间，并且考虑了全局区域的信息能够得到上下文之间的相关性，从而建立远距离的依赖，提高了深度估计的准确性。
进一步的，所述金字塔分割注意力模块可以包括：
拆分和融合模块，用于获得通道上的多尺度特征图，输入特征图X按照通道维度被分成S组，每组按照群卷积的方法进行卷积。
进一步的，所述金字塔分割注意力模块还包括：
权重模块，用于获得不同尺度特征图的通道注意力值。
第三实施例
一种电子设备，包括：
存储器，存储器用于存储处理程序；
处理器，处理器执行处理程序时实现上述基于金字塔分割注意力的深度估计方法。
第四实施例
一种可读存储介质，可读存储介质上存储有处理程序，处理程序被处理器执行上述实现上述的基于金字塔分割注意力的深度估计方法。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
下面对本发明的工作过程作详细说明：
编码器在下采样过程中自底向上依次输入到多层边界融合模块，多层边界融合模块将浅层的信息依次传入到深层，提取出丰富的边缘信息，多层边界融合模块的输出送入到条纹细化模块中；金字塔分割注意力模块的输入为对数据进行预处理之后的第一层网络，输出与多层边界融合模块一同送入到条纹细化模块；条纹细化模块将解码器的输出结果与以上两个模块的输出进行融合，输出最终需要的深度图。本发明能够捕获不同尺度的空间信息来丰富特征空间，并且考虑了全局区域的信息能够得到上下文之间的相关性，从而建立远距离的依赖，提高了深度估计的准确性。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式。即使对本发明作出各种变化，倘若这些变化属于本发明权利要求及其等同技术的范围之内，则仍落入在本发明的保护范围之中。

Claims (10)

1.一种基于金字塔分割注意力的深度估计方法，其特征在于，包括以下步骤：
获取图像进行预处理；
基于预处理的图像数据通过深度估计网络进行深度估计运算；
输出预测深度图。
2.根据权利要求1所述的基于金字塔分割注意力的深度估计方法，其特征在于，对所述图像数据进行深度估计运算的方法包括：
将预处理的图像数据输入金字塔分割注意力模块；
将预处理的图像数据进行下采样，在下采样过程中自底向上依次输入到多层边界融合模块，将浅层的信息依次传入到深层，提取出丰富的边缘信息；
基于编码器的输出数据通过深度相关模块进行运算，并通过解码器输出；
将解码器的输出结果与所述金字塔分割注意力模块和多层边界融合模块的输出进行融合。
3.根据权利要求2所述的基于金字塔分割注意力的深度估计方法，其特征在于，所述金字塔分割注意力模块对预处理的图像数据进行处理的方法包括：
通过拆分和融合模块获取富含多尺度信息的特征图；
将富含多尺度信息的特征图及解码器的输出结果、多层边界融合模块的输出进行融合。
4.根据权利要求3所述的基于金字塔分割注意力的深度估计方法，其特征在于，获取富含多尺度信息的特征图的方法包括：
获得通道上的多尺度特征图，输入特征图X按照通道维度被分成S组，每组按照群卷积的方法进行卷积；
将拆分和融合模块的输出通过权重模块获得不同尺度特征图的通道注意力值；
使用softmax算法重新校准通道注意向量来获得重新校准的多尺度通道权重；
将像素级特征图与其对应重新校准的权重相乘以获取每个通道新的特征图，将每个通道的特征图进行拼接获取富含多尺度信息的特征图。
5.根据权利要求4所述的基于金字塔分割注意力的深度估计方法，其特征在于，权重模块获得不同尺度特征图的通道注意力值的方法包括：
通过自适应全局平均池化编码全局信息；
自适应重新校准通道关系。
6.一种实现上述权利要求1至5中任意一项基于金字塔分割注意力的深度估计方法的装置，其特征在于，包括：
编码器，用于对经过预处理的图像数据进行下采样；
深度相关模块，基于编码器的输出数据通过深度相关模块进行运算，并通过解码器输出；
解码器，用于将经过编码器和深度相关模块处理的图像数据进行解码；
金字塔分割注意力模块，用于对经过预处理的图像数据进行处理；
多层边界融合模块，用于将预处理的图像数据在下采样过程中自底向上依次输入的图像数据，将浅层的信息依次传入到深层，提取出丰富的边缘信息；
条纹细化模块，用于将解码器的输出结果与所述金字塔分割注意力模块和多层边界融合模块的输出进行融合以输出预测深度图。
7.根据权利要求6所述的基于金字塔分割注意力的深度估计方法的装置，其特征在于，所述金字塔分割注意力模块包括：
拆分和融合模块，用于获得通道上的多尺度特征图，输入特征图X按照通道维度被分成S组，每组按照群卷积的方法进行卷积。
8.根据权利要求6所述的基于金字塔分割注意力的深度估计方法的装置，其特征在于，所述金字塔分割注意力模块还包括：
权重模块，用于获得不同尺度特征图的通道注意力值。
9.一种电子设备，其特征在于，包括：
存储器，所述存储器用于存储处理程序；
处理器，所述处理器执行所述处理程序时实现如权利要求1至5中任意一项所述的基于金字塔分割注意力的深度估计方法。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有处理程序，所述处理程序被处理器执行时实现如权利要求1至5中任意一项所述的基于金字塔分割注意力的深度估计方法。
CN202210186323.9A 2022-02-28 2022-02-28 一种基于金字塔分割注意力的深度估计方法及装置 Active CN114565655B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210186323.9A CN114565655B (zh) 2022-02-28 2022-02-28 一种基于金字塔分割注意力的深度估计方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210186323.9A CN114565655B (zh) 2022-02-28 2022-02-28 一种基于金字塔分割注意力的深度估计方法及装置

Publications (2)

Publication Number Publication Date
CN114565655A true CN114565655A (zh) 2022-05-31
CN114565655B CN114565655B (zh) 2024-02-02

Family

ID=81715354

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210186323.9A Active CN114565655B (zh) 2022-02-28 2022-02-28 一种基于金字塔分割注意力的深度估计方法及装置

Country Status (1)

Country Link
CN (1) CN114565655B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115049945A (zh) * 2022-06-10 2022-09-13 安徽农业大学 一种基于无人机图像的小麦倒伏面积提取方法和装置
CN115346094A (zh) * 2022-08-25 2022-11-15 杭州电子科技大学 一种基于主体区域引导的伪装目标检测方法
CN115861595A (zh) * 2022-11-18 2023-03-28 华中科技大学 一种基于深度学习的多尺度域自适应异源图像匹配方法
CN116052110A (zh) * 2023-03-28 2023-05-02 四川公路桥梁建设集团有限公司 一种路面标线缺损智能定位方法及系统
CN117392157A (zh) * 2023-12-13 2024-01-12 长春理工大学 一种边缘感知的保护性耕作秸秆覆盖率检测方法
CN117593633A (zh) * 2024-01-19 2024-02-23 宁波海上鲜信息技术股份有限公司 面向海洋场景的图像识别方法、系统、设备和存储介质
CN117611987A (zh) * 2023-10-13 2024-02-27 河海大学 养殖用海自动识别方法、装置及介质
CN117611987B (zh) * 2023-10-13 2024-06-28 河海大学 养殖用海自动识别方法、装置及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200273192A1 (en) * 2019-02-26 2020-08-27 Baidu Usa Llc Systems and methods for depth estimation using convolutional spatial propagation networks
CN112001960A (zh) * 2020-08-25 2020-11-27 中国人民解放军91550部队 基于多尺度残差金字塔注意力网络模型的单目图像深度估计方法
CN112287940A (zh) * 2020-10-30 2021-01-29 西安工程大学 一种基于深度学习的注意力机制的语义分割的方法
AU2020103715A4 (en) * 2020-11-27 2021-02-11 Beijing University Of Posts And Telecommunications Method of monocular depth estimation based on joint self-attention mechanism
CN112396645A (zh) * 2020-11-06 2021-02-23 华中科技大学 一种基于卷积残差学习的单目图像深度估计方法和系统
CN113870335A (zh) * 2021-10-22 2021-12-31 重庆邮电大学 一种基于多尺度特征融合的单目深度估计方法
CN114022462A (zh) * 2021-11-10 2022-02-08 华东理工大学 实现多参数核磁共振图像病灶分割的方法、系统、装置、处理器及其计算机可读存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200273192A1 (en) * 2019-02-26 2020-08-27 Baidu Usa Llc Systems and methods for depth estimation using convolutional spatial propagation networks
CN112001960A (zh) * 2020-08-25 2020-11-27 中国人民解放军91550部队 基于多尺度残差金字塔注意力网络模型的单目图像深度估计方法
CN112287940A (zh) * 2020-10-30 2021-01-29 西安工程大学 一种基于深度学习的注意力机制的语义分割的方法
CN112396645A (zh) * 2020-11-06 2021-02-23 华中科技大学 一种基于卷积残差学习的单目图像深度估计方法和系统
AU2020103715A4 (en) * 2020-11-27 2021-02-11 Beijing University Of Posts And Telecommunications Method of monocular depth estimation based on joint self-attention mechanism
CN113870335A (zh) * 2021-10-22 2021-12-31 重庆邮电大学 一种基于多尺度特征融合的单目深度估计方法
CN114022462A (zh) * 2021-11-10 2022-02-08 华东理工大学 实现多参数核磁共振图像病灶分割的方法、系统、装置、处理器及其计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
叶绿;段婷;朱家懿;NWOBODO SAMUEL CHUWKUEBUKA;NNOR ARNOLD ANTWI;: "基于多层特征融合的单目深度估计模型", 浙江科技学院学报, no. 04 *
韩慧慧;李帷韬;王建平;焦点;孙百顺;: "编码―解码结构的语义分割", 中国图象图形学报, no. 02 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115049945A (zh) * 2022-06-10 2022-09-13 安徽农业大学 一种基于无人机图像的小麦倒伏面积提取方法和装置
CN115049945B (zh) * 2022-06-10 2023-10-20 安徽农业大学 一种基于无人机图像的小麦倒伏面积提取方法和装置
CN115346094A (zh) * 2022-08-25 2022-11-15 杭州电子科技大学 一种基于主体区域引导的伪装目标检测方法
CN115346094B (zh) * 2022-08-25 2023-08-22 杭州电子科技大学 一种基于主体区域引导的伪装目标检测方法
CN115861595A (zh) * 2022-11-18 2023-03-28 华中科技大学 一种基于深度学习的多尺度域自适应异源图像匹配方法
CN115861595B (zh) * 2022-11-18 2024-05-24 华中科技大学 一种基于深度学习的多尺度域自适应异源图像匹配方法
CN116052110A (zh) * 2023-03-28 2023-05-02 四川公路桥梁建设集团有限公司 一种路面标线缺损智能定位方法及系统
CN117611987A (zh) * 2023-10-13 2024-02-27 河海大学 养殖用海自动识别方法、装置及介质
CN117611987B (zh) * 2023-10-13 2024-06-28 河海大学 养殖用海自动识别方法、装置及介质
CN117392157A (zh) * 2023-12-13 2024-01-12 长春理工大学 一种边缘感知的保护性耕作秸秆覆盖率检测方法
CN117392157B (zh) * 2023-12-13 2024-03-19 长春理工大学 一种边缘感知的保护性耕作秸秆覆盖率检测方法
CN117593633A (zh) * 2024-01-19 2024-02-23 宁波海上鲜信息技术股份有限公司 面向海洋场景的图像识别方法、系统、设备和存储介质

Also Published As

Publication number Publication date
CN114565655B (zh) 2024-02-02

Similar Documents

Publication Publication Date Title
CN114565655B (zh) 一种基于金字塔分割注意力的深度估计方法及装置
US20210142095A1 (en) Image disparity estimation
US11182644B2 (en) Method and apparatus for pose planar constraining on the basis of planar feature extraction
CN107369166B (zh) 一种基于多分辨率神经网络的目标跟踪方法及系统
US11348270B2 (en) Method for stereo matching using end-to-end convolutional neural network
CN109377530A (zh) 一种基于深度神经网络的双目深度估计方法
CN114332578A (zh) 图像异常检测模型训练方法、图像异常检测方法和装置
CN111508013B (zh) 立体匹配方法
CN110705566B (zh) 一种基于空间金字塔池的多模态融合显著性检测方法
CN112464912B (zh) 基于YOLO-RGGNet的机器人端人脸检测方法
WO2020088766A1 (en) Methods for optical flow estimation
CN110119768B (zh) 用于车辆定位的视觉信息融合系统及方法
CN111402311A (zh) 一种基于知识蒸馏的轻量级立体视差估计方法
CN111723822A (zh) 一种基于多层次融合的rgbd图像显著性检测方法及系统
CN114372523A (zh) 一种基于证据深度学习的双目匹配不确定性估计方法
CN111368733B (zh) 一种基于标签分布学习的三维手部姿态估计方法、存储介质及终端
CN112184731A (zh) 一种基于对抗性训练的多视图立体深度估计方法
CN115761393A (zh) 一种基于模板在线学习的无锚目标跟踪方法
CN112149662A (zh) 一种基于扩张卷积块的多模态融合显著性检测方法
CN113643329B (zh) 一种基于孪生注意力网络的在线更新目标跟踪方法和系统
Kim et al. Adversarial confidence estimation networks for robust stereo matching
CN113112547A (zh) 机器人及其重定位方法、定位装置及存储介质
CN112862860A (zh) 一种用于多模态目标跟踪的对象感知图像融合方法
CN114119999B (zh) 基于深度学习的迭代6d位姿估计方法及装置
CN115861595A (zh) 一种基于深度学习的多尺度域自适应异源图像匹配方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant