一种融合多模态信息的单目深度估计方法
公开
摘要
本发明涉及一种融合多模态信息的单目深度估计方法。首先输入单张RGB图像，通过常规主干网络(如ResNet)提取特征后再经过并列的水平和竖直方向上的全局池化算子，跨通道的1x1卷积，多尺度的空洞卷积以及语义分割预测模块。至此，我们得到了两种不同模态的特征图D和S(深度和语义模态)。将S中每一个像素分别隶属于特定语义类别的概率分布向量与D中的深度表征向量相乘，得到多模态融合的相似度矩阵，最后再与特征图D做残差连接得到最后的输出特征图F。除此以外，我们更是重新设计了一种损失函数来适配和训练我们的深度神经网络模型。和与现有方法相比，本发明更能反映场景中不同物体类别的轮廓与更高的深度估计精度。
基本信息
专利标题 ：
一种融合多模态信息的单目深度估计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114596474A
申请号 ：
CN202210185451.1
公开（公告）日 ：
2022-06-07
申请日 ：
2022-02-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
马伟严武斌
申请人 ：
北京工业大学
申请人地址 ：
北京市朝阳区平乐园100号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
刘萍
优先权 ：
CN202210185451.1
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06V10/82 G06F17/16 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
