一种基于卷积神经网络的深度图置信度估计方法与流程技术资料下载

技术编号:25791851

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

.本发明涉及计算机视觉与深度学习领域,具体是一种利用卷积神经网络对多视立体匹配中的中间结果进行特征提取及置信度预测,以完成对深度图的质量评估。背景技术.深度图质量评估是计算机视觉领域的一个基本课题,目前基于深度学习的方法基于单目或双目立体匹配输出的深度图和原始彩色图,构建卷积神经网络预测得到置信度图,这种方法无法充分利用多目立体匹配得到的多模态数据,并且由于网络结构简单而产生较低的精度。发明内容.本发明的目的是为了解决现有技术的不足,提供一种基于卷积神经网络的深度图置信度估计方法,从多视立...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发