无监督学习的三维光场显示景深压缩方法及装置

AITNT
正文
推荐专利
无监督学习的三维光场显示景深压缩方法及装置
申请号:CN202410715807
申请日期:2024-06-04
公开号:CN118735980A
公开日期:2024-10-01
类型:发明专利
摘要
本发明提供一种无监督学习的三维光场显示景深压缩方法及装置,该方法包括:获取三维光场场景下的待压缩的深度图像和待压缩的深度图像对应的彩色图像;将待压缩的深度图像输入至目标动态因子生成网络,得到目标动态因子生成网络输出的动态因子矩阵;目标动态因子生成网络是基于样本图像集训练得到的,样本图像集包括多对训练样本,每对训练样本包括样本深度图像和样本深度图像对应的样本彩色图像;基于动态因子矩阵和动态映射函数,确定待压缩的深度图像对应的重映射深度图像;基于彩色图像和重映射深度图像,确定压缩后的光场显示图像,使得压缩后的光场显示图像的深度在三维显示器的显示范围之内,提升显示清晰度,同时,能够提升视觉舒适度。
技术关键词
无监督学习 彩色图像 样本 动态 因子 景深 网络 深度值 非暂态计算机可读存储介质 矩阵 像素 三维显示器 处理器 压缩装置 场景 模块 存储器 舒适度 电子设备
系统为您推荐了相关专利信息
1
一种辐射源小样本个体识别系统及方法
辐射源 识别系统 时域特征提取 频域特征提取 网络模块
2
一种考虑外部参数变化的烟气余热回收系统优化设计方法
系统优化设计方法 烟气余热回收系统 参数耦合关系 参数敏感性分析 矩阵
3
一种基于强化学习的风电机组异常状态检测方法及系统
风电机组运行状态 检测异常状态 检测模型训练 数据 电流电压传感器
4
用于移动设备的三维模型在线显示方法及装置
三维模型 移动设备 在线显示方法 纹理压缩技术 渲染技术
5
基于人工智能的电力现货市场价格预测方法及系统
交易特征 误差补偿模型 注意力 低频滤波器 深度强化学习模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号