摘要
本发明提供一种提高内窥镜深度图质量的方法、装置及设备,包括:构建样本集及双输入超分辨率神经网络,神经网络中用于提取高分辨率内窥镜彩色图像的高频特征及低分辨率内窥镜深度图像的深度图特征,将高频特征与深度图特征进行聚合,得到各级融合特征;对各级融合特征进行重建,得到高分辨率内窥镜深度预测图像;如此,由于内窥镜彩色图像和内窥镜深度图可以看作同一场景的不同表达模态,深度表示位置空间,彩色图像则是位置空间、纹理和光照的混合;高分辨率彩色图像可以为低分辨率深度图提供更为准确的空间边缘、物体轮廓等高频信息,因此将高频特征和低分辨率内窥镜深度图像进行融合后,可为深度图像补充高频信息,提高内窥镜深度图像的质量。
技术关键词
内窥镜彩色图像
高频特征
超分辨率
融合特征
深度图
模块
高分辨率彩色图像
样本
神经网络训练
高斯滤波器
注意力
编码器
物体轮廓
像素
处理器
计算机设备
存储器
系统为您推荐了相关专利信息
特征提取网络
特征融合网络
YOLO模型
障碍物识别方法
路径特征
视频生成模型
深度编码
编码特征
深度图
视频编码
检测网络模型
皮肤病变检测
样本
融合特征提取
特征提取模块
条件生成式对抗网络
视频
姿态特征
图像超分辨率重建
注视点