摘要
本发明公开了一种低光环境下高精度的视线估计方法,包括如下步骤:S1.数据集预处理,模拟低光环境S2.低光图像增加,得到增强后的图像;S3.增强图像校准,得到校准图像;S4.图像进行特征提取,输出特征向量;使用改进的残差网络模型ResNet18对校准后的图像进行特征提取;S5.通过全连接层将特征向量映射成三维输出向量;S6.对三维输出向量的前两个元素应用双曲正切变换,以获取精确的预测视线方向;S7.对三维输出向量的第三个元素通过sigmoid函数变换,得到视线预测的不确定性;S8.采用MSELoss损失函数来度量预测结果与真实值之间的误差。本发明方法能有效解决在低光环境下视线估计精度显著下降的问题,从而提高系统的实用性和准确性。
技术关键词
视线估计方法
残差网络模型
校准特征
Sigmoid函数
sigmoid函数
伽马校正
局部特征提取
融合特征
引入注意力机制
输出特征
场景
更新网络参数
图像校准
光源
净化模块
处理器
元素
光照
系统为您推荐了相关专利信息
预埋套筒
隧道管片模具
混合编码器
全景摄像头
图像处理模块
异常数据检测
模糊规则
修复方法
负荷
粒子群寻优算法
绝缘子污秽度
特征提取网络
样本
定量检测方法
电压等级线路
生成对抗网络
生成方法
生成器网络
物理
数据更新
辨识方法
相关性分析方法
社会
多层感知器
风险测评技术