摘要
本发明公开的基于特征相似度匹配的事件相机多任务统一方法与系统,属于计算机视觉领域。本发明利用立体视觉系统记录高时间分辨率的、异步的事件脉冲流;根据该事件脉冲流生成同步的、矩阵形式的、能够输入神经网络的事件体素;确定特征匹配的参考矩阵、目标矩阵,利用神经网络对事件体素的每个像素进行特征编码,生成像素间具有辨别性的参考特征图、目标特征图;根据特征的相似度匹配,计算参考特征图和目标特征图两两像素之间的相似度,获得参考特征图和目标特征图之间的像素偏移矩阵;对像素偏移矩阵细化微调,将细化微调后的像素偏移矩阵转化为光流、视差、深度;通过引入特征相似度匹配策略,实现光流估计、视差估计和深度估计的多任务方法统一。
技术关键词
事件相机
矩阵
像素
立体视觉系统
事件流
高时间分辨率
脉冲流
注意力机制
上下文特征
数据预处理算法
视角
特征提取模块
多任务方法
多尺度
特征匹配算法
匹配模块
特征金字塔
编码
系统为您推荐了相关专利信息
交通流特征
风险预测方法
数据
因子
机器学习模型
融合神经网络
多尺度特征融合
多层网络结构
空间特征提取
序列
面向农业大棚
防护装备
图像检测模型
注意力机制
场景
进化算法
阿尔法
全球导航卫星系统
周期性特征
异常数据点