摘要
本申请公开了一种基于图像渲染的自监督前馈循环深度估计方法,涉及计算机视觉领域,该方法利用参数预测网络预测得到原始图像的空间位置预测结果和第一渲染参数,并结合渲染算法得到第一重构图像后计算与原始图像之间的图像重构误差;然后对第一渲染参数进行空间位置变换得到第二渲染参数,结合渲染算法渲染得到第二重构图像后再次进行参数预测得到第三渲染参数,然后根据第二渲染参数和第三渲染参数中的预测位置参数计算空间位置误差,构造包含图像重构误差和空间位置误差的深度估计损失对参数预测网络的自监督训练,可以有效结合原始图像中的光度信息以及包含在光度信息中尺度信息,从而可以提高深度估计的准确度和精度。
技术关键词
深度估计方法
图像
参数
重构误差
像素点
多目视觉系统
渲染算法
单目视觉系统
坐标系
网络
对象
相机
标定关系
计算机视觉
光度
矩阵
精度
系统为您推荐了相关专利信息
缺陷分类方法
BP神经网络
HSV颜色空间
色彩映射方法
光伏板
机器学习模型
组织
超声波
非易失性计算机可读存储介质
数据
样本
随机噪声
数据集扩增方法
多模态特征
预训练模型
屏幕共享方法
图像隐私识别方法
词语
图像特征向量
文本
偏光片
分选控制系统
缺陷智能
多通道特征
颜色特征提取