摘要
本发明属于计算机视觉技术领域,具体涉及一种基于状态空间模型的光流估计方法、程序、设备及存储介质。本发明设计了基于CNN‑Mamba混合模块的图像特征增强网络和Mamba特征交叉增强模块,并设计了CNN‑Mamba混合循环回归框架的神经网络。本发明利用CNN‑Mamba混合模块的图像特征增强网络高效提取输入图像的全局信息,不仅可以探索输入图像像素之间的远程依赖关系,还能保持线性复杂度。本发明利用Mamba特征交叉增强模块获取全局运动特征,在运动边界内聚合全局纹理信息,并实现对纹理特征的信息增强,最终以此提高光流估计的精度。
技术关键词
运动特征
状态空间模型
网络模块
纹理特征提取
估计方法
混合模块
编码模块
计算机视觉技术
代表
线性
计算机程序产品
处理器
像素点
复杂度
图像像素
输出特征
系统为您推荐了相关专利信息
温度分布图像
神经网络模型
沸腾检测方法
立体图像
多模态
动态优化方法
智能电网
队列管理
机器学习算法
核密度估计方法
神经网络模型
卷积神经网络模块
药物相互作用预测
分子
数据
编码特征
信号估计方法
射频芯片
信号特征
编码器