摘要
本发明提供了一种基于自注意力网络的多视图融合深度估计方法及系统,包括:数据预处理模块、特征提取模块、自注意力模块、代价体构建模块、正则化模块、深度图生成模块、深度图细化模块、多视图一致性校验模块、后处理模块以及系统集成模块,本发明,在深度估计的精度、鲁棒性、细节表现和用户友好性方面均取得了显著的技术效果,通过自注意力机制,有效融合多视图间的深度信息,提高了深度估计的全局一致性,结合高效的代价体构建和正则化方法,确保了深度估计的准确性和稳定性,通过结合自注意力机制和深度CNN,实现了对多视图图像的有效融合和深度信息的全局感知,提高了深度估计的精度。
技术关键词
深度图
深度估计系统
系统集成模块
后处理模块
特征提取模块
注意力机制
校验模块
正则化技术
深度卷积神经网络
图像
深度估计方法
像素点
深度值
滤波技术
优化卷积神经网络
噪声
色彩