摘要
本发明公开了一种彩色图像引导的深度图像任意分辨重建方法,涉及计算机视觉、数字图像处理、数字信号处理技术领域。本发明提出的一种针对任意分辨率的深度图像引导式超分辨重建的神经网络模型,包含逐级下采样模块、融合模块、输出采样模块、交叉聚合模块及注意力投射模块。通过结合多分辨率特征提取、自注意力与交叉注意力机制,模型能够高效融合彩色图像和深度图像特征,并在给定目标采样位置完成深度值的高精度重建。模型仅需少量目标位置的深度真值监督,可降低训练资源需求。相比现有技术,本方法支持任意分辨率重建,适用于多种场景深度图像的超分辨率处理。
技术关键词
采样模块
高分辨率彩色图像
彩色图像传感器
融合特征
深度图超分辨率
模型主体
全局信息整合
数字信号处理技术
多层卷积网络
深度卷积神经网络
交叉注意力机制
距离信息
数字图像处理
系统为您推荐了相关专利信息
轻量化方法
驾驶姿态识别方法
卷积特征
关键点特征提取
融合特征
彩色眼底图像
特征提取模块
融合特征
分类方法
早期青光眼
图像语义分割方法
深度特征提取
RGB特征
语义分割模型
子模块
假新闻检测方法
多模态特征
多层级特征
文本
视觉特征