摘要
本发明提供一种用于复杂天气条件下自监督深度估计方法,涉及计算机视觉中的深度估计领域,所述检测方法包含以下步骤:步骤1、通过对原始图像进行多种增强处理,模拟不同光照和天气条件下的场景;步骤2、对处理后的多样化图像进行多尺度特征提取;步骤3、通过通道交互模块增强不同通道之间的信息交互;步骤4、将不同层次的特征进行有效整合,经过预测头输出逐像素深度图;步骤5、通过结合相机姿态和预测深度图对目标图像进行重建;步骤6、对模型进行评估与改进。本申请结合了多尺度融合,通道交互模块和增强一致性损失,提高在恶劣天气情况下的精度,能够为自动驾驶车辆、机器人导航等应用场景提供深度信息。
技术关键词
深度估计方法
多尺度特征提取
深度图
图像
通道
卷积神经网络提取
注意力
恶劣天气条件
像素
场景
生成对抗网络
相机
交互特征
计算机视觉
卷积模块
光照
机制
矩阵
系统为您推荐了相关专利信息
焊缝
焊接缺陷检测方法
轮廓
电芯
焊接缺陷检测系统
电池外壳
缺陷检测方法
缺陷类别
标签
图像缺陷检测模型
物体
位姿识别方法
特征提取模块
像素点
图像分割
鱼眼图像矫正方法
畸变特征
编码器
样本
通道注意力机制
动力设备
远程监控系统
数据映射技术
数据综合分析系统
展示界面