摘要
本发明公开了一种基于增强结构信息实时的通用深度扫描图补全方法,属于计算机视觉技术领域,所述方法包括:构建深度补全网络,其包括:用于提取RGB图像特征的图像分支、用于提取深度图特征的深度分支、分布感知动态门控模块以及方差自适应结构解耦模块;其中,双分支在对应尺度层间建立特征交互通道,通过分布感知动态门控模块实现跨模态特征融合;方差自适应结构解耦模块基于融合特征实现深度扫描图补全;对网络进行训练;利用训练好的网络实现深度扫描图补全。采用本发明方案,可通过动态门控融合机制与自适应结构解耦策略,在保持实时处理能力的同时,显著提升深度图的几何精度和边界清晰度。
技术关键词
补全方法
动态门控
融合特征
分支
局部方差分析
稠密深度图
稀疏深度图
生成多尺度
图像
沙漏
网络
分辨率
模态特征
高层语义特征
深度特征提取
滑动窗口
计算机视觉技术
模块
系统为您推荐了相关专利信息
设备身份认证方法
振动特征
Softmax分类器
分支卷积神经网络
腕戴设备
多源遥感图像
融合特征
图谱
自动编码器
图像像素
机载高光谱
柱体
稀疏特征
多头注意力机制
卷积模块
强度预测方法
机器学习模型
三维特征数据
非线性特征
模块
时间序列预测方法
时间序列预测模型
注意力机制
信息融合机制
变量