一种基于增强结构信息实时的通用深度扫描图补全方法

AITNT
正文
推荐专利
一种基于增强结构信息实时的通用深度扫描图补全方法
申请号:CN202510351158
申请日期:2025-03-24
公开号:CN120355626B
公开日期:2025-12-09
类型:发明专利
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
1
一种基于振动反馈的腕戴设备身份认证方法
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
2
一种基于深度学习的地理信息的识别方法及系统
多源遥感图像 融合特征 图谱 自动编码器 图像像素
3
基于柱体-体素融合的机载高光谱点云三维目标检测系统及方法
机载高光谱 柱体 稀疏特征 多头注意力机制 卷积模块
4
一种基于几何代数机器学习模型的台风强度预测方法
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
5
一种基于双注意力机制的长期时间序列预测方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号