摘要
本申请提供一种基于卷积神经网络的单目深度估计方法及系统,所述方法包括:获取待预测的二维图像;将所述二维图像输入至预设的深度估计模型,以使所述深度估计模型使用卷积神经网络模型和视觉模型分别提取所述二维图像的局部特征和全局特征,并通过特征融合模块将所述局部特征和全局特征进行特征融合后,通过回归头生成与所述二维图像对应的单目深度预测图;其中,所述深度估计模型是通过若干历史二维图像和对应的若干历史深度图像对初始深度估计模型进行训练获得,所述初始深度估计模型由初始卷积神经网络模型、初始视觉模型、初始特征融合模块和初始回归头联合构建获得,提高了卷积神经网络对于单目深度估计的准确性。
技术关键词
单目深度估计方法
卷积神经网络模型
融合特征
多尺度特征融合
图像
视觉
卷积神经网络提取
模块
通道
混合域
数据
参数
注意力机制
关系
标签
元素
系统为您推荐了相关专利信息
多模态数据融合
注意力机制
船只
无人机
Softmax函数
匹配分析方法
图文
文本
大语言模型
匹配分析系统
能力评价方法
深度学习模型
文本编码器
指令
自然语言