摘要
本发明公开了一种基于多模态信息融合的单目深度估计方法,包括:收集由单目图像和激光点云数据构成的多模态数据,将多模态数据进行融合,构建单目深度估计模型,将融合的多模态数据分别输入单目深度估计模型的多尺度卷积层和语义分割层,使用多尺度卷积层进行多尺度特征提取,使用语义分割层识别出单目图像上的物体类别,利用残差连接层将多尺度特征传递到上采样层,确定单目图像的初步单目深度,结合识别的物体类别,使用细节优化器调整初步单目深度,预测出单目图像的单目深度。本发明能够同时兼顾图像边缘检测能力、场景适应性和计算效率,提高单目深度估计的准确性和精度。
技术关键词
单目深度估计方法
多模态信息融合
激光点云数据
物体运动状态
生成对抗网络
多尺度特征提取
区域建议网络
纹理特征
优化器
多模态数据融合
像素点
图像边缘检测
通道注意力机制
语义特征
拉普拉斯
系统为您推荐了相关专利信息
被动红外图像
状态监测方法
微光
深度学习模型
生成对抗网络模型
机器人位姿
关键帧
激光点云数据
匹配误差
激光雷达传感器
信息融合方法
编码向量
切片
大语言模型
多模态信息融合
仿生灵巧手
联动规则
多智能体协同
生成控制指令
独立智能
糖尿病并发症风险
条件生成对抗网络
图像评估
风险评估模型
血管