摘要
本申请公开了基于多传感器融合的深度估计模型的训练方法、多传感器融合方法及相关设备,用于在传感器存在退化干扰时实现可靠的深度估计结果。具体包括:构建基于多传感器融合的深度估计模型,该模型包括每种类型传感器设置的编码器、解码器以及多个融合解码器;将各传感器的观测数据输入每个传感器的编码器和解码器中,以生成每一传感器对应的深度图,并依据其与真实深度图的误差更新每个传感器的编码器和解码器的网络参数;再将任意传感器组合的观测数据输入编码器以提取多层级特征数据,并送入融合解码器生成基于多传感器融合的深度图,根据其与真实深度图的误差更新融合解码器的网络参数,最终得到预训练的基于多传感器融合的深度估计模型。
技术关键词
传感器组合
深度图
解码器
编码器
多传感器融合方法
最小化误差
多层级特征
激光雷达传感器
视觉传感器
模型训练方法
网络
数据
参数
视角
浅层特征提取
中央处理器
存储器
系统为您推荐了相关专利信息
高维特征向量
热力图
烘干系统
红外热成像传感器
融合多模态特征
参数监测方法
采集小车
深度图像数据
温室番茄
多模态
时间滑动窗口
联合优化方法
数据处理流水线
决策树模型
动态更新
信息抽取模型
数据处理方法
依赖特征
语义特征
条件随机场
室内设计系统
动态优化方法
GAN模型
数据输入模块
生成式对抗网络