一种基于大模型先验的距离选通图像深度估计方法及系统

AITNT
正文
推荐专利
一种基于大模型先验的距离选通图像深度估计方法及系统
申请号:CN202510816897
申请日期:2025-06-18
公开号:CN120747189A
公开日期:2025-10-03
类型:发明专利
摘要
本发明提供了一种基于大模型先验的距离选通图像深度估计方法及系统,通过输入小规模的距离选通图像数据集,包括距离选通图像、同步获取的RGB图像和激光雷达点云数据,挖掘RGB单目深度估计大模型作为距离选通深度估计的先验信息,并设计损失函数将其加入到距离选通深度估计模型中,输出与距离选通图像对应的深度图,实现了提升距离选通图像深度估计的精度及场景泛化能力的目的。本发明利用了大模型的泛化能力,提升了距离选通图像深度估计精度和质量。
技术关键词
距离选通 图像深度估计方法 激光雷达点云数据 坐标系 图像深度估计系统 深度图 相机 子模块 矩阵 深度恢复 网络 单目深度估计 计算机存储器 模型预训练
系统为您推荐了相关专利信息
1
一种晶粒图形片缺陷检测方法及系统
缺陷检测方法 定位模板 标志位 晶圆 缺陷检测系统
2
基于阴影遮挡量化分析的光伏组串拓扑优化静态设计方法
高风险 约束优化算法 三维地理信息 指数 矩阵
3
机械臂的柔性控制方法及装置、存储介质以及计算机程序产品
柔性控制方法 导纳控制器 充电插头 强化学习算法 轨迹
4
一种基于深度强化学习的水下机器人编队的路径规划方法
路径规划方法 虚拟领航者 人工势场法 深度强化学习算法 水下机器人系统
5
基于机器学习的OLED显示屏画面缺陷检测方法
显示屏画面 缺陷检测方法 图像采集装置 OLED显示屏 亮度
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