基于多任务学习框架的鱼眼畸变参数估计方法

AITNT
正文
推荐专利
基于多任务学习框架的鱼眼畸变参数估计方法
申请号:CN202510915479
申请日期:2025-07-03
公开号:CN120997037A
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开基于多任务学习框架的鱼眼畸变参数估计方法,首先构建基于多任务学习框架的鱼眼畸变参数估计深度神经网络模型,包括鱼眼畸变参数特征提取子网络、鱼眼畸变参数估计子网络和鱼眼畸变参数优化子网络,模型输入为鱼眼图像,输出为鱼眼畸变参数估计结果。方法构建鱼眼图像‑鱼眼畸变参数仿真数据集,对所提出模型进行训练,并利用训练完成的模型对输入鱼眼图像进行处理。本发明所提出模型能够自动学习鱼眼畸变参数特征,避免了人工提取特征反复学习的过程,模型能够充分挖掘鱼眼图像中的畸变信息,同时在训练过程中动态调整各个畸变参数估计任务的梯度幅度平衡,有效提高鱼眼畸变参数估计精度和速度。
技术关键词
鱼眼畸变 参数估计方法 鱼眼图像 多任务 深度神经网络模型 残差模块 畸变参数 框架 仿真数据 动态 控制权 速度 多项式 因子 定义
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