摘要
本发明公开了一种基于双投影仪协同补偿的三维深度估计方法,包括:利用双投影仪系统采集多组四步相移前景条纹图及对应的背景条纹图;识别并分离阴影及背景区域,生成与两个投影仪视角一一对应的有效区域掩膜;利用有效区域掩膜对应处理包裹相位图,得到两个投影仪视角下处理后的包裹相位图;构建样本数据集,其中,所述样本数据集包括处理后的双通道包裹相位图及对应的真实深度图;构建深度神经网络模型并利用所述样本数据集进行训练,得到训练好的深度神经网络模型;利用训练好的深度神经网络模型进行深度估计。该三维深度估计方法,可有效滤除无效信息,并利用定制的深度学习网络进行深度估计,可以显著提升三维深度估计的精度与完整性。
技术关键词
深度估计方法
双投影仪
包裹相位
深度神经网络模型
掩膜
视角
深度图
条纹图案
编码器
注意力
图像
构建深度神经网络
Sigmoid函数
双通道信息
像素
相机
输出特征
解码器
系统为您推荐了相关专利信息
地表反射率
遥感产品
叶面积指数
空间降尺度方法
机器学习模型
深度神经网络模型
多智能体强化学习
深度强化学习
动态剪枝
滑动平均值
模型训练方法
深度神经网络模型
融合特征
商业数据处理
卷积神经网络模型
炉内工况
温度检测模型
还原炉底座
置信度阈值
像素点