摘要
本发明公开了基于深度学习模型的双目3D数据精确匹配与标注方法及系统,涉及计算机模型技术领域。该基于深度学习模型的双目3D数据精确匹配与标注方法,包括以下步骤:校正对齐度分析、区域标注匹配度分析与点标注匹配分析。本发明通过获取指定标注区域的双目数据,同步分析校正对齐度以判定是否通过卷积神经网络模型实现偏振光补偿和矩阵更新;然后在对齐度校正合格后,分析指定目标区域的标注匹配度,判断是否进行纹理参数优化,最后区域标注合格后,分析特征点标注匹配度,决定是否通过卷积神经网络模型进行角点数据调整优化,解决了现有技术中双目数据分类标注目标任务时在左右视图的数据标注特征过程中特征点对匹配精确度不高的问题。
技术关键词
卷积神经网络模型
深度学习模型
标注方法
数据
偏振光
校正
纹理
相位特征
指标
图像
特征点
矩阵
分析模块
偏差
参数
强度
迭代优化算法
频率
双目摄像头