龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：天津工业大学
申请日：2021-11-25
公开（公告）日：2024-05-10
公开（公告）号：CN114066959B
主分类号：G06T7/50
分类号：G06T7/50;G06N3/0464;G06N3/045;G06N3/09
优先权：
专利状态码：有效-授权
法律状态：2024.05.10#授权;2022.03.08#实质审查的生效;2022.02.18#公开
摘要：本发明提供了一种基于Transformer的单幅条纹图深度估计方法，包括建立基于CNN‑Transformer的混合架构模型；建立基于双向特征融合模块的双向特征交互通道，输入图像经过下采样后的特征图同时输入到CNN和Transformer两个分支中；模型经过4个阶段的下采样后再经过4个阶段的上采样操作恢复特征图的分辨率；模型在深度估计时融合多个跨尺度的CNN特征和多个跨尺度的Transformer特征输出单幅条纹图像的深度图。本发明能够更有效的从单幅条纹图估计深度信息，提高条纹投影三维测量精度。
主权项：1.基于Transformer的单幅条纹图深度估计方法，其特征在于：包括如下步骤：S1：建立基于CNN-Transformer的混合架构模型；所述模型总体遵从encoder-decoder结构，建立对称的decoder，并通过跳跃连接将encoder的同尺度特征融合到decoder中，最后在输出深度图时融合CNN部分和Transformer部分的decoder的4种跨尺度特征图；S2：建立基于双向特征融合模块的双向特征交互通道，输入图像经过下采样后的特征图同时输入到CNN和Transformer两个分支中；所述两个分支之间存在双向信息交互，双向交互过程为特征图首先经过第一个CNN模块，然后下采样并Reshape后输入到Transformer中，经过Transformer处理的特征图经上采样并Reshape后输入到第二个CNN模块中，最终输出CNN特征图和Transformer特征图；S3：模型经过4个阶段的下采样后再经过4个阶段的上采样操作恢复特征图的分辨率；S4：模型在深度估计时融合多个跨尺度的CNN特征和多个跨尺度的Transformer特征输出单幅条纹图像的深度图。
全文数据：
权利要求：
百度查询： 天津工业大学 基于Transformer的单幅条纹图深度估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号