-
公开(公告)号：CN115841148A
公开(公告)日：2023-03-24
申请号：CN202211575556.4
申请日：2022-12-08
IPC: G06N3/082 , G06V10/80 , G06N3/0464
Abstract: 本发明涉及一种基于置信度传播的卷积神经网络深度补全方法。首先将稀疏深度图输入到构建的卷积置信度传播网络，经更新迭代计算获得置信度图，以及预测的粗糙深度图。然后将卷积置信度传播模块连接到深度细化网络中，经过彩色图片的引导，使用的自适应融合完成稀疏深度图的补全，获得稠密深度图。其中卷积置信度传播网络包括初始置信度估计模块和置信度传播模块，并在网络中加入相应的由误差约束和置信度损失组成损失函数。本发明方法能够有效估计初始置信度并通过传播得到可靠的置信度图，并根据可靠的置信度图输入到深度细化网络中，在损失函数的约束下，建立自适应特征融合从而得到稠密的深度图。
Search Results
1
records
(took 0.084 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
