【技术实现步骤摘要】
本申请涉及语义场景理解领域，尤其涉及一种基于计算成像辅助域适应方法的极简场景理解装置及方法。背景方法基于视觉的场景理解系统通常基于光学系统和成像传感器获取到的数字图像，实现机器对场景的识别、检测、分割，为后续机器执行决策提供支撑。该项方法通常应用于自动驾驶、智能机器人、ar\vr设备、盲人辅助设备等人工智能系统。具体地，使用光学镜头结合成像传感器捕获待理解场景的数字图像，基于该数字图像，采用基于深度学习的场景理解算法，进行目标检测、目标识别、姿态估计、语义分割、定位与建图等，使得系统获得高精度的场景信息。通常这些算法都预先在有标注的高质量数据集上进行过监督训练，实际部署时直接对输入图像进行处理，输出理解结果。为了保证训练过的算法在部署时的有效性，成像系统获取的图像质量需要和数据集的相当，也就是说需要使用设计精良、成像质量高的光学镜头用于实际的场景理解系统。然而，这些镜头通常用复杂的面型、大量的镜片进行设计，以校正光学像差，来取得优质的成像结果。这使得光学系统体积、重量大，同时加工容错小，成本高，这不利于一些移动端、可穿戴设备的应用，如智能探测机器人，ar\vr...
【技术保护点】
1.一种基于计算成像辅助域适应方法的极简场景理解装置，其特征在于，所述的装置包括极简光学装置、成像传感器和计算处理器，所述的极简光学装置用于捕获带像差的场景视觉信息，所述的成像传感器用于收集带像差的场景视觉信息，处理输出数字图像；所述的计算处理器基于计算成像辅助域适应方法，用于将数字图像输入场景理解算法，输出场景理解结果。
2.根据权利要求1所述的基于计算成像辅助域适应方法的极简场景理解装置，其特征在于，所述的极简光学装置为单片球面透镜或单片菲涅尔透镜,所述的成像传感器为CMOS图像传感器，所述的计算处理器为GPU计算单元，搭载基于计算成像辅助域适应方法的...
【技术特征摘要】
1.一种基于计算成像辅助域适应方法的极简场景理解装置，其特征在于，所述的装置包括极简光学装置、成像传感器和计算处理器，所述的极简光学装置用于捕获带像差的场景视觉信息，所述的成像传感器用于收集带像差的场景视觉信息，处理输出数字图像；所述的计算处理器基于计算成像辅助域适应方法，用于将数字图像输入场景理解算法，输出场景理解结果。
2.根据权利要求1所述的基于计算成像辅助域适应方法的极简场景理解装置，其特征在于，所述的极简光学装置为单片球面透镜或单片菲涅尔透镜,所述的成像传感器为cmos图像传感器，所述的计算处理器为gpu计算单元，搭载基于计算成像辅助域适应方法的极简场景理解算法。
3.一种基于计算成像辅助域适应方法的极简场景理解方法，其特征在于，
4.根据权利要求3所述的基于计算成像辅助域适应方法的极简场景理解方法，其特征在于，所述的s02步骤中，所述的恢复模型结构是用于图像恢复任务的神经网络结构。
5.根据权利要求4所述的基于计算成像辅助域适应方法的极简场景理解方法，其特征在于，所述的神经网络结构包括nafnet或restormer或swinir或uformer，所述的像素绝对值损失包括l1损失或l2损失。
6.根据权利要求3所述的基于计算成...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。