【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种基于自监督的深度估计匹配代价预估方法。
技术介绍
1、利用低频图像中丰富的空间和角度信息，进行低频深度估计，得到场景深度，在光场图像处理中应用广泛。而深度估计是低频图像处理的基础任务，并基于深度学习的方法，通过特征提取、成本构建、成本聚合和深度回归等步骤实现低频深度估计。
2、其中，光场深度图像是多幅同一时间、同一场景、不同角度的子孔径图像的集合，匹配代价计算的目的在于衡量待匹配像素与候选像素之间的相关性，通过计算相关性找到不同视角图像中对应某个像素点的同名点，相当于是对深度估计的初步建模。
3、然而，匹配代价构建作为光场深度估计的关键步骤，在现有技术中仍存在不足之处。现有的方法是通过对每个子孔径图像进行一系列预先定义的偏移来构建匹配代价。虽然这种移位连接方案易于实现，但大量的移位操作降低了这些方法的效率。此外，在匹配成本构建过程中，对不同空间位置的像素进行均等处理，无法处理某些视图信息较少的空间变化遮挡，甚至会恶化估计结果。
技术实现思路<...
【技术保护点】
1.一种基于自监督的深度估计匹配代价预估方法，其特征在于，包括步骤：
2.如权利要求1所述的一种基于自监督的深度估计匹配代价预估方法，其特征在于，所述S2步骤中，上下文信息为像素点与其周围区域像素点之间的联系。
3.如权利要求1所述的一种基于自监督的深度估计匹配代价预估方法，其特征在于，所述S2步骤中，自监督预测卷积由一个被整流线性单元激活的掩膜卷积层和一个SE模块组成。
4.如权利要求3所述的一种基于自监督的深度估计匹配代价预估方法，其特征在于，所述S2步骤具体包括如下步骤：
5.如权利要求4所述的一种基于自监督的深度...
【技术特征摘要】
1.一种基于自监督的深度估计匹配代价预估方法，其特征在于，包括步骤：
2.如权利要求1所述的一种基于自监督的深度估计匹配代价预估方法，其特征在于，所述s2步骤中，上下文信息为像素点与其周围区域像素点之间的联系。
3.如权利要求1所述的一种基于自监督的深度估计匹配代价预估方法，其特征在于，所述s2步骤中，自监督预测卷积由一个被整流线性单元激活的掩膜卷积层和一个se模块组成。
4.如权利要求3所述的一种基于自监督的深度估计匹配代价预估方法，其特征在于，所述s2步骤具体包括如下步骤：
5.如权利要求4所述的一种基于自监督的深...
【专利技术属性】
技术研发人员：王懂，李宁，居法银，
申请(专利权)人：浙江优众新材料科技有限公司，
类型：发明
国别省市：
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。