【技术实现步骤摘要】
本专利技术属于多传感器融合感知领域，具体为一种基于红外相机和可见光相机的深度预测方法。
技术介绍
1、随着计算机视觉和深度学习技术的不断发展，对于场景深度预测的需求日益增加。深度预测是计算机视觉领域中的一个重要任务，其应用范围涵盖了自动驾驶、智能监控、增强现实等多个领域。
2、在现有深度预测技术中，常用的传感器有可见光相机和激光雷达。激光雷达因其高昂的成本或者体积重量的限制，难以被广泛使用。相反，可见光相机因其价格低廉、小巧便携，受到了大众的青睐，因此多数方法是基于可见光相机设计的。然而，基于可见光相机的方法在应对复杂多变的场景时存在一定的局限性，特别是在低光照或复杂环境条件下，其原因在于可见光相机在强光或弱光条件下的性能波动较大。红外相机在低光照环境中表现出色，但其对于一般场景的深度预测仍然存在一些问题。因此，将可见光相机与红外相机相结合，以提高深度预测的准确性和鲁棒性，成为当前研究的热点之一。
3、目前的深度预测方法在处理多模态信息时存在一定的局限性，尤其是在整合可见光和红外信息方面。其一在于可见光图像信息与...
【技术保护点】
1.一种基于红外相机和可见光相机的深度预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于红外相机和可见光相机的深度预测方法，其特征在于，所述的S2通过以下子步骤来实现：
3.根据权利要求1所述的基于红外相机和可见光相机的深度预测方法，其特征在于，所述的S3具体是：
4.根据权利要求3所述的基于红外相机和可见光相机的深度预测方法，其特征在于，
5.根据权利要求4所述的基于红外相机和可见光相机的深度预测方法，其特征在于，使用均匀采样方式，按照如下方式生成深度种子Si：
6.根据权利要求1所述的基于...
【技术特征摘要】
1.一种基于红外相机和可见光相机的深度预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于红外相机和可见光相机的深度预测方法，其特征在于，所述的s2通过以下子步骤来实现：
3.根据权利要求1所述的基于红外相机和可见光相机的深度预测方法，其特征在于，所述的s3具体是：
4.根据权利要求3所述的基于红外相机和可见光相机的深度预测方法，其特征...
【专利技术属性】
技术研发人员：宋春毅，艾福元，李泽程，宋钰莹，徐志伟，
申请(专利权)人：东海实验室，
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。