【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种融合平面结构信息的单目深度估计方法及装置。
技术介绍
1、目前，单目深度估计是计算机视觉领域的热门技术，该技术在场景理解、三维重建等领域拥有广泛应用。
2、随着智能技术的发展，现有的单目深度估计方法通常分为传统方法和深度学习方法两类。其中，传统方法一般基于机器学习，使用马尔可夫随机场(markov random field，mrf)或条件随机场(conditional random field，crf)对图像特征与深度之间的映射关系进行建模，在最大后验概率框架下，通过能量函数最小化求解深度。但这些从单幅二维图像中提取出的特征并不能较好地表示场景三维结构信息，因此应用效果不够理想。深度学习方法则在数据处理、几何推断、结构推理、语义理解等多个层次为单目深度估计带来了深刻变革。该类方法一般要求搭建深度学习模型，通过有监督或无监督的训练实现对单幅场景图像的深度估计。单目深度估计的深度学习方法在普通场景中已经实现了良好的应用效果。
3、但是，由于存在着单幅图像输入信息匮乏的系统性问题，...
【技术保护点】
1.一种融合平面结构信息的单目深度估计方法，其特征在于，包括：
2.根据权利要求1所述的融合平面结构信息的单目深度估计方法，其特征在于，所述将目标图像输入训练好的深度估计模型，获取所述目标图像对应的相对深度图，具体包括：
3.根据权利要求2所述的融合平面结构信息的单目深度估计方法，其特征在于，基于所述多尺度特征图，编码得到平面边界位置序列，具体包括：
4.根据权利要求2或3所述的融合平面结构信息的单目深度估计方法，其特征在于，所述根据所述上下文特征序列和所述平面边界位置序列解码得到平面实例序列，具体包括：
5.根据权利要...
【技术特征摘要】
1.一种融合平面结构信息的单目深度估计方法，其特征在于，包括：
2.根据权利要求1所述的融合平面结构信息的单目深度估计方法，其特征在于，所述将目标图像输入训练好的深度估计模型，获取所述目标图像对应的相对深度图，具体包括：
3.根据权利要求2所述的融合平面结构信息的单目深度估计方法，其特征在于，基于所述多尺度特征图，编码得到平面边界位置序列，具体包括：
4.根据权利要求2或3所述的融合平面结构信息的单目深度估计方法，其特征在于，所述根据所述上下文特征序列和所述平面边界位置序列解码得到平面实例序列，具体包括：
5.根据权利要求2所述的融合平面结构信息的单目深度估计方法，其特征在于，所述基于所述多尺度特征图，通过深度解码器获取所述目标图像的初始单目深度估计结果，具体包括：
6.根据权利要求2所述的融合平面结构信息的单目深度估...
【专利技术属性】
技术研发人员：刘晓暄，朱恩泽，刘世雄，王磊，陈展，贾婕，张伊丹，侯英妍，师汉儒，董威宇，
申请(专利权)人：中国科学院空天信息创新研究院，
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。