当前位置: 首页 > 专利查询>郑州大学专利>正文

基于注意力机制的多尺度特征融合光场图像深度估计方法技术

技术编号:42379007 阅读:15 留言:0更新日期:2024-08-16 15:04
本发明专利技术提供一种基于注意力机制的多尺度特征融合光场图像深度估计方法,利用特征金字塔网络从多个视角提取不同层次的特征,以便更好的捕捉场景的上下文全局信息,利用空洞卷积扩大网络感受野,提高对光场图像深度估计的准确性;利用注意力机制,根据场景为光场图像每个视图分配不同的权重,以提高深度估计的性能;采用多尺度特征融合策略,以提高光场图像在遮挡区域的深度估计精度;通过视差回归,像素映射算法得到合成图像,利用裸眼全光场3D显示器对合成图像进行清晰的显示。

【技术实现步骤摘要】

本专利技术属于光场图像,具体涉及基于注意力机制的多尺度特征融合光场图像深度估计方法


技术介绍

1、光场图像是一种用于捕捉场景中所有方向上光线信息的先进图像类型,不同于传统的二维图像,光场图像记录了从各个视角射入相机的光线,使观察者能够在后期从不同视点重新合成图像,这为虚拟现实、增强现实、计算摄影学等领域提供了广泛的应用潜力。

2、在计算机视觉领域,深度估计是一项关键任务,旨在从图像中推测出场景中物体的距离信息,准确的深度估计对于虚拟环境重建、3d建模、物体识别和姿态估计等任务至关重要。然而,由于图像中的信息有限,并受到遮挡、纹理等因素的影响,深度估计一直是一个具有挑战性的问题;另一个挑战是光场相机的子孔径图像之间的基线较窄,可能会引入视差图像的噪声,从而影响深度估计的准确性,由于图像传感器受到硬件限制,光场相机的空间分辨率和角度分辨率之间存在权衡。

3、基于卷积神经网络(cnn)的深度估计方法通常使用水平视图、垂直视图和对角视图构建双极几何图像(epi),虽然部分视图可以有效减少计算时间,但这可能无法充分利用光场的全部信息,因此深本文档来自技高网...

【技术保护点】

1.基于注意力机制的多尺度特征融合光场图像深度估计方法,其特征在于:

2.根据权利要求1所述的基于注意力机制的多尺度特征融合光场图像深度估计方法,其特征在于:所述的步骤S1包括:

3.根据权利要求1所述的基于注意力机制的多尺度特征融合光场图像深度估计方法,其特征在于:所述的步骤S3包括:

4.根据权利要求1所述的基于注意力机制的多尺度特征融合光场图像深度估计方法,其特征在于:所述的步骤S5包括:

5.根据权利要求1所述的基于注意力机制的多尺度特征融合光场图像深度估计方法,其特征在于:所述的步骤S6包括:

【技术特征摘要】

1.基于注意力机制的多尺度特征融合光场图像深度估计方法,其特征在于:

2.根据权利要求1所述的基于注意力机制的多尺度特征融合光场图像深度估计方法,其特征在于:所述的步骤s1包括:

3.根据权利要求1所述的基于注意力机制的多尺度特征融合光场图像深度估计方法...

【专利技术属性】
技术研发人员:刘晓旻肖敏杨长伟徐云飞
申请(专利权)人:郑州大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1