基于深度学习的全景效果评估系统及方法技术方案

本公开涉及一种基于深度学习的全景效果评估系统及方法。该方法包括：对获取的待评估全景图像进行全景图像特征提取以得到全景图像残差聚合特征图；将所述全景图像残差聚合特征图通过基于焦点区域图的区域迁移网络以得到前景凸显全景图像残差聚合特征图；基于所述前景凸显全景图像残差聚合特征图进行全景图像重构以得到重构全景图像；基于所述重构全景图像与所述待评估全景图像之间的像素差异性来确定所述待评估全景图像是否存在缝合失真。这样，可以自动识别全景图像中的缝合失真，为后续的图像修复或优化提供依据，从而确保全景图像的自然流畅和视觉一致性。

【技术实现步骤摘要】

本公开涉及全景图像，具体地，涉及一种基于深度学习的全景效果评估系统及方法。

技术介绍

1、随着数字摄影技术的发展，全景图像因其能够提供宽广视野和沉浸式体验而受到广泛关注。全景图像通常由多个单独的图像通过拼接技术合成，这一过程涉及到图像的几何校正、色彩平衡和边缘缝合等步骤。

2、在虚拟现实领域，全景效果的高质量是提供沉浸式体验的关键；在无人驾驶技术中，准确的全景图像拼接对于车辆的安全导航至关重要；同样，在安全监控领域，高质量的全景图像可以帮助提高监控效率和准确性。

3、然而，由于拼接过程中的技术限制，全景图像常常会出现缝合失真，这不仅影响了图像的视觉效果，也限制了全景图像在虚拟现实、监控系统等领域的应用。因此，期待一种全景效果评估系统以自动分析全景图像的质量，并识别是否存在缝合失真。

技术实现思路

1、提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的本文档来自技高网...

【技术保护点】

1.一种基于深度学习的全景效果评估系统，其特征在于，包括：

2.根据权利要求1所述的基于深度学习的全景效果评估系统，其特征在于，所述全景图像特征提取模块，用于：

3.根据权利要求2所述的基于深度学习的全景效果评估系统，其特征在于，所述焦点重聚模块，包括：

4.根据权利要求3所述的基于深度学习的全景效果评估系统，其特征在于，所述空间焦点信息提取单元，用于：

5.根据权利要求4所述的基于深度学习的全景效果评估系统，其特征在于，所述前景信息显化筛选单元，包括：

6.根据权利要求5所述的基于深度学习的全景效果评估系统，其特征在于，所述同...

【技术特征摘要】

1.一种基于深度学习的全景效果评估系统，其特征在于，包括：

2.根据权利要求1所述的基于深度学习的全景效果评估系统，其特征在于，所述全景图像特征提取模块，用于：

3.根据权利要求2所述的基于深度学习的全景效果评估系统，其特征在于，所述焦点重聚模块，包括：

4.根据权利要求3所述的基于深度学习的全景效果评估系统，其特征在于，所述空间焦点信息提取单元，用于：

5.根据权利要求4所述的基于深度学习的全景效果评估系统，其特征在于，所述前景信息显化筛选单元，包括：

6.根据权利要求5所述的基于深度学习的全景效果评估系统，其特...

【专利技术属性】
技术研发人员：何广丰，陈家涵，汪洋，周海峰，童佳，胡杨，
申请(专利权)人：浙江河马管家网络科技有限公司，
类型：发明
国别省市：