【技术实现步骤摘要】
本申请涉及视差预测，特别是涉及基于相似度替换的视差预测模型优化方法、系统、介质、程序产品及终端。
技术介绍
1、双目立体匹配作为计算机视觉领域的一个热点问题，在距离感知、遥感、自动驾驶等诸多场景中有着广泛的应用。双目视觉的基本原理是利用两个平行的摄像头进行拍摄，根据两幅图像之间的差异(视差)获得深度图从而得到障碍物的距离信息。通过双目相机在野外场景采集的数据，缺乏真实的视差标签，通常使用大模型训练公开数据集得到预训练模型，再使用预训练模型预测输出实时采集外场数据的视差标签。
2、然而，由于野外场景的复杂性以及双目相机采集数据的局限性，传统的预训练模型生成的视差标签往往存在误差，例如，大模型在训练过程中的公开数据集并不能覆盖所有可能的场景，生成的视差标签在细节上难以达到激光雷达生成的标签的准确度。如图1所示采集的外场数据中，预训练模型生成的视差标签在远距离视差较小的物体中，同一深度对应的标签视差值有波动，即视差标签准确度不足。若使用这种质量差的视差标签进一步训练视差预测模型，很明显会影响视差预测模型的预测性能和效果。
<...【技术保护点】
1.一种基于相似度替换的视差预测模型优化方法，其特征在于，包括：
2.根据权利要求1所述的基于相似度替换的视差预测模型优化方法，其特征在于，将所述初始视差标签输入所述相似度替换模块，结合左特征图和右特征图，进行相似度替换操作，获得目标视差标签的过程包括：
3.根据权利要求2所述的基于相似度替换的视差预测模型优化方法，其特征在于，基于预设相似度搜索半径对第一样本数据集与第二样本数据集进行逐像素计算相似度的过程包括：
4.根据权利要求2所述的基于相似度替换的视差预测模型优化方法，其特征在于，根据计算的相似度结果对初始视差标签进行相似度替...
【技术特征摘要】
1.一种基于相似度替换的视差预测模型优化方法，其特征在于，包括：
2.根据权利要求1所述的基于相似度替换的视差预测模型优化方法，其特征在于，将所述初始视差标签输入所述相似度替换模块，结合左特征图和右特征图，进行相似度替换操作，获得目标视差标签的过程包括：
3.根据权利要求2所述的基于相似度替换的视差预测模型优化方法，其特征在于，基于预设相似度搜索半径对第一样本数据集与第二样本数据集进行逐像素计算相似度的过程包括：
4.根据权利要求2所述的基于相似度替换的视差预测模型优化方法，其特征在于，根据计算的相似度结果对初始视差标签进行相似度替换操作，获得目标视差标签的过程包括：
5.根据权利要求4所述的基于相似度替换的视差预测模型优化方法，其特征在于，根据第一样本数据集中的当前像素点、相似度值中的最大值对应的像素点集合中的像素点，对初始视差标签进行相似度替换操作，以获得目标视差标签的过程包括：
...
【专利技术属性】
技术研发人员：常志中，汪国会，
申请(专利权)人：黑龙江惠达科技股份有限公司，
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。