基于多分類回歸模型與自注意力機制的單目圖像估計方法

基本信息

申請?zhí)?/td> CN202110547074.7 申請日 -
公開（公告）號 CN113222033A 公開（公告）日 2021-08-06
申請公布號 CN113222033A 申請公布日 2021-08-06
分類號 G06K9/62;G06N3/04;G06N3/08 分類 計算；推算；計數(shù);
發(fā)明人 李陽;趙明樂 申請（專利權）人 北京數(shù)研科技發(fā)展有限公司
代理機構 北京紐樂康知識產(chǎn)權代理事務所（普通合伙） 代理人 蘇泳生
地址 北京市海淀區(qū)西三環(huán)北路87號14層1-1404-494
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了基于多分類回歸模型與自注意力機制的單目圖像估計方法，包括首先輸入圖像通過圖像編碼器進行替換卷積單元塊中卷積，使用空洞卷積來替代；經(jīng)過圖像編碼器編碼后，根據(jù)自注意力模型獲取像素級的上下文信息，首先將輸入的特征圖通過一個單層神經(jīng)網(wǎng)絡和ReLU函數(shù)，然后通過對輸入的特征圖進行全局平均池化,獲取圖像全局的上下文信息；進入場景深度軟推斷,將輸入圖像像素分入深度類,對深度值進行有序回歸；通過使用概率圖提供的數(shù)據(jù)獲得精確平滑的深度值，得到位置上像素的深度推斷值。本發(fā)明通過利用有序分類邏輯回歸模型與自注意力機制,和深度神經(jīng)網(wǎng)路進行單目圖像場景的深度設計,減少了反復使用同樣的空洞卷積核造成的格網(wǎng)效應。