发明专利已授权

基于卷积神经网络的单目光场图像无监督深度估计方法

📄 申请号：CN201910276356.0 📄 发布日：2026/07/23

著录项目信息

申请日

2019-04-08

公开号

CN110163246B

公开日

2021-03-30

申请人

浙江芯劢微电子股份有限公司

法律状态

已下证

专利类型

发明

主分类号

G06K9_62

IPC 分类号

G06K9_62 , G06N3_04 ,

技术画像

所属领域

深度估计人工智能算法计算机视觉光场成像神经网络卷积神经网络深度估计

应用场景

自动驾驶, 机器人视觉, 三维重建, 增强现实, 智能监控

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于卷积神经网络的单目光场图像无监督深度估计方法。本发明先利用公开的大型光场图像数据集作为训练集，通过数据增强、数据扩充使训练集样本趋于平衡。构建改进的ResNet50网络模型，使用编码器和解码器分别提取模型的高级和低级的特征，再通过密集差结构将编码器和解码器的结果融合，同时另外构建了一个超分辨率遮挡检测网络，能够使用深度学习准确的预测出各个视角之间的遮挡问题；基于光场图像深度估计任务的目标函数是多损失函数，通过预先定义好的网络模型对预处理后的图像进行训练，最后在测试集上对网络模型进行泛化评估。本发明对复杂场景的光场图像预处理效果显著，实现了更精确光场图像无监督深度估计的效果。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

小麦穗长主效QTL紧密连锁的分子标记及其应用

当前第 / 件

一种在三维微结构表面制备透明导电纳米线网格薄膜的方法

同领域国内专利 · IPC: (G06K9_62)

G06K9_00 G06K9_20 G06K9_22 G06K9_24 G06K9_32 G06K9_34 G06K9_36 G06K9_38 G06K9_40 G06K9_42 G06K9_44 G06K9_46 G06K9_62 G06K9_66 G06K9_68 G06K9_72 覆盖16个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：25 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于卷积神经网络的单目光场图像无监督深度估计方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06K9_62)

相似专利推荐 AI 驱动 · 同领域

基于计算机辅助设计的相邻楼层隔震阻尼舒适度评估方法

一种基于知识蒸馏的轻量化恶意加密流量检测方法

一种基于视觉技术的多目标识别方法及系统

服务项目

资源中心

关于柿子坊