公开(公告)号：CN113362462B

公开(公告)日：2024-04-05

申请号：CN202110137271.1

申请日：2021-02-01

Applicant: 中国计量大学

Inventor： 杨力 ,  张月斓 ,  罗哉

IPC: G06T17/20 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09 ,  G06V10/75

Abstract: 本申请涉及一种基于自监督学习的双目立体视觉视差滤波方法和装置，包括：步骤1：在待处理图像上取一个像素点P，以所述像素点P为中心取一块矩形区域，将所述像素点P的坐标加上偏移量d，得到像素点M，以所述像素点M为中心在同一幅图像上取同样大小的一块矩形区域；步骤2：重复步骤1，得到两个矩形区域作为一对训练样本，取d1作为该样本对的标签；步骤3：重复步骤1和步骤2，得到一定数量的训练样本对和对应标签；步骤4：将步骤3所述训练样本对和对应标签输入卷积神经网络模型，计算损失函数，得到所述卷积神经网络模型；步骤5：判断两个样本对是否为匹配，如果不匹配，将所述像素认定为噪点进行滤除。

公开(公告)号：CN113362462A

公开(公告)日：2021-09-07

申请号：CN202110137271.1

申请日：2021-02-01

Applicant: 中国计量大学

Inventor： 杨力 ,  张月斓 ,  罗哉

IPC: G06T17/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及一种基于自监督学习的双目立体视觉视差滤波方法和装置，包括：步骤1：在待处理图像上取一个像素点P，以所述像素点P为中心取一块矩形区域，将所述像素点P的坐标加上偏移量d，得到像素点M，以所述像素点M为中心在同一幅图像上取同样大小的一块矩形区域；步骤2：重复步骤1，得到两个矩形区域作为一对训练样本，取d1作为该样本对的标签；步骤3：重复步骤1和步骤2，得到一定数量的训练样本对和对应标签；步骤4：将步骤3所述训练样本对和对应标签输入卷积神经网络模型，计算损失函数，得到所述卷积神经网络模型；步骤5：判断两个样本对是否为匹配，如果不匹配，将所述像素认定为噪点进行滤除。