公开(公告)号：CN115115511B

公开(公告)日：2025-04-18

申请号：CN202210640004.0

申请日：2022-06-08

Applicant: 北京交通大学

Inventor： 丛润民 ,  盛荣晖 ,  何凌志 ,  白慧慧 ,  赵耀

IPC: G06F17/40

Abstract: 本发明涉及一种彩色引导的深度图超分辨率重建方法，方法包括以下步骤：1、通过特征提取模块从LR深度图和HR彩色图提取多层次的彩色特征和深度特征；2、在基于注意力的特征投影模块、低层细节嵌入模块和高层语义引导模块的协同下，实现彩色引导的深度特征学习和细节恢复；最终得到精度准确、细节丰富的超分辨率重建深度图。本发明从低层和高层特征两方面实现了彩色信息对深度超分辨率的分治引导，抑制无价值冗余，提高重建性能。实例表明，本发明的方法在许多具有挑战性的场景中实现了出色的视觉效果，在物体边界以及微小物体的细节处都有较高的准确性。

公开(公告)号：CN115115511A

公开(公告)日：2022-09-27

申请号：CN202210640004.0

申请日：2022-06-08

Applicant: 北京交通大学

Inventor： 丛润民 ,  盛荣晖 ,  何凌志 ,  白慧慧 ,  赵耀

IPC: G06T3/40 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明涉及一种彩色引导的深度图超分辨率重建方法，方法包括以下步骤：1、通过特征提取模块从LR深度图和HR彩色图提取多层次的彩色特征和深度特征；2、在基于注意力的特征投影模块、低层细节嵌入模块和高层语义引导模块的协同下，实现彩色引导的深度特征学习和细节恢复；最终得到精度准确、细节丰富的超分辨率重建深度图。本发明从低层和高层特征两方面实现了彩色信息对深度超分辨率的分治引导，抑制无价值冗余，提高重建性能。实例表明，本发明的方法在许多具有挑战性的场景中实现了出色的视觉效果，在物体边界以及微小物体的细节处都有较高的准确性。

公开(公告)号：CN114881849A

公开(公告)日：2022-08-09

申请号：CN202110803976.2

申请日：2021-07-16

Applicant: 北京交通大学

Inventor： 丛润民 ,  唐麒 ,  盛荣晖 ,  张晨 ,  何凌志 ,  赵耀

IPC: G06T3/40 ,  G06T7/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图像处理技术领域，涉及一种联合单目深度估计的深度图像超分辨率重建方法，包括：S1、将低分辨率深度图像输入深度图像超分辨率重建子网络，将相应于低分辨率深度图像的高分辨率彩色图像输入单目深度估计子网络；S2、对深度图像超分辨率重建子网络和单目深度估计子网络同时训练；S3、深度图像超分辨率重建子网络输出高分辨率重建深度图像，单目深度估计子网络输出高分辨率估计深度图像。本申请从单目深度估计子网络中选择高频信息引导深度图像超分辨率重建子网络，通过抑制冗余避免纹理复制。在不引入其他监督信息的情况下，本发明的方法在多个公开基准数据集上均达到具有竞争力的性能，能够准确恢复出深度图像的细节。