-
公开(公告)号:CN115100090B
公开(公告)日:2025-04-25
申请号:CN202210646212.1
申请日:2022-06-09
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于时空注意的单目图像深度估计系统。包括:时空学习模块接收输入的单目图像序列,学习单目图像序列中的时空特征;时空增强模块对时空特征序列进行池化操作获得融合特征,对融合特征执行自注意力操作,得到空间增强后的时空特征;采用卷积操作分别对相邻视图的时空特征进行压缩,采用迭代选择的方式在不同特征图之间执行互注意力操作,得到时序关联特征。时空解码模块对空间增强后的时空特征和时序关联特征进行上采样,输出与图像深度大小相同的深度图。本发明系统不仅对单目视频中空间结构信息和时序关联信息的关注与学习,而且增强了网络对时空特征的映射和表达能力,重建了与输入图像序列的时空特征保持一致的单目深度图。
-
公开(公告)号:CN115100090A
公开(公告)日:2022-09-23
申请号:CN202210646212.1
申请日:2022-06-09
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于时空注意的单目图像深度估计系统。包括:时空学习模块接收输入的单目图像序列,学习单目图像序列中的时空特征;时空增强模块对时空特征序列进行池化操作获得融合特征,对融合特征执行自注意力操作,得到空间增强后的时空特征;采用卷积操作分别对相邻视图的时空特征进行压缩,采用迭代选择的方式在不同特征图之间执行互注意力操作,得到时序关联特征。时空解码模块对空间增强后的时空特征和时序关联特征进行上采样,输出与图像深度大小相同的深度图。本发明系统不仅对单目视频中空间结构信息和时序关联信息的关注与学习,而且增强了网络对时空特征的映射和表达能力,重建了与输入图像序列的时空特征保持一致的单目深度图。
-