-
公开(公告)号:CN116664850A
公开(公告)日:2023-08-29
申请号:CN202310399294.9
申请日:2023-04-12
Applicant: 华中科技大学
IPC: G06V10/40 , G06V10/80 , G06T7/00 , G06V10/82 , G06T3/40 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于循环代价体聚合的立体匹配方法,该方法可以逐步融合全局上下文和更新代价体中的匹配细节,从而消除不匹配和歧义。为了促进全面的代价聚合,本发明提出了一种多峰查找策略,基于该策略,几个具有高概率的局部代价体通过GRU进行索引和汇总。此外,本发明还引入了一种级联搜索范围方法,该方法在GRU迭代开始时采用较大的搜索范围,并随着特定的模式逐渐缩小搜索范围。基于所提出的循环代价聚合方法,本发明构建了一个新的立体匹配网络。在立体匹配数据集上的大量实验表明,本发明方法在所有发表的方法中,在KITTI‑12和KITTI‑15立体基准测试排行榜中排名第一。
-
公开(公告)号:CN116109680A
公开(公告)日:2023-05-12
申请号:CN202310331854.7
申请日:2023-03-30
Applicant: 华中科技大学
IPC: G06T7/269 , G06T7/246 , G06T7/207 , G06N3/0442 , G06N3/0464
Abstract: 本发明涉及计算机视觉光流估计技术领域,提供了一种高分辨率光流估计方法和装置。其中所述方法包括针对源图像和目标图像,提取得到源图像特征、第一目标图像特征和上下文特征;对所述目标图像的第一目标图像特征,进行池化获得第二和第三目标图像特征;根据三种不同分辨率的目标图像特征,计算得到三种不同分辨率的垂直和水平关注特征;进行多次迭代直至得到最终的光流估计结果;在每一次迭代中,基于上一次的光流估计结果,沿着正交方向索引所述三种不同分辨率的垂直和水平关注特征,将源图像特征与索引结果进行关联得到动态正交代价体积;将动态正交代价体积、上下文特征和上一次的光流估计结果输入至ConvGRU模型,得到本次的光流估计结果。
-