-
公开(公告)号:CN116523986A
公开(公告)日:2023-08-01
申请号:CN202310287841.4
申请日:2023-03-23
Applicant: 杭州电子科技大学
IPC: G06T7/50 , G06T7/529 , G06T5/50 , G06N3/0464 , G06N3/084
Abstract: 基于多尺度置信度和自注意机制的肠道环境深度补全方法,属于计算机视觉和人工智能技术领域。本方法中,构建多尺度置信度神经网络,挖掘稀疏深度数据中潜在的几何特征,通过将有效的深度像素值扩散到相邻像素点来填补稀疏深度图中的空洞,获得像素分布均衡的完整稠密的深度特征图,有利于和对应和RGB图像进行跨模态融合;接着,将深度特征图及置信度图输入到深度补全网络,在对应RGB图像的指导下融合跨模态特征进行深度补全;最后,融合的多模态特征通过设计的基于自注意机制的结构感知模块,进一步增强图像和深度数据中的几何和纹理特征,提高深度补全的精度。