公开(公告)号：CN112634341B

公开(公告)日：2021-09-07

申请号：CN202011556047.8

申请日：2020-12-24

Applicant: 湖北工业大学

Inventor： 李婕 ,  周顺 ,  巩朋成 ,  石文轩 ,  张正文

IPC: G06T7/50 ,  G06T5/50

Abstract: 本发明提供一种多视觉任务协同的深度估计模型的构建方法，包括以下具体步骤：立体视觉约束下的快速场景深度估计模型构建；视差几何和知识先验协同的模型优化；联合语义特征的目标深度精细化：构造一个从粗糙到精细的逐阶段优化的类似深度估计的模块语义分割模块，形成特征层共享的对称结构，再利用相同阶段不同网络特征，经过视差获取网络得到融入了语义几何信息的视差图；进一步达到障碍物目标精细化的目的。本发明将多尺度、知识先验与视觉语义嵌入到深度估计模型中，通过多任务协同共享的学习模式，深层次逼近人类感知的本质，提高障碍物的深度估计精度。

公开(公告)号：CN112634341A

公开(公告)日：2021-04-09

申请号：CN202011556047.8

申请日：2020-12-24

Applicant: 湖北工业大学

Inventor： 李婕 ,  周顺 ,  巩朋成 ,  石文轩 ,  张正文

IPC: G06T7/50 ,  G06T5/50

Abstract: 本发明提供一种多视觉任务协同的深度估计模型的构建方法，包括以下具体步骤：立体视觉约束下的快速场景深度估计模型构建；视差几何和知识先验协同的模型优化；联合语义特征的目标深度精细化：构造一个从粗糙到精细的逐阶段优化的类似深度估计的模块语义分割模块，形成特征层共享的对称结构，再利用相同阶段不同网络特征，经过视差获取网络得到融入了语义几何信息的视差图；进一步达到障碍物目标精细化的目的。本发明将多尺度、知识先验与视觉语义嵌入到深度估计模型中，通过多任务协同共享的学习模式，深层次逼近人类感知的本质，提高障碍物的深度估计精度。