-
公开(公告)号：CN112819876B
公开(公告)日：2024-02-27
申请号：CN202110185998.7
申请日：2021-02-13
Applicant: 西北工业大学
IPC: G06T7/50
Abstract: 本发明提出一种基于深度学习的视觉深度估计的方法，通过在现有的深度学习深度估计的网络上添加注意力机制，使得深度学习网络重点关注注意力机制筛选出来的图像中的关键信息，以提高网络对视觉信息的理解能力，从而提高了深度估计的准确性以及深度场景还原的清晰度，在确定好图像的深度之后，可以以此为基础进行单目视觉定位以及三维重建。此方法在利用深度学习来进行单目视觉定位构图的过程中具有重要意义。
-
公开(公告)号：CN112880659B
公开(公告)日：2022-09-13
申请号：CN202110026669.8
申请日：2021-01-09
Applicant: 西北工业大学
Abstract: 本发明提出一种基于信息概率的融合定位方法，该方法通过推导出两个概率密度函数融合之后新概率密度函数的参数解析式，之后通过递推方法推导出多个源融合的参数解析式，利用该融合后的参数解析式计算获取融合导航定位信息。本发明相对于传统基于卡尔曼滤波的融合定位方法，不仅能够减小融合定位的计算量、提高运算速度，而且对于融合导航源的扩展更加灵活，对于导航源的接入和断开都具有很强的鲁棒性。通过仿真结果可以看出，该方法可以提高融合后定位的精度，并且融合的源越多精度越高。此方法为融合导航定位算法设计提供了一种新的思路，能更加快速、实时地获取融合后的导航定位信息。
-
公开(公告)号：CN112880659A
公开(公告)日：2021-06-01
申请号：CN202110026669.8
申请日：2021-01-09
Applicant: 西北工业大学
Abstract: 本发明提出一种基于信息概率的融合定位方法，该方法通过推导出两个概率密度函数融合之后新概率密度函数的参数解析式，之后通过递推方法推导出多个源融合的参数解析式，利用该融合后的参数解析式计算获取融合导航定位信息。本发明相对于传统基于卡尔曼滤波的融合定位方法，不仅能够减小融合定位的计算量、提高运算速度，而且对于融合导航源的扩展更加灵活，对于导航源的接入和断开都具有很强的鲁棒性。通过仿真结果可以看出，该方法可以提高融合后定位的精度，并且融合的源越多精度越高。此方法为融合导航定位算法设计提供了一种新的思路，能更加快速、实时地获取融合后的导航定位信息。
-
公开(公告)号：CN112819876A
公开(公告)日：2021-05-18
申请号：CN202110185998.7
申请日：2021-02-13
Applicant: 西北工业大学
IPC: G06T7/50
Abstract: 本发明提出一种基于深度学习的视觉深度估计的方法，通过在现有的深度学习深度估计的网络上添加注意力机制，使得深度学习网络重点关注注意力机制筛选出来的图像中的关键信息，以提高网络对视觉信息的理解能力，从而提高了深度估计的准确性以及深度场景还原的清晰度，在确定好图像的深度之后，可以以此为基础进行单目视觉定位以及三维重建。此方法在利用深度学习来进行单目视觉定位构图的过程中具有重要意义。
-
-
-
Search Results
4
records
(took 0.019 seconds)
