一种基于街景影像的杆状地物多分类提取方法

    公开(公告)号:CN115546643A

    公开(公告)日:2022-12-30

    申请号:CN202211256595.8

    申请日:2022-10-14

    Abstract: 本发明公开了一种基于街景影像的杆状地物多分类提取方法,步骤为:构建分类体系;构建样本库;构建分类模型LPNet;利用迁移学习完成模型训练和杆状地物分类;完善杆状地物提取结果。本发明依据杆状地物在街景影像中呈现出的特征,针对杆状地物分割不足、误提取和不连续的问题,分别加入具有多级感受野的Multi‑scale Phased Controller(MPC)模块、具有自适应分类能力的Deformable‑Convolution(Def‑Conv)模块和具有拓扑重建能力的Lightweightspatial context(LSC)模块,能够准确快速获取杆状地物的类别信息和空间信息,在智慧城市建设和车辆自动导航中具有较大的应用价值。

    一种具有多维注意力机制的大支持窗立体匹配方法

    公开(公告)号:CN115661222A

    公开(公告)日:2023-01-31

    申请号:CN202211266168.8

    申请日:2022-10-17

    Abstract: 本发明提出了一种具有多维注意力机制的大支持窗立体匹配方法,该方法包含构建特征提取模块,该模块利用ResNet‑50的卷积部分提取左影像、右影像的特征,并利用通道注意力和空间注意力捕获通道依赖和空间上下文依赖,以生成左右影像的特征图;构建代价卷积模块,该模块将左右影像的特征图连接构成一个代价空间;构建空洞堆叠沙漏模块,用于正则化代价空间;构建视差回归模块,该模块利用Softmax函数从预测代价中计算像素的视差值。本发明利用多维注意力机制提取图像特征的通道信息和位置信息,以解决重复纹理区域特征趋同引起的同名点计算错误问题;利用3D空洞卷积提升弱纹理区域的信噪比,以提取更多的上下文差异性信息寻找同名点。

Patent Agency Ranking