基于自监督学习的复杂天气场景图像单目深度估计方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于自监督学习的复杂天气场景图像单目深度估计方法
申请号:
CN202510007012
申请日期:
2025-01-03
公开号:
CN119941820A
公开日期:
2025-05-06
类型:
发明专利
摘要
本发明公开了基于自监督学习的复杂天气场景图像单目深度估计方法,包括:步骤S1,获取数据集,按比例划分为训练集、验证集和测试集,并对数据集进行预处理;步骤S2,构建基于多尺度注意力自监督单目深度估计模型;步骤S3,基于预处理后的数据集,训练并验证自监督单目深度估计模型;步骤S4,利用训练后的自监督单目深度估计模型对测试集进行测试,输出准确而清晰的深度图。本发明实现了对复杂天气场景预测。
技术关键词
单目深度估计方法
深度图
图像
分支
天气
全局平均池化
多尺度注意力机制
场景全局特征
翻译模型
网络
相机姿态估计
构建代价函数
编码器
数据
预定义阈值
通道