基于多分类回归模型与自注意力机制的单目图像估计方法专利查询专利号|摘要-满商公司网

基于多分类回归模型与自注意力机制的单目图像估计方法

基本信息

申请号	CN202110547074.7	申请日	-
公开（公告）号	CN113222033A	公开（公告）日	2021-08-06
申请公布号	CN113222033A	申请公布日	2021-08-06
分类号	G06K9/62;G06N3/04;G06N3/08	分类	计算；推算；计数;
发明人	李阳;赵明乐	申请（专利权）人	北京数研科技发展有限公司
代理机构	北京纽乐康知识产权代理事务所（普通合伙）	代理人	苏泳生
地址	北京市海淀区西三环北路87号14层1-1404-494
法律状态	-

摘要

本发明公开了基于多分类回归模型与自注意力机制的单目图像估计方法，包括首先输入图像通过图像编码器进行替换卷积单元块中卷积，使用空洞卷积来替代；经过图像编码器编码后，根据自注意力模型获取像素级的上下文信息，首先将输入的特征图通过一个单层神经网络和ReLU函数，然后通过对输入的特征图进行全局平均池化,获取图像全局的上下文信息；进入场景深度软推断,将输入图像像素分入深度类,对深度值进行有序回归；通过使用概率图提供的数据获得精确平滑的深度值，得到位置上像素的深度推断值。本发明通过利用有序分类逻辑回归模型与自注意力机制,和深度神经网路进行单目图像场景的深度设计,减少了反复使用同样的空洞卷积核造成的格网效应。