首页 > 学术百科

一种基于对抗性训练的多视图立体深度估计方法[发明专利]

专利名称：一种基于对抗性训练的多视图立体深度估计方法专利类型：发明专利

发明人：王亮，范德巧，李建书

申请号：CN202011037998.4

申请日：20200928

公开号：CN112184731A

公开日：

20210105

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于对抗性训练的多视图立体深度估计方法。在对抗性训练网络中，生成网络学习图像与其对应深度图之间的映射，判别网络将学习区分深度图是来自生成模块还是基准深度。训练时，结合生成损失函数和交叉熵对抗损失函数，训练整个网络。本发明通过对抗性训练来提高多视图立体深度估计的深度学习能力，通过生成对抗网络GAN在图像深度方向收集空间和时间上的上下文信息，从而允许网络结合更多的全局信息。本发明的对抗性训练网络利用生成模块和判别模块的对抗性训练，采用梯度惩罚作为一种软约束的对抗损失函数，改进了原始生成对抗网络训练过程，显著减少了网络训练和测试期间的内存占用和运行时间，提高了多视图立体深度预测精度。

申请人：北京工业大学

地址：100124 北京市朝阳区平乐园100号

国籍：CN

代理机构：北京思海天达知识产权代理有限公司

代理人：吴荫芳

本文发布于:2024-09-20 13:32:58，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/800236.html

上一篇：一种形状记忆合金复合材料制成的锂离子电池及制备方法[发明专利]

下一篇：脱钙骨基质材料及其制备方法[发明专利]