[發(fā)明專利]使用多刻度密集連通卷積網(wǎng)絡(luò)的相對深度序列估計方法

在審

• 申請?zhí)枺?/td>: 201810711047.7
• 申請日: 2018-07-03
• 公開（公告）號: CN109034374A
• 公開（公告）日: 2018-12-18
• 發(fā)明（設(shè)計）人: 蘇菲
• 申請（專利權(quán)）人: 蘇州中科啟慧軟件技術(shù)有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了使用多刻度密集連通卷積網(wǎng)絡(luò)的相對深度序列估計方法，包括：通過消融實驗分析作品中使用的輸入特征的有效性，檢查每個上下文線索的性能在深度序列估計的上下文中的貢獻(xiàn)；使用多尺度密集連接的網(wǎng)絡(luò)來解決任務(wù)，多尺度模型利用點(diǎn)周圍的局部上下文信息，提取三個逐漸增加的包圍盒周圍的包圍盒，通過學(xué)習(xí)從點(diǎn)對附近的多個大小區(qū)域回歸來探索局部結(jié)構(gòu)；利用DenseNet深度學(xué)習(xí)算法對多尺度模型進(jìn)行改進(jìn)，使用最近密集連接的網(wǎng)絡(luò)；對改進(jìn)后的多尺度模型進(jìn)一步輸出重建深度圖，得到高質(zhì)量的相對深度序列估計。本發(fā)明通過對周圍環(huán)境的有效探索和網(wǎng)絡(luò)的深化，可以給出不同點(diǎn)的深度信息，解決二維信息到三維數(shù)據(jù)結(jié)構(gòu)的轉(zhuǎn)化，提高準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)視覺的領(lǐng)域，尤其涉及一種使用多刻度密集連通卷積網(wǎng)絡(luò)的相對深度序列估計方法。

背景技術(shù)

圖像中的兩個對象(點(diǎn))的深度序列信息是許多計算機(jī)視覺任務(wù)(如對象分類和語義分割)的重要視覺線索。目的是知道給定一對像素，哪一個更接近或更接近(或在同一深度)到相機(jī)。傳統(tǒng)的方法主要依賴于物體的邊界和結(jié)特性，如T型結(jié)、凸性/凹性和夾雜等，但是這些方法的精度是有限的。

發(fā)明內(nèi)容

本發(fā)明主要解決的技術(shù)問題是提供一種使用多刻度密集連通卷積網(wǎng)絡(luò)的相對深度序列估計方法，通過對周圍環(huán)境的有效探索和網(wǎng)絡(luò)的深化，可以給出不同點(diǎn)的深度信息，解決二維信息到三維數(shù)據(jù)結(jié)構(gòu)的轉(zhuǎn)化，提高準(zhǔn)確率，深化網(wǎng)絡(luò)，提高性能。

為解決上述技術(shù)問題，本發(fā)明采用的一個技術(shù)方案是：提供了一種使用多刻度密集連通卷積網(wǎng)絡(luò)的相對深度序列估計方法，估計點(diǎn)對的深度序列是探索點(diǎn)之間的三維關(guān)系，通過以下過程實現(xiàn)相對深度序列估計：

步驟一：通過消融實驗分析作品中使用的輸入特征的有效性，檢查每個上下文線索的性能在深度序列估計的上下文中的貢獻(xiàn)，發(fā)現(xiàn)，點(diǎn)對周圍的局部上下文貢獻(xiàn)最大，全局場景上下文幫助不大；

步驟二：使用多尺度密集連接的網(wǎng)絡(luò)來解決任務(wù)，多尺度模型利用點(diǎn)周圍的局部上下文信息，提取三個逐漸增加的包圍盒周圍的包圍盒，代替學(xué)習(xí)全局結(jié)構(gòu)，通過學(xué)習(xí)從點(diǎn)對附近的多個大小區(qū)域回歸來探索局部結(jié)構(gòu)；

步驟三：利用DenseNet深度學(xué)習(xí)算法對多尺度模型進(jìn)行改進(jìn)，使用最近密集連接的網(wǎng)絡(luò)，以鼓勵大量的特征重用，實現(xiàn)深化密集連接網(wǎng)絡(luò)；

步驟四：對改進(jìn)后的多尺度模型進(jìn)一步輸出重建深度圖，得到高質(zhì)量的相對深度序列估計。

本發(fā)明的有益效果是：本發(fā)明的使用多刻度密集連通卷積網(wǎng)絡(luò)的相對深度序列估計方法，通過對周圍環(huán)境的有效探索和網(wǎng)絡(luò)的深化，可以給出不同點(diǎn)的深度信息，解決二維信息到三維數(shù)據(jù)結(jié)構(gòu)的轉(zhuǎn)化，提高準(zhǔn)確率，深化網(wǎng)絡(luò)，提高性能。

具體實施方式

下面將對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅是本發(fā)明的一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實施例包括：

一種使用多刻度密集連通卷積網(wǎng)絡(luò)的相對深度序列估計方法，估計點(diǎn)對的深度序列是探索點(diǎn)之間的三維關(guān)系，通過以下過程實現(xiàn)相對深度序列估計：

步驟一：通過消融實驗分析作品中使用的輸入特征的有效性，檢查每個上下文線索的性能在深度序列估計的上下文中的貢獻(xiàn)，發(fā)現(xiàn)，點(diǎn)對周圍的局部上下文貢獻(xiàn)最大，全局場景上下文幫助不大；

步驟二：使用多尺度密集連接的網(wǎng)絡(luò)來解決任務(wù)，多尺度模型利用點(diǎn)周圍的局部上下文信息，提取三個逐漸增加的包圍盒周圍的包圍盒，代替學(xué)習(xí)全局結(jié)構(gòu)，通過學(xué)習(xí)從點(diǎn)對附近的多個大小區(qū)域回歸來探索局部結(jié)構(gòu)；