
基本信息:
- 专利标题: 基于EPI特征强化的光场深度获取卷积神经网络
- 申请号:CN202111144388.9 申请日:2021-09-28
- 公开(公告)号:CN113705796A 公开(公告)日:2021-11-26
- 发明人: 李晋红 , 赵志浩 , 武迎春 , 程星 , 程卫东
- 申请人: 太原科技大学
- 申请人地址: 山西省太原市万柏林区窊流路66号
- 专利权人: 太原科技大学
- 当前专利权人: 太原科技大学
- 当前专利权人地址: 山西省太原市万柏林区窊流路66号
- 代理机构: 太原中正和专利代理事务所
- 代理人: 焦进宇
- 主分类号: G06N3/04
- IPC分类号: G06N3/04 ; G06N3/08 ; G06K9/46 ; G06K9/62
摘要:
基于EPI特征强化的光场深度获取卷积神经网络,属于光场图像深度获取领域,该网络由数据预处理模块、初级特征提取模块、高级特征提取模块、视差回归模块组成,在数据预处理模块,本专利基于视角差异对子孔径图像进行分类,形成了6组视差大小和方向确定的EPI图像,将其作为网络的输入进行特征学习;在初级特征提取模块,采用4个卷积块组成的多路编码网络来实现EPI初级特征提取,保证网络结构简单的同时有效提取特征;在高级特征提取模块,采用5个稠密残差连接的卷积块对合并后的特征信息进行处理,减少模型参数量的同时强化特征传播且支持特征重用;在视差回归模块,利用两个卷积层回归得到连续视差,实现深度重建。
公开/授权文献:
- CN113705796B 基于EPI特征强化的光场深度获取卷积神经网络 公开/授权日:2024-01-02
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06N | 基于特定计算模型的计算机系统 |
------G06N3/00 | 基于生物学模型的计算机系统 |
--------G06N3/02 | .采用神经网络模型 |
----------G06N3/04 | ..体系结构,例如,互连拓扑 |