[发明专利]一种单目深度估计模型学习性能的不确定性量化方法有效
| 申请号： | 202210696178.9 | 申请日： | 2022-06-20 |
| 公开（公告）号： | CN114782782B | 公开（公告）日： | 2022-10-04 |
| 发明（设计）人： | 肖春霞;郑圣杰;罗飞 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06V10/776 | 分类号： | G06V10/776;G06V10/774;G06V10/82;G06T7/50;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 齐晨涵 |
| 地址： | 430072 湖北省武*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及单目深度估计领域，公开了一种单目深度估计模型学习性能的不确定性量化方法，通过设计不确定性测量策略、不确定性引导策略和不确定性后处理策略。不仅能高效测量自监督单目深度模型输出深度图的不确定性，并且可以利用不确定性信息引导网络学习和对深度图进行后处理。本发明简单有效，不需要添加网络模块，避免了对基线模型网络结构的修改，可推广到现有和未来的自监督单目深度模型当中。 | ||
| 搜索关键词： | 一种 深度 估计 模型 学习 性能 不确定性 量化 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210696178.9/，转载请声明来源钻瓜专利网。
