一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种光流估计方法、终端以及存储介质与流程

2021-11-17 19:36:00 来源:中国专利 TAG:

技术特征:
1.一种光流估计方法,其特征在于,所述光流估计方法包括:获取待估计光流的目标图像对,对所述目标图像对中的各个目标图像进行特征提取,获取所述各个目标图像分别对应的第一特征,其中,所述第一特征包括n层特征层,n为大于等于2的正整数;获取所述n层特征层中第一层特征层之外的m层特征层,根据所述m层特征层中其他的特征层对所述m层特征层中的各个特征层进行处理,获取所述目标图像对应的第二特征,其中,所述第二特征包括m层特征层,m=n-1,m为正整数;将所述目标图像对中所述各个目标图像分别对应的第二特征输入至预设光流估计网络,获取所述预设光流估计网络输出的光流。2.根据权利要求1所述的光流估计方法,其特征在于,所述对所述目标图像对中的各个目标图像进行特征提取,获取所述各个目标图像分别对应的第一特征包括:根据所述目标图像提取出所述n层特征层中的第一层特征层;按照预设的分辨率缩放比例对第i层特征层进行卷积池化,得到第i 1层,其中i的数值依次取1、2、

、n-1,从而获取所述目标图像的所述n层特征层。3.根据权利要求1所述的光流估计方法,其特征在于,所述m层特征层中各层的分辨率从第1层至第m层依次降低;所述根据所述m个特征层中其他的特征层对所述m个特征层中的各个特征层进行处理,获取所述目标图像对应的第二特征包括:对于所述m层特征中的第m层特征层,根据所述m层特征层中的第1层特征层和/或第m 1特征层对所述第m层特征层进行处理,获取所述目标图像对应的第二特征,其中,m为正整数,1≤m≤m。4.根据权利要求3所述的光流估计方法,其特征在于,所述根据所述m层特征层中的第1层特征层和/或第m 1层特征层对所述第m层特征层进行处理包括:根据第一中间特征层和/或第二中间特征层对所述第m层特征层进行特征融合处理,获取所述第二特征中的第m层特征层;其中,所述第一中间特征层为对第m 1层特征层进行上采样后获取的与所述第m层特征层的分辨率一致的特征层,所述第二中间特征层为对所述m层特征层中的第1层特征层进行下采样后获取的与所述第m层特征层的分辨率一致的特征层。5.根据权利要求4所述的光流估计方法,其特征在于,所述根据第一中间特征层和/或第二中间特征层对所述第m层特征层进行特征融合处理,获取所述第二特征中的第m层特征层包括:当1<m<m时,根据所述第一中间特征层和所述第二中间特征层对所述第m层特征层进行特征融合处理,获取所述第二特征中的第m层特征层;当m=1时,根据所述第一中间特征层对所述第m层特征层进行特征融合处理,获取所述第二特征中的第1层特征层;当n=m时,根据所述第二中间特征层对所述第m层特征层进行特征融合处理,获取所述第二特征中的第m层特征层。6.根据权利要求5所述的光流估计方法,其特征在于,所述根据所述第一中间特征层和所述第二中间特征层对所述第m层特征层进行特征融合处理,获取所述第二特征中的第m层特征层包括:
分别对所述第一中间特征层和所述第二中间特征层进行卷积,生成第一卷积特征层和第二卷积特征层;将所述第一卷积特征层和所述第二卷积特征层与所述第m层特征层相加,生成第三中间特征层;对所述第三中间特征层进行卷积,生成所述第二特征中的第m层特征层。7.根据权利要求5所述的光流估计方法,其特征在于,所述根据所述第一中间特征层对所述第m层特征层进行特征融合处理,获取所述第二特征中的第1层特征层包括:对所述第一中间特征层进行卷积,生成第一卷积特征层;将所述第一卷积特征层与所述第m层特征层相加,生成第三中间特征层;对所述第三中间特征层进行卷积,生成所述第二特征中的第1层特征层。8.根据权利要求5所述的光流估计方法,其特征在于,所述根据所述第二中间特征层对所述第m层特征层进行特征融合处理,获取所述第二特征中的第m层特征层包括:对所述第二中间特征层进行卷积,生成第二卷积特征层;将所述第二卷积特征层与所述第m层特征层相加,生成第三中间特征层;对所述第三中间特征层进行卷积,生成所述第二特征中的第m层特征层。9.一种终端,其特征在于,所述终端包括:处理器、与处理器通信连接的存储介质,所述存储介质适于存储多条指令,所述处理器适于调用所述存储介质中的指令,以执行实现上述权利要求1-8任一项所述的光流估计方法的步骤。10.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1-8任一项所述的光流估计方法的步骤。

技术总结
本发明公开了一种光流估计方法、终端及存储介质,所述光流估计方法对待估计光流的图像中用于输入至光流估计网络中的每一层特征层,在输入至光流估计网络进行光流估计之前,都利用其他的特征层进行处理,使得输入至光流估计网络中的每一层特征能够融合其他层的特征,光流估计网络能够有效利用更丰富的特征进行光流估计,提升光流估计的精度。提升光流估计的精度。提升光流估计的精度。


技术研发人员:徐璐
受保护的技术使用者:武汉TCL集团工业研究院有限公司
技术研发日:2020.05.12
技术公布日:2021/11/16
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献