基于卷积神经网络的深度图修复

• 作者: 卫鑫 王立国 陈春雨
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 智能养殖 深度图 图像修复 门限卷积 深度学习 计算机视觉 自动编码器 无监督学习
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 智能科学与技术
• 页码范围: 33-38
• 页数: 6页
• 分类号: TP18
• 语种: 中文
• DOI: 10.11991/yykj202105029

摘要

在智能养殖中,常常会利用深度摄像头来进行猪只测重和活体测膘任务.针对深度摄像头受限位栏遮挡导致采集的深度图不完整这一问题,使用了彩色图像修复的办法,并通过引入门限卷积改进了现有神经网络.算法分为分割网络和修复网络.首先用分割网络找到缺损位置的掩膜,然后将掩膜和待修复深度图叠加后输入到改进后的修复网络中,最后得到完整的深度图.修复网络解决了深度图在缺损较大情况下难以补全的问题,并通过消融实验和与其他方法的对比实验,验证了改进后网络修复效果的优越性.