【技术实现步骤摘要】
本专利技术属于立体视觉
，尤其涉及一种基于深度学习的双目视觉深度信息获取方法。
技术介绍
近年来，深度信息在传感器中获得了越来越多的应用。获取深度信息的技术主要有双目立体匹配、TOF(TimeofFlight，飞行时间)、单目结构光、激光雷达等技术。这些技术可以为传感器增加额外的深度信息，在图像识别与处理、场景理解、VR、AR和机器人等领域有着广泛的应用。然而，当前市面上的主流产品依旧有各自的使用范围和局限性。比如，微软的Kinect(TOF)只能在室内和有限光照的室外场景中使用，而且距离的局限性较大；单目结构光技术需要发出主动能量，同样不适用于室外光照较强的场景；双目立体匹配技术属于计算机立体视觉领域，此技术虽然适用于室内和室外，然而在处理纹理缺失时效果不佳，而且存在精确定焦、计算时间等问题；激光雷达等设备价格相对昂贵，且大部分只能获取二维平面的深度信息。
技术实现思路
针对上述不足，本专利技术提供一种基于深度学习的双目视觉深度信息获取方法，本专利技术的核心是计算双目左右图像相互关联的亮度(色彩)信息，利用大量的图像和深度信息进行训练和学习，获得双目图像的视差的数据模型，并在实际获取双目信息之后，根据训练的模型，快速准确的获得当前场景的立体信息，从而成功获取深度。为了达到上述目的，本专利技术所采用的技术方案如下：一种基于深度学习的双目视觉深度信息获取方法，包括如下步骤：步骤1：训练数据的获取；首先，获取N对双目视觉系统拍摄的图片对{Pi|i＝1,2,…,N
【技术保护点】
一种基于深度学习的双目视觉深度信息获取方法，其特征在于，包括如下步骤：步骤1：训练数据的获取；首先，获取N对双目视觉系统拍摄的图片对{Pi|i＝1,2,…,N}，每个图片对Pi包括左侧相机拍摄的左图和右侧相机拍摄的右图其中上标i代表图片次序；同时获取与每个图片对Pi对应的深度图Di；将图片对和每个图片对Pi对应的深度图构成原始的数据集{Pi，Di|i＝1,2,…,N}。步骤2：标注原始数据集，生成训练数据；每幅深度图Di上选取M个特征像素点{DPi(xj，yj，zj)|j＝1,2,…,M}，并分别在左右图中找出其对应的像素点的坐标{PTleft(xj，yj),PTright(xj，yj)|j＝1,2,…,M}；每个图像对Pi上包含M组数据{DPi(xj，yj，zj),PTleft(xj，yj),PTright(xj，yj)|j＝1,2,…,M}；总共的训练样本有M×N组。步骤3：对获取的图像和深度信息进行深度学习网络训练；利用M×N组数据{DPi(xj，yj，zj),PTleft(xj，yj),PTright(xj，yj)|j＝1,2,…,M}以及原始的左右图像数据{Pi|i＝1,2,...
【技术特征摘要】
1.一种基于深度学习的双目视觉深度信息获取方法，其特征在于，包括如下步骤：步骤1...
【专利技术属性】
技术研发人员：时岭，高勇，
申请(专利权)人：杭州蓝芯科技有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。