【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。