一种深度数据获取方法及移动终端技术

本发明专利技术提供一种深度数据获取方法及移动终端，其中方法包括：获取所述移动终端的第一相位检测自动对焦PDAF摄像头采集到的图像的RGB数据；将所述图像的RGB数据作为目标算法的输入数据，通过所述目标算法计算得到对应的深度数据；其中，所述目标算法为通过对多组训练数据进行机器学习得到的算法，每组训练数据包括相同场景下的第一RGB数据以及第一深度数据。本发明专利技术实施例能够根据PDAF摄像头采集到的图像的RGB数据以及目标算法计算得到对应的深度数据，使得本发明专利技术实施例计算得到的深度数据更加接近于实际的深度数据，能够有效提高通过PDAF摄像头得到的深度数据的准确度。

Depth data acquisition method and mobile terminal

The invention provides a depth data acquisition method and a mobile terminal, wherein the method includes: acquiring the RGB data of the image captured by the first phase detection automatic focusing PDAF camera of the mobile terminal; taking the RGB data of the image as the input data of the target algorithm, calculating the corresponding depth by the target algorithm. Degree data, wherein the target algorithm is an algorithm obtained by machine learning from multiple sets of training data, each set of training data includes the first RGB data in the same scene and the first depth data. The embodiment of the invention can calculate the corresponding depth data according to the RGB data of the image captured by the PDAF camera and the target algorithm, so that the depth data calculated by the embodiment of the invention is closer to the actual depth data, and can effectively improve the accuracy of the depth data obtained by the PDAF camera.

【技术实现步骤摘要】
一种深度数据获取方法及移动终端
本专利技术实施例涉及图像处理
，尤其涉及一种深度数据获取方法及移动终端。
技术介绍
随着电子信息技术的不断发展，移动终端(例如智能手机、平板电脑等)的功能越来越强大，3D(ThreeDimensions，三维)成像技术成为图像处理技术中的一种趋势。PDAF(PhaseDetectionAutoFocus，相位检测自动对焦)摄像头，例如2PD(DualPhotodiode，双光电二极管)摄像头、OCL(on-Chipmicro-Lenses片上微透镜)摄像头，能够将单个像素点分割成左右像素点分别进行成像。相对于普通摄像头而言，其不仅可以实现快速对焦的功能，还可以通过左右像素点分别成像时产生的视差获得被拍摄物体的深度信息，即能够实现双目摄像头的测距功能。然而，受限于感光面积、像素点大小、镜头光学性能、左右像素点之间基线长度以及可测量的深度范围等因素，PDAF摄像头通过计算左右像素点视差获取的深度信息的准确度较低。
技术实现思路
本专利技术实施例提供一种深度数据获取方法及移动终端，以解决现有技术中PDAF摄像头通过计算左右像素点视差获取的深度信息的准确度较低的问题。为了解决上述技术问题，本专利技术是这样实现的：第一方面，本专利技术实施例提供了一种深度数据获取方法，应用于移动终端，所述方法包括：获取所述移动终端第一相位检测自动对焦PDAF摄像头采集到的图像的RGB数据；将所述图像的RGB数据作为目标算法的输入数据，通过所述目标算法计算得到对应的深度数据；其中，所述目标算法为通过对多组训练数据进行机器学习得到的算法，每组训练数据包括相同场景下的第一RGB数据以及第一深度数据。第二方面，本专利技术实施例提供了一种移动终端，所述移动终端包括：获取模块，用于获取所述移动终端第一相位检测自动对焦PDAF摄像头采集到的图像的RGB数据；计算模块，用于将所述图像的RGB数据作为目标算法的输入数据，通过所述目标算法计算得到对应的深度数据；其中，所述目标算法为通过对多组训练数据进行机器学习得到的算法，每组训练数据包括相同场景下的第一RGB数据以及第一深度数据。第三方面，本专利技术实施例提供了另一种移动终端，包括处理器，存储器，存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述深度数据获取方法的步骤。第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述深度数据获取方法的步骤。这样，本专利技术实施例能够根据PDAF摄像头采集到的图像的RGB数据以及目标算法计算得到对应的深度数据，所述目标算法为在前期采集训练数据，对原始RGB数据与深度数据之间的对应关系进行深度学习得到的算法，使得本专利技术实施例计算得到的深度数据更加接近于实际的深度数据，能够有效提高通过PDAF摄像头得到的深度数据的准确度。此外，本专利技术实施例不需要使用深度摄像头也能得到准确度较高的深度数据，能够有效节省成本。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获取其他的附图。图1是本专利技术实施例提供的一种深度数据获取方法的流程图；图2是本专利技术实施例提供的另一种深度数据获取方法的流程图；图3是本专利技术实施例提供的移动终端的结构图之一；图4是本专利技术实施例提供的移动终端的结构图之二；图5是本专利技术实施例提供的移动终端的硬件结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获取的所有其他实施例，都属于本专利技术保护的范围。参见图1，图1是本专利技术实施例提供的一种深度数据获取方法的流程图，所述深度数据获取方法应用于移动终端，如图1所示，包括以下步骤：步骤101、获取所述移动终端的第一相位检测自动对焦PDAF摄像头采集到的图像的RGB数据。该步骤中，所述方法获取所述移动终端的第一PDAF摄像头采集到的图像的RGB数据，所述方法可以在需要获取深度数据时获取所述移动终端的第一PDAF摄像头采集到的图像的RGB数据。所述第一PDAF摄像头可以是2PD摄像头，也可以是OCL摄像头，本专利技术实施例对此不做具体限定。所述PDAF摄像头可以是2PD(DualPhotodiode，双光电二极管)摄像头，也可以是OCL(on-Chipmicro-Lenses片上微透镜)摄像头。可以理解的是，在专利技术一些实施例中，所述方法在获取所述移动终端的第一PDAF摄像头采集到的图像的RGB数据之前，还控制所述移动终端的第一PDAF摄像头采集图像。举例而言，假设用户对所述移动终端上目标应用程序执行用于触发所述目标应用程序获取深度数据的触发操作，例如开启所述移动终端上的人脸识别功能等，所述方法响应于所述触发操作，控制所述移动终端的第一PDAF摄像头采集图像。步骤102、将所述图像的RGB数据作为目标算法的输入数据，通过所述目标算法计算得到对应的深度数据，其中，所述目标算法为通过对多组训练数据进行机器学习得到的算法，每组训练数据包括相同场景下的第一RGB数据以及第一深度数据。该步骤中，所述方法将所述图像的RGB数据作为目标算法的输入数据，计算得到对应的深度数据。所述目标算法为通过对多组训练数据进行机器学习得到的算法，每组训练数据包括第一RGB数据以及第一深度数据。所述目标算法可以是所述移动终端预先通过对多组训练数据进行机器学习得到的算法，也可以由其他终端(例如其他移动终端或固定终端等)或者服务器通过对多组训练数据进行机器学习得到的，并向所述移动终端发送的算法，本专利技术实施例对此不做具体限定。具体地，所述目标算法可以是将多组训练数据中的每组训练数据的第一RGB数据作为输入数据，第一深度数据作为输出数据，进行机器学习得到的算法。所述多组训练数据可以是第二PDAF摄像头以及深度摄像头在多个不同场景下同步采集的图像的数据，所述第二PDAF摄像头与所述第一PDAF摄像头的配置及参数均相同。可以理解的是，所述第二PDAF摄像头与所述第一PDAF摄像头可以为同一个PDAF摄像头，也可以为配置及参数均相同的两个PDAF摄像头，也就是说，所述方法可以直接使用所述第一PDAF摄像头采集训练数据，也可以使用与所述第一PDAF摄像头的配置及参数均相同的其他PDAF摄像头采集训练数据。所述深度摄像头可以是任何能够计算深度数据的深度摄像头，例如可以是结构光(StructuredLight)摄像头，也可以是TOF(TimeofFlight，飞行时间测距法)摄像头，还可以是双目摄像头，本专利技术实施例对此不做具体限定。本专利技术实施例中，上述移动终端可以是任何移动终端，例如：手机、平板电脑(TabletPersonalComputer)、膝上型电脑(LaptopComputer)、个人数字助理(personaldigitalassistant，简称PDA)、移动上网装置(M本文档来自技高网...

【技术保护点】
1.一种深度数据获取方法，应用于移动终端，其特征在于，所述方法包括：获取所述移动终端第一相位检测自动对焦PDAF摄像头采集到的图像的RGB数据；将所述RGB数据作为目标算法的输入数据，通过所述目标算法计算得到对应的深度数据；其中，所述目标算法为通过对多组训练数据进行机器学习得到的算法，每组训练数据包括相同场景下的第一RGB数据以及第一深度数据。

【技术特征摘要】
1.一种深度数据获取方法，应用于移动终端，其特征在于，所述方法包括：获取所述移动终端第一相位检测自动对焦PDAF摄像头采集到的图像的RGB数据；将所述RGB数据作为目标算法的输入数据，通过所述目标算法计算得到对应的深度数据；其中，所述目标算法为通过对多组训练数据进行机器学习得到的算法，每组训练数据包括相同场景下的第一RGB数据以及第一深度数据。2.如权利要求1所述的深度数据获取方法，其特征在于，所述获取所述移动终端的PDAF摄像头采集到的图像RGB数据之前，所述方法还包括：接收用户对目标应用程序的触发操作；响应于所述触发操作，控制所述移动终端的第一PDAF摄像头采集图像；所述通过所述目标算法计算得到对应的深度数据之后，所述方法还包括：向所述目标应用程序发送所述计算得到的深度数据。3.如权利要求1所述的深度数据获取方法，其特征在于，所述对多组训练数据进行机器学习，包括：将多组训练数据中每组训练数据的第一RGB数据作为输入数据，第一深度数据作为输出数据，进行机器学习；其中，所述多组训练数据为第二PDAF摄像头以及深度摄像头在多个不同场景下同步采集的图像的数据，所述第二PDAF摄像头与所述第一PDAF摄像头的配置及参数均相同。4.如权利要求3所述的深度数据获取方法，其特征在于，所述同步采集的图像的数据，包括：在采集帧率相同的情况下，同步采集的图像的数据。5.一种移动终端，其特征在于，所述移动终端包括：获取模块，用于获取所述移动终端第一相位检测自动对焦PDAF摄...

【专利技术属性】
技术研发人员：王智鹏，
申请(专利权)人：维沃移动通信有限公司，
类型：发明
国别省市：广东,44