数据处理方法、装置、介质和计算设备制造方法及图纸

本发明专利技术的实施方式提供了一种数据处理方法，包括：通过摄像装置获取图像；将所述图像输入到训练好的神经网络中，得到所述图像对应的深度图，所述深度图包括所述图像中多个像素点对应的真实尺度的深度值；基于所述图像以及所述深度图构建三维地图，并确定所述摄像装置在所述地图中的位置。本发明专利技术通过神经网络得到图像的多个像素点的真实尺度的深度值，从而可以基于该真实尺度的深度值构建三维地图，使得在构建三维地图过程中不必再对各像素点的深度值进行估算，从而显著地减少了计算量，并且提高了准确度。此外，本发明专利技术的实施方式还提供了一种数据处理装置、一种计算设备以及一种介质。

【技术实现步骤摘要】
数据处理方法、装置、介质和计算设备
本专利技术的实施方式涉及计算机
，更具体地，本专利技术的实施方式涉及一种数据处理方法、装置、介质和计算设备。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。随着科学技术的快速发展，同步定位与地图创建(SimultaneousLocalizationandMapping，简称SLAM)技术越来越多地应用于机器人定位、自主导航、AR交互、无人驾驶等诸多领域。目前，视觉SLAM可以分为单目SLAM、多目SLAM以及RGBD等，其中，单目SLAM对硬件设备要求较低，应用更加广泛。然而，由于单目相机无法估计尺度信息，且机器视觉算法在低纹理区域立体匹配精度低、鲁棒性差，导致单目SLAM很难满足实际应用的需求。
技术实现思路
可见，出于单目相机无法估计真实尺度信息的原因，现有技术在构建三维地图的过程中需要通过算法对各像素点的深度值进行估算(例如，通过三角测量的方法估算深度值)，计算量大，并且深度估算在低纹理区域立体匹配精度低，鲁棒性差，准确率低。为此，非常需要一种优化的处理方法，该本文档来自技高网...

【技术保护点】
1.一种数据处理方法，包括：通过摄像装置获取图像；将所述图像输入到训练好的神经网络中，得到所述图像对应的深度图，所述深度图包括所述图像中多个像素点对应的真实尺度的深度值；基于所述图像以及所述深度图构建三维地图，并确定所述摄像装置在所述地图中的位置。

【技术特征摘要】
1.一种数据处理方法，包括：通过摄像装置获取图像；将所述图像输入到训练好的神经网络中，得到所述图像对应的深度图，所述深度图包括所述图像中多个像素点对应的真实尺度的深度值；基于所述图像以及所述深度图构建三维地图，并确定所述摄像装置在所述地图中的位置。2.根据权利要求1所述的方法，还包括：对所述深度图进行高斯平滑滤波处理和/或梯度平滑滤波处理。3.根据权利要求1所述的方法，其中，所述通过摄像装置获取图像包括：通过单目相机获取图像。4.根据权利要求1所述的方法，其中，所述训练好的神经网络包括通过梯度平滑损失函数和L2损失函数优化得到的神经网络。5.根据权利要求1所述的方法，其中，所述神经网络包括卷积神经网络，所述卷积神经网络包括ResNet50网络结构以及至少一个反卷积层。6.根据权利要求5所述的方法，其中，所述ResNet50网络结构包括第一卷积块、第二卷积块、第三卷积块以及第四卷积块，每个卷积块中包括至少一个卷积层，其中，所述第二卷...

【专利技术属性】
技术研发人员：王加芳，刘海伟，丛林，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江,33