图像处理方法、装置、电子设备及存储介质制造方法及图纸

一种图像处理方法、装置、电子设备及存储介质，其中，所述方法包括：通过单摄像头获取待处理图像；对所述待处理图像进行预处理，获得预处理图像；基于预先训练好的卷积神经网络模型，对所述预处理图像进行下采样操作，获得特征图像；对所述特征图像进行上采样操作，获得深度预测图像。本发明专利技术还提供一种图像处理装置、电子设备及存储介质。本发明专利技术能够通过单摄像头来进行环境景深预测，同时，提高环境景深预测的准确率和速率。

Image processing method, device, electronic equipment and storage medium

【技术实现步骤摘要】
图像处理方法、装置、电子设备及存储介质
本专利技术涉及图像处理
，尤其涉及一种图像处理方法、装置、电子设备及存储介质。
技术介绍
随着人工智能技术的发展与进步，环境景深预测技术已经大量应用于许多前沿科技之中，例如：自动驾驶，二维场景的三维重建等，环境景深预测技术是许多科研、商业产品的基础之一。传统的环境景深预测方法是通过双目摄像头模仿人的左右眼对同一个场景拍摄两张不同角度的照片。由于不同角度拍摄的照片中对同一个物体存在差异，这个差异叫做“视差”。通常，视差越小，则代表这个物体离摄像头的距离越近，反之，视差越大，则代表这个物体离摄像头的距离越远。而这个过程通常需要相机标定、图像矫正、立体匹配等过程，计算量比较大，同时，传统的环境景深预测多是基于双摄像头、多摄像头或者是激光测距，这就带来了系统成本高、对系统计算能力要求高、无法做到小型化等问题。
技术实现思路
鉴于以上内容，有必要提供一种图像处理方法、装置、电子设备及存储介质，能够通过单摄像头来进行环境景深预测，同时，提高环境景深预测的准确率和速率。一种图像本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：/n通过单摄像头获取待处理图像；/n对所述待处理图像进行预处理，获得预处理图像；/n基于预先训练好的卷积神经网络模型，对所述预处理图像进行下采样操作，获得特征图像；/n对所述特征图像进行上采样操作，获得深度预测图像。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
通过单摄像头获取待处理图像；
对所述待处理图像进行预处理，获得预处理图像；
基于预先训练好的卷积神经网络模型，对所述预处理图像进行下采样操作，获得特征图像；
对所述特征图像进行上采样操作，获得深度预测图像。


2.根据权利要求1所述的方法，其特征在于，所述对所述待处理图像进行预处理，获得预处理图像之后，所述方法还包括：
获取预设的精度值；
根据所述精度值，确定执行所述下采样操作的第一操作次数；
所述基于预先训练好的卷积神经网络模型，对所述预处理图像进行下采样操作，获得特征图像包括：
基于预先训练好的卷积神经网络模型，按照所述第一操作次数，对所述预处理图像进行下采样操作，获得特征图像。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取预设的图像处理速度；
根据所述图像处理速度，确定执行所述上采样操作的第二操作次数；
所述对所述特征图像进行上采样操作，获得深度预测图像包括：
按照所述第二操作次数，对所述特征图像进行上采样操作，获得深度预测图像。


4.根据权利要求1至3任一项所述的方法，其特征在于，所述下采样操作包括归一化处理、卷积操作、激活函数处理以及池化操作，所述上采样操作包括卷积操作。


5.根据权利要求1至3任一项所述的方法，其特征...

【专利技术属性】
技术研发人员：赵培骁，虞勇波，黄轩，王孝宇，
申请(专利权)人：深圳云天励飞技术有限公司，
类型：发明
国别省市：广东;44