【技术实现步骤摘要】
视差确定方法、装置、计算机设备及存储介质
本专利技术涉及自动驾驶
，特别涉及一种视差确定方法、装置、计算机设备及存储介质。
技术介绍
自动驾驶技术是代替人类来感知车辆周围环境、进行驾驶决策规划并自动执行驾驶操作的技术。车辆自动驾驶过程中，需要实时构建出模拟周围环境的虚拟场景。其中，本领域中，通常采用确定周围环境的多帧不同视点的图像之间的视差，实现多帧图像的立体视觉匹配，从而构建虚拟场景。相关技术中，视差确定过程可以包括：车辆自动驾驶过程中，终端利用车辆安装的多个摄像头对周围环境进行拍摄，得到至少两帧不同视点的图像。终端通过SIFT(Scale-invariantfeaturetransform，尺度不变特征变换)算法、SURF(SpeededUpRobustFeatures,加速稳健特征)算法等匹配算法，识别出多帧图像中多个关键点的描述子，并根据多个关键点的描述子对多帧图像中多个关键点进行匹配，从而能够确定出每个关键点在多帧图像中的不同位置，计算出多帧图像之间的视差。上述过程实际上是利用匹配算法...
【技术保护点】
1.一种视差确定方法，其特征在于，所述方法包括：/n在车辆行驶过程中，采集周围环境的两帧图像，所述两帧图像的视点不同；/n将所述两帧图像输入目标模型，在所述目标模型的视差特征层中，基于所述两帧图像的图像特征，确定所述两帧图像之间的初始视差，所述视差特征层用于确定两帧图像之间的初始视差，所述目标模型用于基于任意两帧图像输出所述任意两帧图像的视差；/n在所述目标模型的残差学习层中，基于所述两帧图像和所述初始视差，确定所述初始视差的残差；/n根据所述初始视差和所述残差，输出所述两帧图像的视差。/n
【技术特征摘要】
1.一种视差确定方法，其特征在于，所述方法包括：
在车辆行驶过程中，采集周围环境的两帧图像，所述两帧图像的视点不同；
将所述两帧图像输入目标模型，在所述目标模型的视差特征层中，基于所述两帧图像的图像特征，确定所述两帧图像之间的初始视差，所述视差特征层用于确定两帧图像之间的初始视差，所述目标模型用于基于任意两帧图像输出所述任意两帧图像的视差；
在所述目标模型的残差学习层中，基于所述两帧图像和所述初始视差，确定所述初始视差的残差；
根据所述初始视差和所述残差，输出所述两帧图像的视差。
2.根据权利要求1所述的方法，其特征在于，所述在所述目标模型的残差学习层中，基于所述至少两帧图像和所述初始视差，确定所述初始视差的残差包括：
将所述两帧图像、所述初始视差、所述两帧图像中第一图像的合成图像和所述合成图像与所述第一图像之间的偏差，输入所述目标模型的残差学习层；
在所述残差学习层中，对所述两帧图像、所述初始视差、所述合成图像和所述偏差进行卷积处理，得到所述卷积处理后的初始视差的中间残差；
其中，所述合成图像为基于所述初始视差和所述两帧图像中第二图像所生成的图像，所述合成图像与所述第一图像的视点相同。
3.根据权利要求2所述的方法，其特征在于，所述根据所述初始视差和所述残差，输出所述两帧图像的视差包括：
根据所述中间残差和所述卷积处理后的初始视差，确定中间视差；
对所述中间视差进行去卷积处理，得到所述两帧图像的视差，输出所述视差。
4.根据权利要求2所述的方法，其特征在于，所述在所述目标模型的残差学习层中，基于所述至少两帧图像和所述初始视差，确定所述初始视差的残差之前，所述方法还包括：
根据所述初始视差和所述两帧图像中的第二图像，生成与所述第一图像的视点相同的合成图像；
根据所述合成图像和所述第一图像，确定所述合成图像和所述第一图像之间的偏差。
5.根据权利要求1所述的方法，其特征在于，所述在所述目标模型的视差特征层中，基于所述至少两帧图像的图像特征，确定所述至少两帧图像之间的初始视差包括：
基于所述视差特征层的卷积层，分别对所述两帧图像进行卷积处理，得到所述两帧图像的特征图像；
基于所述两帧图像的特征图像，确定特征图像中每个像素点的视差值；
对所述特征图像进行去卷积处理，基于所述每个像素点的视差值和去卷积处理后的特征图像，确定所述两帧图像的初始视差图像。
6.一种视差确定装置，其特征在于，所述装置包括：
采集模块，用于在车辆行...
【专利技术属性】
技术研发人员：崔迪潇，陈安，龚伟林，江志浩，徐生良，
申请(专利权)人：苏州智加科技有限公司，
类型：发明
国别省市：江苏;32
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。