网络生成方法、装置、电子设备和计算机可读介质制造方法及图纸

本公开的实施例公开了网络生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取至少一个样本深度图组，上述至少一个样本深度图组中的样本深度图组与镜头的不同视角对应，上述样本深度图组包括样本输入深度图和样本输出深度图；对于上述至少一个样本深度图组中的样本深度图组，将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图；将上述待处理深度图与该样本深度图组中的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络。该实施方式提高了获取镜头多个角度的深度图的准确性和效率。图的准确性和效率。图的准确性和效率。

【技术实现步骤摘要】
网络生成方法、装置、电子设备和计算机可读介质


[0001]本公开的实施例涉及计算机
，具体涉及网络生成方法、装置、电子设备和计算机可读介质。

技术介绍

[0002]深度图包含了镜头与物体的深度信息，是自动驾驶、计算机视觉和图像理解等领域的重要基础。通过深度图，自动驾驶、计算机视觉和图像理解可以对场景做出准确理解。
[0003]现有获取深度图像时，存在以下不足：
[0004]镜头的旋转位姿通常是预先设定好的，因此，镜头只能获取旋转位姿对应的角度的深度图，无法获取其他角度的深度图。进而，使得自动驾驶、计算机视觉和图像理解无法对场景做出准确理解。

技术实现思路

[0005]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0006]本公开的一些实施例提出了网络生成方法、装置、电子设备和计算机可读介质，来解决以上
技术介绍
部分提到的技术问题。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络生成方法，包括：获取至少一个样本深度图组，所述至少一个样本深度图组中的样本深度图组与镜头的不同视角对应，所述样本深度图组包括样本输入深度图和样本输出深度图；对于所述至少一个样本深度图组中的样本深度图组，将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图；将所述待处理深度图与该样本深度图组中的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络，所述深度图生成网络用于生成不同视角的目标深度图。2.根据权利要求1所述的方法，其中，所述获取至少一个样本深度图组，包括：获取样本输入深度图和预设的至少一个扭曲位姿映射，所述扭曲位姿映射用于表征获取所述初始深度图的镜头的视角；对于所述至少一个扭曲位姿映射中的扭曲位姿映射，基于所述样本输入深度图和该扭曲位姿映射生成样本输出深度图；将所述样本输入深度图分别与至少一个样本输出深度图中的样本输出深度图进行组合，得到至少一个样本深度图组。3.根据权利要求1所述的方法，其中，所述将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图，包括：将样本输入深度图输入所述生成网络，得到初始结果深度图；响应于所述初始结果深度图与样本输入深度图对应的样本输出深度图之间的损失值大于设定损失阈值，将所述初始结果深度图设置为初始待处理深度图。4.根据权利要求3所述的方法，其中，所述将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图，还包括：获取多个初始待处理深度图；对于所述多个初始待处理深度图中的初始待处理深度图，通过该初始待处理深度图和对应的样本输入深度图得到待处理扭曲位姿映射；响应于所述多个初始待处理深度图对应的多个待处理扭曲位姿映射之间的相似度大于设定相似度阈值，将多个初始待处理深度图设置为待处理深度图。5.根据权利要求1所述的方法，其中，所述对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络，包括：执行如下训练步骤：固定生成网络的参数，将所述至少一个样本深度图组中的每个样本输入深度图作为生成网络的输入，将生成网络输出的待处理深度图和输入生成网络的样本输入深度图对应的样本输出深度图作为判别网络...

【专利技术属性】
技术研发人员：徐鑫，张亮亮，
申请(专利权)人：京东鲲鹏江苏科技有限公司，
类型：发明
国别省市：