深度估计方法、装置、电子设备和计算机可读存储介质制造方法及图纸

本申请涉及一种深度估计方法和装置、电子设备、计算机可读存储介质，该方法包括：在获取待处理图像之后，将待处理图像输入至预设深度估计网络中进行深度估计，得到待处理图像的深度信息。因为预设深度估计网络为基于训练集中各图像帧的语义分割结果及深度估计结果进行训练所生成的网络，所以在将待处理图像输入至预设深度估计网络中进行深度估计的过程中，就能够基于语义分割结果对深度估计结果做出辅助调整。最终，提高所得到的深度信息的准确性。提高所得到的深度信息的准确性。提高所得到的深度信息的准确性。

【技术实现步骤摘要】
深度估计方法、装置、电子设备和计算机可读存储介质


[0001]本申请涉及计算机视觉
，特别是涉及一种深度估计方法、装置、电子设备和计算机可读存储介质。

技术介绍

[0002]随着计算机技术的快速发展，计算机视觉相关技术也得到了较快发展。其中，计算机视觉是指采用摄影机和电脑代替人眼对目标执行识别、跟踪和测量等机器视觉操作，并进一步做图像处理操作，以生成更适合人眼观察或传送给仪器检测的图像。
[0003]而深度估计则是计算机视觉领域中非常重要的一个子领域，其目的是获取物体和拍摄点之间的距离即深度信息。因此，通过深度估计可以为三维重建、距离感知、SLAM、视觉里程计、活体检测、视频插帧、图像重建等一系列任务提供深度信息。
[0004]但是，针对深度信息非常复杂的场景，采用传统的深度估计网络对该场景的图像进行深度估计，所得出的深度信息的准确性较低。

技术实现思路

[0005]本申请实施例提供了一种深度估计方法、装置、电子设备、计算机可读存储介质，可以提高所得到的深度信息的准确性。
[0006]一方面，提供了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种深度估计方法，其特征在于，包括：获取待处理图像；将待处理图像输入至预设深度估计网络中进行深度估计，得到所述待处理图像的深度信息；所述预设深度估计网络为基于训练集中各图像帧的语义分割结果及深度估计结果进行训练所生成的网络。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述训练集中的各图像帧和中间深度估计网络得到所述深度估计结果，以及根据各所述图像帧和中间语义分割网络得到所述语义分割结果；根据所述深度估计结果及所述语义分割结果，对所述中间深度估计网络进行训练，生成所述预设深度估计网络。3.根据权利要求2所述的方法，其特征在于，所述根据所述深度估计结果及所述语义分割结果，对所述中间深度估计网络进行训练，生成所述预设深度估计网络，包括：根据所述深度估计结果及所述语义分割结果计算损失函数的值；基于所述损失函数的值对所述中间深度估计网络进行训练，生成所述预设深度估计网络。4.根据权利要求2所述的方法，其特征在于，所述根据深度估计结果及所述语义分割结果，对所述中间深度估计网络进行训练，生成所述预设深度估计网络，包括：从所述语义分割结果中，确定所述语义分割结果中的前景的边缘区域和内部区域；根据所述边缘区域、所述内部区域从所述深度估计结果中，获取所述边缘区域的第一深度估计结果和所述内部区域的第二深度估计结果；基于所述第一深度估计结果及所述第二深度估计结果，对所述中间深度估计网络进行训练，生成所述预设深度估计网络。5.根据权利要求4所述的方法，其特征在于，所述从所述语义分割结果中，确定所述语义分割结果中的前景的边缘区域和内部区域，包括：对所述语义分割结果中的前景分割结果进行膨胀操作得到外边缘，以及对所述前景分割结果进行腐蚀操作得到内边缘；根据所述外边缘和所述内边缘确定所述前景的边缘区域；将所述前景分割结果中处于所述边缘区域之内的区域，作为所述前景的内部区域。6.根据权利要求5所述的方法，其特征在于，所述根据所述边缘区域、所述内部区域从所述深度估计结果中，获取所述边缘区域的第一深度估计结果和所述内部区域的第二深度估计结果，包括：对所述外边缘上的m个第一像素点，在所述内边缘上确定与所述m个第一像素点距离最近的m个第二像素点，基于所述m个第一像素点和对应的所述m个第二像素点得到第一点对集合，所述m为正整数；在所述内部区域中，确定n个第三像素点以及与所述n个第三像素点对应的n个第四像素点，基于所述n个第三像素点和所述n个第四像素点得到第二点对集合，所述n为正整数；所述第三像素点和所述第四像素点的位置关系满足预设条件；从所述深度估计结果中，获取所述第一点对集合中各点对的第一深度估计结果和所述第二点对集合中各点对的第二深度估计结果。
7.根据权利要求6所述的方法，其特征在于，所述第三像素点和所述第四像素点的位置关系满足预设条件，包括：所述第三像素点与所述第四像素点在第一方向上的距离小于第一预设距离阈值、所述第三像素点与所述第四像素点在第二方向上的距离之间的距离小于第二预设距离阈值；所述第一方向与第二方向相互垂直。8.根据权利要求6所述的方法，其特征在于，所述基于所述第一深度估计结果及所述第二深度估计结果，对所述中间深度估计网络进行训练，生成所述预设深度估计网络，包括：根据第一点对集合中各第一点对的第一深度估计结果及第一标注深度结果，计算第一语义损失函数的值；所述第一语义损失函数用于对第一深度估计结果之间的差值小于第一预设深度差阈值的所述第一点对进行惩罚；根据第二点对集合中各第二点对的第二深度估计结果及第二标注深度结果，计算第二语义损失函数的值；所述第二语义损失函数用于对第二深度估计结果之间的差值大于第二预设深度差阈值的所述第二点对进行惩罚；根据所述第一语义损失函数的值、所述第二语义损失函数的值调整所...

【专利技术属性】
技术研发人员：张恒，阴俊博，吴奕谦，孟天意，韩文程，金小刚，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：