面向可穿戴智能装备视觉增强现实的单目深度估计方法技术

本发明专利技术是面向可穿戴智能装备视觉增强现实的单目深度估计方法，属于图像处理技术领域，采用图像活跃度度量来分割图像特征，基于图像轮廓的多向分布，将输入图片分割为高阶特征和低阶特征，将高阶特征和低阶特征进行特征融合并送入共同的解码器来提升网络对于不同特征的感受强度；其次,基于递归网络的深度相似性损失，针对网络估计出的深度图，采用递归网络的方式将其重建后递归送入相同结构的深度估计网络，通过光度损失来约束一阶网络和二阶网络输入图像的相似性，通过深度相似性损失来约束一阶网络和二阶网络输出深度图的相似性，来弥补光度损失在面对低纹理区域时约束性较差的缺陷；深度一致性损失采用风格矩阵的余弦相似度来进行相似性度量。弦相似度来进行相似性度量。弦相似度来进行相似性度量。

【技术实现步骤摘要】
面向可穿戴智能装备视觉增强现实的单目深度估计方法


[0001]本专利技术涉及图像处理技术，具体是面向可穿戴智能装备视觉增强现实的单目深度估计方法。

技术介绍

[0002]单目深度估计被广泛用于增强现实，智能装备、机器人导航和自动驾驶。相比于传统的运动恢复结构(Structure From Motion，SFM)和同时定位与建图(Simultaneous Localization and Mapping，SLAM)算法，单目深度估计可以在不借助真值的情况下得到场景的相对深度，以此来确定图像中各个物体的相对位置关系。地面真值的获取一般采用昂贵的激光雷达或者计算机模拟引擎的渲染。但激光雷达不利于场景的切换频繁的背景，而模拟引擎又有着现实场景泛化能力差的缺点。自监督单目深度估计将这两个任务统一到一个框架中，采用单目视频作为输入，使用视图合成的自监督约束机制，实现了一个便于部署，设置简易的深度信息估计算法。随着计算机算力的不断发展，大数据驱动的深度学习算法的信息挖掘能力得到了不断地增强，使得通过单幅图像获得深度信息成为一种可能。单幅图像的深度估计是建立一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.面向可穿戴智能装备视觉增强现实的单目深度估计方法，其特征在于，首先,采用图像活跃度度量来分割图像特征，基于图像轮廓的多向分布，将输入图片分割为高阶特征和低阶特征，将高阶特征和低阶特征进行特征融合并送入共同的解码器来提升网络对于不同特征的感受强度；其次,基于递归网络的深度相似性损失，针对网络估计出的深度图，采用递归网络的方式将其重建后递归送入相同结构的深度估计网络，通过光度损失来约束一阶网络和二阶网络输入图像的相似性，通过深度相似性损失来约束一阶网络和二阶网络输出深度图的相似性，来弥补光度损失在面对低纹理区域时约束性较差的缺陷；深度一致性损失采用风格矩阵的余弦相似度来进行相似性度量。2.根据权利要求1所述面向可穿戴智能装备视觉增强现实的单目深度估计方法，其特征在于，所述图像活跃度度量的方法为图像方差法IAM。3.根据权利要求2所述面向可穿戴智能装备视觉增强现实的单目深度估计方法，其特征在于，所述图像梯度法沿着四个方向来计算图像块的方差，分别为水平方向、垂直方向、左下对角线方向和右下对角线方向。4.根据权利要求3所述面向可穿戴智能装备视觉增强现实的单目深度估计方法，其特征在于，所述图像梯度法的计算公式如下所示，其中α∈[0,1]为权值因子，表示两个方差之和的百分比，α设置为0.5；其中V1是中心像素距离左下对角线和右下对角线方差之和；V2是中心像素距离水平和垂直方差之和；M和N为图像块的长和宽，b
i,j
为图像块中位置为[i,j]的像素点，的像素点，的像素点，5.根据权利要...

【专利技术属性】
技术研发人员：程德强，韩成功，寇旗旗，刘海，徐飞翔，王晓艺，刘敬敬，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：