【技术实现步骤摘要】
一种深度信息获取方法和装置
[0001]本申请涉及图像处理
,具体涉及一种深度信息获取方法,装置,电子设备及计算机可读存储介质。
技术介绍
[0002]双目立体匹配是对在同一时刻捕捉的左右目图像进行处理得到视差图,进而可以从该视差图中计算出深度,可以由二维图像推测出三维空间。
[0003]通常,双目立体匹配是在限定的搜索空间进行左右目图像之间的像素点匹配,得到左右目图像的像素点对的相似度,进而通过运算进行深度预测。
[0004]在实现本申请过程中,专利技术人发现现有技术中至少存在如下问题:由于是在限定搜索空间进行匹配,只能得到一定范围内的深度预测结果,并且分辨率受限。
技术实现思路
[0005]本申请实施例的目的是提供一种深度信息获取方法,装置,电子设备及计算机可读存储介质,能够解决在深度预测时只能获得一定范围的深度预测结果,并且分辨率受限的问题。
[0006]为了解决上述技术问题,本申请是这样实现的:
[0007]第一方面,本申请实施例提供了一种深度信息获取方法,该方法包括:获取左目图像的第一特征图和右目图像的第二特征图;基于所述第一特征图的每个像素点,分别计算所述每个像素点与所述第二特征图对应极线上所有像素点之间的相似度,得到相似度矩阵,所述相似度矩阵用于反映所述第一特征图中每个像素点的相似度;根据预输出图像的分辨率和所述相似度矩阵,计算所述第一特征图中多个预设位置的匹配代价值,得到相似度特征矩阵,所述匹配代价值用于反映所述预设位置与所述第二特征图对应位置的相 ...
【技术保护点】
【技术特征摘要】
1.一种深度信息获取方法,其特征在于,包括:获取左目图像的第一特征图和右目图像的第二特征图;基于所述第一特征图的每个像素点,分别计算所述每个像素点与所述第二特征图对应极线上所有像素点之间的相似度,得到相似度矩阵,所述相似度矩阵用于反映所述第一特征图中每个像素点的相似度;根据预输出图像的分辨率和所述相似度矩阵,计算所述第一特征图中多个预设位置的匹配代价值,得到相似度特征矩阵,所述匹配代价值用于反映所述预设位置与所述第二特征图对应位置的相似程度,匹配代价值与相似程度呈反比例关系,所述相似度特征矩阵包括所述多个预设位置的匹配代价值;根据所述相似度特征矩阵,获取深度预测图。2.根据权利要求1所述的方法,其特征在于,所述获取左目图像的第一特征图和右目图像的第二特征图,包括:对获取的左目图像和右目图像进行特征提取,得到所述左目图像的第一图像特征和所述右目图像的第二图像特征;对所述第一图像特征和所述第二图像特征进行注意力机制运算,得到所述第一特征图和所述第二特征图。3.根据权利要求2所述的方法,其特征在于,所述对所述第一图像特征和所述第二图像特征进行注意力机制运算,得到所述第一特征图和所述第二特征图,包括:对所述第一图像特征和所述第二图像特征,进行基于注意力机制的多次迭代操作,得到所述第一特征图和所述第二特征图;其中,每次所述迭代操作包括:基于所述第一图像特征和所述第二图像特征,分别进行自注意力机制运算,得到对应的优化后的图像特征;在经过自注意力机制运算的所述第一图像特征和所述第二图像特征之间,进行交叉注意力机制运算,得到对应的优化后的图像特征。4.根据权利要求3所述的方法,其特征在于,在所述进行自注意力机制运算之后或所述进行交叉注意力机制运算之后,还包括:对所述第一图像特征和所述第二图像特征分别进行归一化运算;在所述对所述第一图像特征和所述第二图像特征,进行基于注意力机制的多次迭代操作之前,还包括:对所述第一图像特征和所述第二图像特征分别进行归一化运算。5.根据权利要求1
‑
4任一项所述的方法,其特征在于,所述基于所述第一特征图的每个像素点,计算所述每个像素点与所述第二特征图对应极线上所有像素点之间的相似度,得到相似度矩阵,包括:在所述第一特征图的每个像素点与所述第二特征图对应极线上所有像素点之间,进行交叉注意力机制运算,得到多个相似度组;基于所述多个相似度组,构建匹配相似度矩阵;对所述匹配相似度矩阵进行权重配置,得到相似度矩阵。6.根据权利要求5所述的方法,其特征在于,对所述匹配相似度矩阵进行权重配置,包
括:针对所述匹配相似度矩阵中同一相似度组的相似度,提高相似度值最高的相似度的权重,降低其余相似度的权重。7.根据权利要求1
‑
4任一项所述的方法,其特征在于,根据预输出图像的分辨率和所述相似度矩阵,计算所述第一特征图中多个预设位置的匹配代价值,得到相似度特征矩阵,包括:根据预输出图像的分辨率,在所述第一特征图中标记多个预设位置,以及与所述多个预设位置分别对应的聚合区域;对多个所述聚合区域中每个像素点的相似度进行加权运算,得到对应预设位置的匹配代价值;基于多个所述预设位置的匹配代价值,构建所述相似度特征矩阵。8.根据权利要求1
‑
4任一项所述的方法,其特征在于,所述根据所述相似度特征矩阵,获取深度预测图,包括:基于多层感知机,对所述相似度特征矩阵进行运算,得到初始视差估计和视差残差,所述初始视差估计中包括与所述多个预设位置分别对应的最小匹配代价值,所述视差残差用于对所述初始视差残差进行校正;根据所述初始视差估计和所述视差残差,计算得到深度预测图。9.一种深度信息获取装置,其特征在于,包括:第一获取模块,用于获取左目图像的第一特征图和右目图像的第二特征图;第一执行模块,用于基于所述第一特征图的每个像素点,分别计...
【专利技术属性】
技术研发人员:张友敏,国显达,黄冠,
申请(专利权)人:北京鉴智科技有限公司,
类型:发明
国别省市:
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。