本公开实施例公开了一种图像深度估计方法、装置、电子设备及存储介质，该方法包括：获取双目图像中各像素的相对深度值；获取同一场景点在所述双目图像间的双向视差，并确定所述双向视差一致的目标区域；根据所述目标区域中各像素的双向视差，确定所述目标区域中各像素的绝对深度值；根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；根据所述映射关系，以及所述双目图像中各像素的相对深度值，确定所述双目图像中各像素的绝对深度值。能够实现全图像各部分的深度估计。能够实现全图像各部分的深度估计。能够实现全图像各部分的深度估计。
【技术实现步骤摘要】
一种图像深度估计方法、装置、电子设备及存储介质
[0001]本公开实施例涉及图像处理
，尤其涉及一种图像深度估计方法、装置、电子设备及存储介质。
技术介绍
[0002]现有的图像深度估计方法包括双目测距方法。双目测距的原理包括，将双目图像(即左目图像和右目图像)中提取的特征点进行匹配，利用双目图像采集设备预先标定的参数，以及匹配的特征点分别在双目图像中的像素位置，确定双目图像中特征点的深度。然而，该方法仅可对特征点明显的图像部分进行深度估计，而无法确定特征点不明显的部分的深度。
技术实现思路
[0003]本公开实施例提供了一种图像深度估计方法、装置、电子设备及存储介质，能够实现全图像各部分的深度估计。
[0004]第一方面，本公开实施例提供了一种图像深度估计方法，包括：
[0005]获取双目图像中各像素的相对深度值；
[0006]获取同一场景点在所述双目图像间的双向视差，并确定所述双向视差一致的目标区域；
[0007]根据所述目标区域中各像素的双向视差，确定所述目标区域中各像素的绝对深度值；
[0008]根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；
[0009]根据所述映射关系，以及所述双目图像中各像素的相对深度值，确定所述双目图像中各像素的绝对深度值。
[0010]第二方面，本公开实施例还提供了一种图像深度估计装置，包括：
[0011]相对深度获取模块，用于获取双目图像中各像素的相对深度值；
[0012]目标区域确定模块，用于获取同一场景点在所述双目图像间的双向视差，并确定所述双向视差一致的目标区域；
[0013]区域绝对深度确定模块，用于根据所述目标区域中各像素的双向视差，确定所述目标区域中各像素的绝对深度值；
[0014]映射关系构建模块，用于根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；
[0015]整体绝对深度确定模块，用于根据所述映射关系，以及所述双目图像中各像素的相对深度值，确定所述双目图像中各像素的绝对深度值。
[0016]第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：
[0017]一个或多个处理器；
[0018]存储装置，用于存储一个或多个程序，
[0019]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例任一所述的图像深度估计方法。
[0020]第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的图像深度估计方法。
[0021]本公开实施例的技术方案中，获取双目图像中各像素的相对深度值；获取同一场景点在双目图像间的双向视差，并确定双向视差一致的目标区域；根据目标区域中各像素的双向视差，确定目标区域中各像素的绝对深度值；根据目标区域中各像素的绝对深度值，以及在双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；根据映射关系，以及双目图像中各像素的相对深度值，确定双目图像中各像素的绝对深度值。
[0022]双目图像中双向视差一致的目标区域，可认为其视差信息更加准确，基于该目标区域的视差信息确定的绝对深度值也更加准确。通过建立目标区域的绝对深度与相对深度的映射关系，可以利用该映射关系将全图像完整的相对深度值映射至绝对深度值，从而能够实现全图像各部分的深度估计。
附图说明
[0023]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0024]图1为本公开实施例所提供的一种图像深度估计方法的流程示意图；
[0025]图2为本公开实施例所提供的一种图像深度估计方法的流程示意图；
[0026]图3为本公开实施例所提供的一种图像深度估计装置的结构示意图；
[0027]图4为本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
[0028]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0029]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0030]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0031]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0032]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0033]可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
[0034]图1为本公开实施例所提供的一种图像深度估计方法的流程示意图。本公开实施例适用于双目图像的全图像深度估计的情形。该方法可以由图像深度估计装置来执行，该装置可以通过软件和/或硬件的形式实现，该装置可配置于电子设备中，例如配置于计算机中。
[0035]如图1所示，本实施例提供的图像深度估计方法，包括：
[0036]S110、获取双目图像中各像素的相对深度值。
[0037]本公开实施例中，双目图像中各像素的相对深度值，可以是预先确定并存储到预设存储空间中的，可以从该预设存储空间中直接读取双目图像中各像素的相对深度值。此外，双目图像中各像素的相对深度值，也可以在获取双目图像后，对双目图像进行处理，以实时确定的。可以采用上述从预设存储空间中读取的方式、实时确定的方式或其他可选的方式，实现双目图像中各像素的相对深度值的获取。
[0038]其中，双目图像可以包括左目图像和右目图像。可以通过已有的单目图像深度估计的方法，例如基于线索的传统方法、基于机器学习的传统方法、基于有/无监督的深度学习方法等，分别对左目图像中各像素和右目图像中各像素进行深度估计，以确本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像深度估计方法，其特征在于，包括：获取双目图像中各像素的相对深度值；获取同一场景点在所述双目图像间的双向视差，并确定所述双向视差一致的目标区域；根据所述目标区域中各像素的双向视差，确定所述目标区域中各像素的绝对深度值；根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；根据所述映射关系，以及所述双目图像中各像素的相对深度值，确定所述双目图像中各像素的绝对深度值。2.根据权利要求1所述的方法，其特征在于，所述获取双目图像中各像素的相对深度值，包括：通过单目深度估计模型处理所述双目图像，以得到所述双目图像中各像素的相对深度值；其中，所述单目深度估计模型在训练过程中的监督信息，包括样本双目图像的所述目标区域中各像素的绝对深度值。3.根据权利要求1所述的方法，其特征在于，所述获取同一场景点在所述双目图像间的双向视差，包括：通过光流估计模型处理所述双目图像，以得到同一场景点在所述双目图像间的双向视差；其中，所述光流估计模型在训练过程中的监督信息，包括同一场景点在样本双目图像中除所述目标区域外的其他区域间的双向视差。4.根据权利要求1所述的方法，其特征在于，所述确定所述双向视差一致的目标区域，包括：根据所述双向视差确定目标像素；其中，所述双向视差包括第一视差和第二视差，所述第一视差为同一场景点由左目图像到右目图像的视差，所述第二视差为同一场景点由右目图像到左目图像的视差；根据各所述目标像素确定目标区域。5.根据权利要求1所述的方法，其特征在于，所述根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系，包括：将所述目标区域中各像素的绝对深度值作为因变量，在所述双目图像的相对深度值作为自变量，进行函数拟合；将所述函数拟合的结果，作为由相对深度值到绝对深度值的映射关系。6.根据权利要求1
‑
5中任一所述的方...
【专利技术属性】
技术研发人员：王光伟，
申请(专利权)人：北京字跳网络技术有限公司，
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。