图像深度获取方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种图像深度获取方法、装置、电子设备及存储介质，具体为智能交通和深度学习技术领域。具体实现方案为：采集道路标志物的多帧图像，根据多帧图像，确定与道路标志物对应的目标光流信息，根据目标光流信息，从每帧图像中识别参考像素信息，以及根据多个参考像素信息，确定道路标志物的图像深度。可以基于光流估计提取道路标志物的目标光流信息以进行图像深度的求解，由于目标光流信息为准确的道路标志物的光流数据，从而可以有效提升道路标志物的图像深度求解的准确性，辅助提升道路标志物定位的准确性。升道路标志物定位的准确性。升道路标志物定位的准确性。

【技术实现步骤摘要】
图像深度获取方法、装置、电子设备及存储介质


[0001]本公开涉及人工智能
，具体涉及智能交通和深度学习
，尤其涉及一种图像深度获取方法、装置、电子设备及存储介质。

技术介绍

[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术，以及机器学习、深度学习、大数据处理技术、知识图谱技术等几大方向。
[0003]相关技术中，通常是采用将感知到的道路标志物的图像数据与环境地图中的道路标志物数据进行匹配，以确定道路标志物的当前位姿。

技术实现思路

[0004]本公开提供了一种图像深度获取方法、装置、电子设备、存储介质及计算机程序产品。
[0005]根据本公开的第一方面，提供了一种图像深度获取方法，包括：采集道路标志物的多帧图像；根据多帧图像，确定与道路标志物对应的目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像深度获取方法，所述方法包括：采集道路标志物的多帧图像；根据所述多帧图像，确定与所述道路标志物对应的目标光流信息；根据所述目标光流信息，从每帧所述图像中识别参考像素信息；以及根据多个所述参考像素信息，确定所述道路标志物的图像深度。2.根据权利要求1所述的方法，其中，所述根据所述多帧图像，确定与所述道路标志物对应的目标光流信息，包括：根据所述多帧图像，确定与所述道路标志物对应的初始光流信息；从所述初始光流信息中识别异常光流信息；以及对所述初始光流信息中所述异常光流信息进行去除，以得到所述目标光流信息。3.根据权利要求2所述的方法，所述多帧图像至少包括：相邻帧的第一图像和第二图像，所述道路标志物具有对应的多个像素点；其中，所述根据所述多帧图像，确定与所述道路标志物对应的初始光流信息，包括：确定每个所述像素点在所述第一图像中的第一位置值；确定每个所述像素点在所述第二图像中的第二位置值；根据所述第一位置信息和所述第二位置信息，生成与所述像素点对应的像素光流向量；以及将多个所述像素光流向量作为所述初始光流信息。4.根据权利要求3所述的方法，其中，所述从所述初始光流信息中识别异常光流信息，包括：对多个所述像素光流向量取均值，得到初始均值光流向量；根据所述初始均值光流向量，从所述初始光流信息中识别所述异常光流信息。5.根据权利要求4所述的方法，其中，所述根据所述初始均值光流向量，从所述初始光流信息中识别所述异常光流信息，包括：确定每个所述像素光流向量与所述初始均值光流向量之间的光流向量夹角；如果所述光流向量夹角大于夹角阈值，则确定所述光流向量夹角对应的像素光流向量为异常光流向量；将至少一个所述异常光流向量作为所述异常光流信息。6.根据权利要求4所述的方法，其中，所述根据所述初始均值光流向量，从所述初始光流信息中识别所述异常光流信息，包括：根据多个所述第一位置值，确定初始参考位置值；确定每个所述第一位置值与所述初始参考位置值之间的初始距离；根据所述初始均值光流向量和所述初始距离，从所述初始光流信息中识别异常光流信息。7.根据权利要求6所述的方法，其中，所述根据所述初始均值光流向量和所述初始距离，从所述初始光流信息中识别异常光流信息，包括：确定所述初始均值光流向量的向量长度；确定每个所述初始距离与所述向量长度的距离比值；根据所述距离比值与设定比值阈值，从所述初始光流信息中识别所述异常光流信息。
8.根据权利要求7所述的方法，其中，所述根据所述距离比值与设定比值阈值，从所述初始光流信息中识别所述异常光流信息，包括：如果所述距离比值大于所述设定比值阈值，则确定与所述距离比值对应的像素光流向量为所述异常光流向量；将至少一个所述异常光流向量作为所述异常光流信息。9.根据权利要求6所述的方法，其中，所述根据多个所述第一位置值，确定初始参考位置值，包括：对多个所述第一位置值取均值，得到第一结果位置值；将所述第一结果位置值作为所述初始参考位置值。10.根据权利要求1所述的方法，所述道路标志物具有对应的多个像素点，所述目标光流信息包括：与每个所述像素点对应的目标像素光流向量，每个所述目标像素光流向量在第一图像中具有的对应第一目标位置值，每个所述目标像素光流向量在第二图像中具有的对应第二目标位置值，所述第一图像和所述第二图像是所述多帧图像中相邻帧图像。11.根据权利要求10所述的方法，其中，所述根据所述目标光流信息，从每帧所述图像中识别参考像素信息，包括；根据多个所述第一目标位置值，确定第一参考位置值；根据多个所述第二目标位置值，确定第二参考位置值；将所述第一参考位置值和所述第二参考位置值作为所述参考像素信息。12.根据权利要求11所述的方法，其中，所述根据多个所述第一目标位置值，确定第一参考位置值，包括：对多个所述第一目标位置值取均值，得到第二结果位置值；将所述第二结果位置值作为所述第一参考位置值。13.根据权利要求11所述的方法，其中，所述根据多个所述第二目标位置值，确定第二参考位置值，包括：对多个所述第二目标位置值取均值，得到第三结果位置值；将所述第三结果位置值作为所述第二参考位置值。14.根据权利要求11所述的方法，所述多帧图像为基于车辆中的车载摄像装置拍摄得到；其中，所述根据多个所述参考像素信息，确定所述道路标志物的图像深度，包括：根据所述第一参考位置值和所述第二参考位置值，确定所述道路标志物与车载摄像装置之间的距离信息；将所述距离信息作为所述图像深度。15.根据权利要求14所述的方法，其中，所述根据所述第一参考位置值和所述第二参考位置值，确定所述道路标志物与车载摄像装置之间的距离信息，包括：获取拍摄所述第一图像时，所述车载摄像装置的第一相对位姿信息；获取拍摄所述第二图像时，所述车载摄像装置的第二相对位姿信息；根据所述第一相对位姿信息和所述第二相对位姿信息，对所述第一参考位置值和所述第一参考位置值进行图像三角化处理，以得到所述距离信息。16.一种图像深度获取装置，包括：
获取模块，用于采集道路标志...

【专利技术属性】
技术研发人员：张志远，王煜安，
申请(专利权)人：阿波罗智联北京科技有限公司，
类型：发明
国别省市：