【技术实现步骤摘要】
一种基于图像的深度信息估计方法
[0001]本专利技术属于智能深度估计
,涉及一种根据图像预测对应深度信息的方法。
技术介绍
[0002]普通的摄像机在拍摄图片时,只能记录下场景的颜色信息,在三维空间投射到二维图片时丢失了场景到摄像机的距离即深度信息。场景的深度信息获取是计算机视觉的重要分支,也是三维重建、自动驾驶和机器人定位等应用中的重要环节。更具体地说,对于给定的RGB图像中的每个像素,我们需要估计一个度量的深度值。传统的深度信息获取方法是通过硬件设备进行。最为常见的设备是激光雷达,激光雷达通过测量激光在物体表面反射时间来预估深度信息,但是激光雷达设备价格较为昂贵,并且需要较高的人力成本去获取去高精度稠密的深度信息。难以在生活场景中进行大量的应用。另一种常见的硬件设备是深度相机,深度相机基于TOF(time offlight)技术获得场景的深度信息,通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测这些发射和接收光脉冲的飞行(往返)时间来得到目标物距离。传感器通过计算光线发射和反射时间差或相位差,来换算被拍摄景物的距离,以产生深度信息,此外再结合传统的相机拍摄,就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来,但是由于其测距传感器量程较短,且对场景环境要求较高,限制了其在室外环境的使用范围。
[0003]相较于传统硬件度量方法,基于图像的深度估计方法只需要拍摄图像,对硬件的要求不高,因此在实际场景中有着更高的应用价值。基于图像的深度估计方法可以分为单目深度估计和多目深度 ...
【技术保护点】
【技术特征摘要】
1.一种基于图像的深度信息估计方法,其特征在于,包括构建模型步骤和预测深度信息步骤:所述构建模型步骤包括:S1:将同一场景的无标注图像序列输入至深度神经网络,提取图像特征,包括局部特征和全局特征;S2:依次利用通道注意力机制和空间注意力机制对所述图像特征进行自适应特征优化;S3:将优化后的图像特征利用双线性差值进行上采样恢复图像分辨率;S4:对S3恢复后的特征图像作为目标图像进行深度信息预测,计算当前特征图像的相对位姿变化;利用所述深度信息和所述相对位姿变化重建目标图像,即重建图像;S5:计算目标图像与重建图像在多尺度下的光度误差和平滑误差,进一步获得损失函数;S6:重复S2
‑
S6进行无监督模型训练,根据损失函数更新模型参数,得到训练后的模型;所述预测深度信息步骤包括:S7:利用训练后的模型对输入的场景图像进行深度信息预测。2.根据权利要求1所述的一种基于图像的深度信息估计方法,其特征在于,所述S1包括:S11:将同一场景的无标注图像序列输入到深度网络,将图像划分成相同大小的patch;S12:利用CNN提取局部特征,利用Transformer提取全局特征;S13:将所述局部特征和所述全局特征通过级联拼接在一起,再通过卷积进行输出。3.根据权利要求1所述的一种基于图像的深度信息估计方法,其特征在于,所述S2包括:S21:对所述图像特征利用通道注意力机制计算不同通道之间的依赖关系并得到对应的注意力权值,输出通道注意力图;S22:利用空间注意力机制增强对将所述通道注意力图关键区域的关注度并提取关键信息,得到优化后的图像特征。4.根据权利要求1所述的一种基于图像的深度信息估计方法,其特征在于,所述S2具体执行步骤包括:将所述图像特征通过最大池化层和平均池化层进行空间压缩得到两个张量一;将所述张量一分别送入多层感知机输出中间特征;将所述中间特征进行相加并通过sigmoid得到通道注意力图;将所述通道注意力图依次经过最大池化层和平均池化层得到一个张量二;将所述张量二通过卷积层和sigmoid计算空间注意力,得到优化后的图像特征。5.根据权利要求1所述的一种基于图像的深度信息估计方法,其特征在于,所述S3包括:将所述优化后的图像特征在x方向和y方向依次进行线性插值,通过上采样进行尺度恢复。6.根据权利要求1所述的一种基于图像的深度信息估计方法,其特征在于,所述S4包括:
S41:深度网络接受目标视图I
t
作为输入,并预测出对应n个尺度的深度图d,n≥4;S42:姿态网络将目标视图I
t
和相邻帧源视图I
t
‑1,I
t+1
作为输入,并输出相对位姿变化T
t
→
t'
t'∈{t
‑
1,t+1};S43:利用相邻帧源视图、深度图与位姿变化重...
【专利技术属性】
技术研发人员:宛传兵,金福生,徐源,袁野,王国仁,
申请(专利权)人:北京理工大学,
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。