【技术实现步骤摘要】
自适应深度转尺寸卷积的自监督单目深度估计方法及系统
[0001]本公开涉及图像处理相关
,具体的说,是涉及一种自适应深度转尺寸卷积的自监督单目深度估计方法及系统。
技术介绍
[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息,并不必然构成在先技术。
[0003]深度估计是三维视觉中一项基础而重要的任务,获得的高质量深度图可以提供有用的场景信息来辅助包括增强现实、自动驾驶和三维重建在内的等各种高级任务。随着深度学习的发展,基于深度学习的单目深度估计逐渐兴起,并受到学术界和工业界的广泛关注,其主要分为以真值深度图为目标的有监督学习方法和以视图合成重建误差为目标的自监督学习方法,本公开主要针对以基于单目视频的自监督深度估计方法。
[0004]专利技术人在研究中发现,对于使用移动摄像机捕获的连续视频帧,物体的大小会不断变化。现有的单目深度估计方法只是使用固定尺寸卷积和固定尺度处理的卷积网络来处理不同尺寸的物体,不可避免地影响了场景结构的提取。并且,仅仅通过自适应深度转尺寸卷积获取的特征虽然解决了视频不同帧之间不同深度下尺度模糊的问题,但是忽略了同一传统卷积尺度下帧内不同物体的特征所包含的场景的重要信息。
技术实现思路
[0005]本公开为了解决上述问题,提出了一种自适应深度转尺寸卷积的自监督单目深度估计方法及系统,能够准确提取图像的深度图。
[0006]为了实现上述目的,本公开采用如下技术方案:
[0007]一个或多个实施例提供了一种自适应深度转尺寸卷积的自监 ...
【技术保护点】
【技术特征摘要】
1.一种自适应深度转尺寸卷积的自监督单目深度估计方法,其特征在于,包括如下步骤:获取待预测当前帧图像;基于多级编码器对当前帧图像进行多级编码得到多尺度特征,将每一级编码特征传输至对应级数的解码器中进行解码;通过第一个解码器得到第一级深度图,第二级以及以上的解码器替换为深度转尺寸特征解码模块,接收上一级解码器的解码输出特征图与本级的编码器传输的编码特征图,进行卷积核随图像深度值自适应变化的深度转尺寸卷积,以及基于尺寸信息的特征融合,生成对应分辨率的深度图;最后一级深度转尺寸特征解码模块输出的深度图即为对当前帧图像进行预测得到的深度图。2.如权利要求1所述的一种自适应深度转尺寸卷积的自监督单目深度估计方法,其特征在于:深度转尺寸特征解码模块,包括第一处理模块、第二处理模块和第三处理模块,每个处理模块包括级联的深度转尺寸卷积模块以及基于尺寸信息的特征融合模块;深度转尺寸卷积模块,被配置为基于卷积核随图像深度值自适应变化的深度转尺寸卷积操作,得到自适应尺寸特征和传统卷积特征;基于尺寸信息的特征融合模块对卷积操作后的特征基于尺寸信息进行融合;第一处理模块,用于对上一级解码器的解码特征进行处理,包括深度转尺寸卷积模块以及标准卷积模块,以及基于尺寸信息的特征融合模块;第二处理模块用于对本级编码器输出的高分辨编码特征进行处理,包括级联的深度转尺寸卷积模块以及基于尺寸信息的特征融合模块;第三处理模块用于对第一处理模块、第二处理模块处理结果的融合,包括依次连接的拼接单元,深度转尺寸卷积模块,标准卷积模块以及基于尺寸信息的特征融合模块。3.如权利要求1或2所述的一种自适应深度转尺寸卷积的自监督单目深度估计方法,其特征在于,卷积核的自适应变化为:与图像深度值成反比例变化。4.如权利要求2所述的一种自适应深度转尺寸卷积的自监督单目深度估计方法,其特征在于,深度转尺寸卷积模块,具体为对于待处理图像针对不同图像深度设置一个卷积分支,每个卷积分支包括自适应卷积模块与标准卷积模块,针对自适应卷积模块,还设置有双线性插值采样位置确定模块,用于确定卷积过程中的采样位置;标准卷积模块,根据固定的尺度以及确定的采样位置,采用滑动窗口操作进行卷积,得到传统卷积特征;自适应卷积模块,根据物体的大小确定卷积核的大小,根据确定的采样位置对输入图像,采用滑动窗口操作进行自适应卷积,得到自适应尺寸特征。5.如权利要求2所述的一种自适应深度转尺寸卷积的自监督单目深度估计方法,其特征在于,基于尺寸信息的特征融合模块用于融合自适应尺寸特征和传统卷积特征,被配置为执行以下过程:对于待融合的自适应尺寸特征和传统卷积特征进行拼接,得到初始特征;基于尺寸信息的通道注意力块执行通道注意力操作,确定全局通道权重,对初始特征
进行增强得到通道注意增强特征;基于尺寸信息的空间注意力块,执行空间注意力操作,确定空间注意权重M
s
;基于空间注意权重对自适应尺寸特征进行增强,将自适应尺寸特征增强后的特征与传统卷积特征拼接,并通过通道注意权重进行增强,将增强后的特征连接初始特征,处理后得到最终的融合特...
【专利技术属性】
技术研发人员:李帅,周华松,高艳博,元辉,蔡珣,
申请(专利权)人:山东大学威海工业技术研究院,
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。