图像深度估计方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种图像深度估计方法、装置、设备及存储介质，属于深度估计技术领域。本发明专利技术通过获取待评估对象的彩色图像和单线图像；将所述单线图像输入到第一网络模块中进行特征提取和绝对深度估计，得到单线压缩特征图和绝对深度估计结果；将单线压缩特征图和所述彩色图像输入到第二网络模块进行相对深度估计，得到相对深度估计结果；根据所述相对深度估计结果和绝对深度估计结果确定所述待评估对象对应的输出深度图。通过这种方式，基于不同形态数据的特征进行深度估计，可以有效提升模型进行深度估计的效果，减少深度估计误差并增强深度估计的鲁棒性。增强深度估计的鲁棒性。增强深度估计的鲁棒性。

【技术实现步骤摘要】
图像深度估计方法、装置、设备及存储介质


[0001]本专利技术涉及深度估计
，尤其涉及一种图像深度估计方法、装置、设备及存储介质。

技术介绍

[0002]现有的主流深度估计或稠密深度恢复的方法主要是通过RGB图像或64线雷达+RGB图像融合进行深度估计。但是现有技术存在的缺陷是：如果仅用RGB图像进行深度恢复，模型往往无法很好的估计出绝对深度且泛化能力有限，从而导致深度估计时的较大误差。基于RGB+多线/单线雷达的方法，通常仅从图像语义的层面在模型结构上进行了相互的补充和引导，不能够充分利用不同数据形态本身的重要特征来提升最终的预测精度，导致预测精度不高。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0004]本专利技术的主要目的在于提供一种图像深度估计方法、装置、设备及存储介质，旨在解决现有技术的深度估计方法的预测精度低的技术问题。
[0005]为实现上述目的，本专利技术提供了一种图像深度估计方法，所述图像深度估计方法包括以下步骤：
[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，所述图像深度估计方法包括：获取待评估对象的彩色图像和单线图像；将所述单线图像输入到第一网络模块中进行特征提取和绝对深度估计，得到单线压缩特征图和绝对深度估计结果；将单线压缩特征图和所述彩色图像输入到第二网络模块进行相对深度估计，得到相对深度估计结果；根据所述相对深度估计结果和绝对深度估计结果确定所述待评估对象对应的输出深度图。2.如权利要求1所述的方法，其特征在于，所述第一网络模块的生成方法包括：设定预设数量的连续预设步幅的预设结构，得到目标编码器结构，所述预设结构包括卷积层、归一化和激活层；设定连续预设数量的预设步幅的反卷积层，得到目标解码器结构；根据所述目标编码器结构和所述目标解码器结构构建第一网络模块。3.如权利要求1所述的方法，其特征在于，所述将所述单线图像输入到第一网络模块中进行特征提取和绝对深度估计，得到单线压缩特征图和绝对深度估计结果，包括：将所述单线图像输入到第一网络模块的编码器，经过所述第一网络模块的编码器的二次压缩和提取特征图之后得到单线压缩特征图；将所述单线压缩特征图输入所述第一网络模块的解码器，得到绝对深度估计结果。4.如权利要求1所述的方法，其特征在于，所述将单线压缩特征图和所述彩色图像输入到第二网络模块进行相对深度估计，得到相对深度估计结果，包括：将所述彩色图像输入到第二网络模块的编码器，经过所述第二网络模块的编码器的尺度压缩和特征提取之后得到彩色压缩特征图；将所述单线压缩特征图和所述彩色压缩特征图进行合并拼接，得到拼接特征图；将所述拼接特征图输入到所述第二网络模块的解码器，得到相对深度估计结果。5.如权利要求1所述的方法，其特征在于，所述第二网络模块的生成方法包括：通过轻量级分割网络构建初始第二网络模块；将所述轻量级分割网络的解码器中的上采样模块的上采样方式修改为反卷积方式，得到更新后的上采样模块；根据所述修改后的上采样模块更新...

【专利技术属性】
技术研发人员：申啸尘，
申请(专利权)人：深圳市杉川机器人有限公司，
类型：发明
国别省市：