【技术实现步骤摘要】
场景图像的深度图生成方法、装置、设备及存储介质
[0001]本申请涉及人工智能
，特别涉及一种场景图像的深度图生成方法、装置、设备及存储介质。
技术介绍
[0002]随着人工智能的发展，使用深度估计方法进行三维场景的重建已成为一种流行趋势。以自动驾驶车辆为例，通过对车载摄影设备拍摄的图像进行深度估计，能够得到图像中每个像素距离车载摄影设备的距离，从而能够帮助车辆在自动行驶过程中躲避障碍物。因此，如何进行深度估计，以得到图像的深度图，是需要解决的问题。
[0003]目前，通常是多视图立体匹配(Patch match Multi
‑
View Stereo，Patchmatch MVS)来实现深度估计。Patchmatch MVS是指借助每个像素点与相邻视角的图像中同一位置的像素点之间的颜色相似程度，来确定每个像素点的深度，从而生成图像的深度图。
[0004]上述技术方案存在的问题是，如果某一片区域中的多个像素点之间的颜色十分接近，那么只借助像素点之间的颜色相似程度来确定像素点的深度，会使得...
【技术保护点】
【技术特征摘要】
1.一种场景图像的深度图生成方法，其特征在于，所述方法包括：在多个场景图像中的第一场景图像的像素点和第二场景图像的像素点中，将第一匹配代价小于代价阈值的像素点，确定为目标像素点，所述多个场景图像是采用不同拍摄视角对目标场景进行拍摄得到的，所述像素点的第一匹配代价表示所述像素点与所述多个场景图像中的其他场景图像中同一位置的像素点之间的颜色相似程度；对确定的多个目标像素点进行平面检测，得到每个目标像素点所在平面的先验平面信息，所述先验平面信息包括所述目标像素点所在平面的深度；将所述多个目标像素点投影至所述第一场景图像，得到所述多个目标像素点在所述第一场景图像中的投影像素点，将每个目标像素点的先验平面信息确定为对应的投影像素点的先验平面信息；基于所述第一场景图像中的投影像素点的所述第一匹配代价和所述投影像素点的先验平面信息，生成所述第一场景图像的深度图。2.根据权利要求1所述的方法，其特征在于，所述对确定的多个目标像素点进行平面检测，得到每个目标像素点所在平面的先验平面信息，包括：从所述多个目标像素点中随机选取三个目标像素点，构建所述三个目标像素点所在的平面；在所述多个目标像素点中的其他目标像素点到所述平面的距离小于距离阈值的情况下，确定所述其他目标像素点位于所述平面；在位于所述平面的目标像素点的数量不小于第一数量阈值的情况下，确定所述平面的先验平面信息。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：从所述多个目标像素点中，确定第一目标像素点，所述第一目标像素点为没有位于任一已构建的平面的目标像素点；在所述第一目标像素点的数量小于第二数量阈值的情况下，将所述第一目标像素点从所述多个目标像素点中去除。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：在位于所述平面的目标像素点的数量小于所述第一数量阈值的情况下，删除所述平面。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：对于任一场景图像中的任一像素点，将所述像素点与相邻像素点所在的区域确定为第一匹配区域；在除了所述像素点所在的场景图像之外的场景图像中，确定第二匹配区域，所述第二匹配区域是与所述第一匹配区域的颜色相似程度最大的区域；确定每个相邻像素点与所述第二匹配区域之间的第二匹配代价，所述第二匹配代价表示所述相邻像素点与所述第二匹配区域之间的颜色相似程度；在所述多个相邻像素点的第二匹配代价中，将最小的第二匹配代价确定为所述像素点的第一匹配代价。6.根据权利要求5所述的方法，其特征在于，所述在除了所述像素点所在的场景图像之外的场景图像中，确定第二匹配区域，包括：
在除了所述像素点所在的场景图像之外的每个场景图像中，确定候选匹配区域，所述候选匹配区域在场景图像中的位置与所述第一匹配区域在场景图像中的位置相同；确定所述第一匹配区域与每个所述候选匹配区域之间的第三匹配代价，所述第三匹配代价表示所述第一匹配区域与每个所述候选匹配区域之间的颜色相似程度；在多个所述候选匹配区域中，将对应的所述第三匹配代价最大的候选匹配区域确定为所述第二匹配区域。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：对于所述第一场景图像中任意相邻的三个投影像素点，以所述三个投影像素点为顶点，构建一个三角形；基于所述三个投影像素点的先验平面信息，确定所述三角形中每个像素点的先验平面信息；所述基于所述第一场景图像中的投影像素点的所述第一匹配代价和所述投影像素点的先验平面信息，生成所述第一场景图像的深度图，包括：基于所述第一场景图像中的每个像素点的所述...
【专利技术属性】
技术研发人员：田泽藩，张浩贤，
申请(专利权)人：腾讯科技深圳有限公司，
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。