【技术实现步骤摘要】
本公开涉及图像处理领域，尤其涉及一种深度图获取方法、深度图预测模型的训练方法、装置、电子设备、存储介质和计算机程序产品。
技术介绍
1、相关技术中，在图像处理时可以基于深度学习技术进行深度估计，其通常是直接使用单相机的纹理图作为深度学习网络输入的方式进行深度估计。
2、但采用上述方法，使用单相机纹理作为网络输入所得到深度值的精度不具有准确性，导致深度估计的精度和准确度不高，无法利用获得的深度估计进行空间重建等后续应用。
技术实现思路
1、本公开提供一种深度图获取方法、深度图预测模型的训练方法、装置、电子设备、存储介质和计算机程序产品，以至少解决相关技术中存在深度估计的精度和准确度不高的问题。本公开的技术方案如下：
2、根据本公开实施例的第一方面，提供一种深度图获取方法，包括：
3、获取多相机系统中任一相机对应的纹理图像和相机间匹配损失信息；所述纹理图像为对目标场景的拍摄图片处理所获得；所述相机间匹配损失信息为基于所述任一相机与相邻的相机之间的立体空间关系...
【技术保护点】
1.一种深度图获取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述多相机系统，对所述预测深度图进行深度图优化处理，得到所述纹理图像对应的目标深度图，包括：
3.根据权利要求1所述的方法，其特征在于，所述任一相机对应的相机间匹配损失信息采用下述方式获取：
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一纹理图像和所述第二纹理图像，确定所述第一纹理图像中的每个像素点的匹配损失，包括：
5.根据权利要求4所述的方法，其特征在于，所述针对所述第一纹理图像中的任一像素点，从所述第二...
【技术特征摘要】
1.一种深度图获取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述多相机系统，对所述预测深度图进行深度图优化处理，得到所述纹理图像对应的目标深度图，包括：
3.根据权利要求1所述的方法，其特征在于，所述任一相机对应的相机间匹配损失信息采用下述方式获取：
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一纹理图像和所述第二纹理图像，确定所述第一纹理图像中的每个像素点的匹配损失，包括：
5.根据权利要求4所述的方法，其特征在于，所述针对所述第一纹理图像中的任一像素点，从所述第二纹理图像中确定与所述任一像素点匹配的目标...
【专利技术属性】
技术研发人员：杨成熙，盛骁杰，
申请(专利权)人：北京达佳互联信息技术有限公司，
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。