System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请属于图像处理,尤其涉及一种深度信息的去噪方法、装置、服务器及可读存储介质。
技术介绍
1、现有的单目深度估计技术在一些特殊场景中无法正确估计某些特殊区域的深度信息,例如玻璃区域的深度信息,导致3d重建的效果较差,缺少一种适用于各种场景的单目深度估计技术。
技术实现思路
1、本申请实施例提供了一种深度信息的去噪方法、装置、服务器及可读存储介质,可以解决现有技术中在一些特殊场景中无法正确估计某些特殊区域的深度信息的技术问题。
2、第一方面,本申请实施例提供了一种深度信息的去噪方法,包括:
3、获取目标全景图像;
4、深度估计所述目标全景图像,得到深度信息;
5、确定出所述目标全景图像中的目标区域;
6、剔除所述深度信息中目标区域对应的非目标深度信息,得到目标深度信息。
7、在第一方面的一种可能的实现方式中,获取目标全景图像,包括:
8、获取待处理全景图像;
9、对所述待处理图像进行缩放处理,得到目标全景图像。
10、在第一方面的一种可能的实现方式中,确定出所述目标全景图像中的目标区域,包括:
11、将所述目标全景图像输入至预先训练的图像分割架构,输出所述目标全景图像中的目标区域。
12、在第一方面的一种可能的实现方式中,所述预先训练的图像分割架构包括提取网络、特征融合网络以及输出网络;
13、将所述目标全景图像输入至预先训练的图像分割架构
14、利用所述提取网络提取出所述目标全景图像中的目标尺寸特征;
15、通过所述特征融合网络对所述目标尺寸特征进行特征融合,得到融合特征;
16、根据输出网络对所述融合特征进行尺寸恢复,得到所述目标全景图像中的目标区域。
17、第二方面,本申请实施例提供了一种深度信息的去噪装置,包括:
18、获取模块,用于获取目标全景图像;
19、深度估计模块,用于深度估计所述目标全景图像,得到深度信息;
20、确定模块,用于确定出所述目标全景图像中的目标区域;
21、剔除模块,用于剔除所述深度信息中目标区域对应的非目标深度信息,得到目标深度信息。
22、在第二方面的一种可能的实现方式中,所述获取模块,包括:
23、获取子模块,用于获取待处理全景图像;
24、缩放处理子模块,用于对所述待处理图像进行缩放处理,得到目标全景图像。
25、在第二方面的一种可能的实现方式中,所述确定模块,包括:
26、图像分割子模块,用于将所述目标全景图像输入至预先训练的图像分割架构,输出所述目标全景图像中的目标区域。
27、在第二方面的一种可能的实现方式中,所述预先训练的图像分割架构包括提取网络、特征融合网络以及输出网络;
28、所述图像分割子模块,包括:
29、提取单元,用于利用所述提取网络提取出所述目标全景图像中的目标尺寸特征;
30、特征融合单元,用于通过所述特征融合网络对所述目标尺寸特征进行特征融合,得到融合特征;
31、尺寸恢复单元,用于根据输出网络对所述融合特征进行尺寸恢复,得到所述目标全景图像中的目标区域。
32、第三方面,本申请实施例提供了一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的方法。
33、第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的方法。
34、本申请实施例与现有技术相比存在的有益效果是:本申请实施例中,通过获取目标全景图像;深度估计目标全景图像,得到深度信息;确定出目标全景图像中的目标区域;剔除深度信息中目标区域对应的非目标深度信息,得到目标深度信息。可见,本申请实施例可以利用全景图像rgb灰度信息,经过神经网络之后预测出全景图像中的玻璃区域,将玻璃区域对应的深度信息去除,达到去噪的目的,有助于三维重建效果。
本文档来自技高网...【技术保护点】
1.一种深度信息的去噪方法,其特征在于,包括:
2.如权利要求1所述的深度信息的去噪方法,其特征在于,获取目标全景图像,包括:
3.如权利要求1所述的深度信息的去噪方法,其特征在于,确定出所述目标全景图像中的目标区域,包括:
4.如权利要求3所述的深度信息的去噪方法,其特征在于,所述预先训练的图像分割架构包括提取网络、特征融合网络以及输出网络;
5.一种深度信息的去噪装置,其特征在于,包括:
6.如权利要求5所述的深度信息的去噪装置,其特征在于,所述获取模块,包括:
7.如权利要求5所述的深度信息的去噪装置,其特征在于,所述确定模块,包括:
8.如权利要求7所述的深度信息的去噪装置,其特征在于,所述预先训练的图像分割架构包括提取网络、特征融合网络以及输出网络;
9.一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的方法。
10.一种可读存储介质,所述可读存储介质存
...【技术特征摘要】
1.一种深度信息的去噪方法,其特征在于,包括:
2.如权利要求1所述的深度信息的去噪方法,其特征在于,获取目标全景图像,包括:
3.如权利要求1所述的深度信息的去噪方法,其特征在于,确定出所述目标全景图像中的目标区域,包括:
4.如权利要求3所述的深度信息的去噪方法,其特征在于,所述预先训练的图像分割架构包括提取网络、特征融合网络以及输出网络;
5.一种深度信息的去噪装置,其特征在于,包括:
6.如权利要求5所述的深度信息的去噪装置,其特征在于,所述获取模块,包括:
...
【专利技术属性】
技术研发人员:崔岩,
申请(专利权)人:珠海市四维时代网络科技有限公司,
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。