【技术实现步骤摘要】
本专利技术涉及计算机视觉深度图像恢复，尤其是一种结合非局部自相似先验的基于深度展开的深度图像恢复方法。
技术介绍
1、从稀疏深度图中恢复密集深度对于各种应用都是至关重要的，包括人机交互、场景重建、增强现实和自动驾驶。因此，深度恢复是目前计算机视觉领域的一个重要研究领域。精确的深度图已被证明可以为许多计算机视觉任务提供必要的三维信息，包括语义标记、机器人导航、三维重建等。虽然现代彩色相机很容易捕捉到高质量的纹理信息，但是在现实条件下，深度信息的获取仍然是一项具有挑战性的任务。虽然有些传感器可以直接获取室内场景的深度信息，但是在透明表面由于光线的反射会导致像素缺失，从而得到不准确的深度图。因此，恢复稀疏深度图中缺失的深度信息已经得到了广泛的研究。与深度图像相比，rgb图像提供了丰富的颜色和纹理信息。因此，经常利用与深度图对应的rgb图像来指导深度恢复。在当前深度恢复的方法中，根据不同的出发点，它们可以分为传统的基于模型的方法和数据驱动的方法。在早期基于模型的深度恢复方法中，变分方法是一种结合了局部正则化和非局部正则化在该领域有广泛的应用。在...
【技术保护点】
1.一种基于非局部先验深度展开的室内深度恢复方法，其特征在于，采用深度恢复任务的深度展开模型，利用深度图像中存在大量非局部共同特征的特性，将稀疏深度图恢复成较为完整的稠密深度图，具体包括以下步骤：
2.根据权利要求1所述的基于非局部先验深度展开的室内深度恢复方法，其特征在于，所述训练集由NYU-Depth-V2数据集微软Kinect的RGB和Depth摄像机记录的各种室内场景的视频序列组成，使用未标记的5万张图像进行训练，并使用测试集中标记的654张图像进行评估，训练过程中，初始输入是一个稀疏的深度图，有500个有效深度像素，随机从重建的深度图中选取。
【技术特征摘要】
1.一种基于非局部先验深度展开的室内深度恢复方法，其特征在于，采用深度恢复任务的深度展开模型，利用深度图像中存在大量非局部共同特征的特性，将稀疏深度图恢复成较为完整的稠密深度图，具体包括以下步骤：
2.根据权利要求1所述的基于非局部先验深度展开的室内深度恢复方法，其特征在于...
【专利技术属性】
技术研发人员：张俊康，代宇晖，方发明，张桂戌，
申请(专利权)人：华东师范大学，
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。