深度图像获取方法、设备和存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116012431A(43)申请公布日2023.04.25(21)申请号202211724008.3(22)申请日2022.12.30(71)申请人展讯通信（上海）有限公司地址201203上海市浦东新区自由贸易试验区祖冲之路2288弄展讯中心1号楼(72)发明人王奕言(74)专利代理机构北京汇思诚业知识产权代理有限公司11444专利代理师苏胜(51)Int.Cl.G06T7/55(2017.01)G06T5/00(2006.01)权利要求书2页说明书9页附图2页(54)发明名称深度图像获取方法、设备和存储介质(57)摘要本发明涉及图像处理技术领域，尤其涉及一种深度图像获取方法、设备和存储介质。所述方法包括：获取双目图像；将所述双目图像输入双目景深模型，所述双目景深模型基于2D卷积算子构建，所述双目景深模型用于基于2D卷积算子提取所述双目图像的3D景深特征；获取所述双目图像中的目标实例；根据所述目标实例对所述双目景深模型输出的所述3D景深特征进行修正，得到深度图像。本发明实施例方案通过2D卷积算子构建的双目景深模型达到了获取3D景深图像的效果，降低了对电子设备硬件的要求。CN116012431ACN116012431A权利要求书1/2页1.一种深度图像获取方法，其特征在于，包括：获取双目图像；将所述双目图像输入双目景深模型，所述双目景深模型基于2D卷积算子构建，所述双目景深模型用于基于2D卷积算子提取所述双目图像的3D景深特征；获取所述双目图像中的目标实例；根据所述目标实例对所述双目景深模型输出的所述3D景深特征进行修正，得到深度图像。2.根据权利要求1所述的方法，其特征在于，所述双目景深模型，包括：第一数据转换模块，用于压缩所述双目图像的深度维度，以将所述双目图像从五维数据转换为四维数据并输入2D卷积模块；所述2D卷积模块，用于从高度和宽度维度提取所输入数据的图像特征，得到四维输出特征；第二数据转换模块，用于将所述四维输出特征转换为包含深度维度的特征数据并输入1D卷积模块；所述1D卷积模块，用于从深度维度提取所输入数据的图像特征，得到3D景深特征。3.根据权利要求2所述的方法，其特征在于，所述第一数据转换模块，用于压缩所述双目图像的深度维度，以将所述双目图像从五维数据转换为四维数据，包括：将所述双目图像的深度维度压缩至批量维度，以将所述双目图像从五维数据(N,C,D,H,W)转换为四维数据(N*D,C,H,W)；或者，将所述双目图像的深度维度压缩至通道维度，以将所述双目图像从五维数据(N,C,D,H,W)转换为四维数据(N,C*D,H,W)；其中，N为批量维度，C为通道维度，D为深度维度，H为高度维度，W为宽度维度。4.根据权利要求3所述的方法，其特征在于，若所述第一数据转换模块转换后的四维数据为(N*D,C,H,W)，则所述2D卷积模块输入和输出的数据维度均为(N*D,C,H,W)，所述第二数据转换模块用于将数据维度(N*D,C,H,W)转换为(N,C,D,H*W)；若所述第一数据转换模块转换后的四维数据为(N,C*D,H,W)，则所述2D卷积模块输入的数据维度为(N,Cin*D,H,W)，所述2D卷积模块输出的数据维度为(N,Cout1*D,H,W)，所述第二数据转换模块将所述(N,Cout1*D,H,W)转换为(N,Cout1,D,H*W)。5.根据权利要求2所述的方法，其特征在于，所述2D卷积模块和所述第二数据转换模块之间串联有2D批量归一化函数和激活函数。6.根据权利要求2所述的方法，其特征在于，所述1D卷积模块之后串联有1D批量归一化函数和激活函数。7.根据权利要求1所述的方法，其特征在于，所述双目图像包括左图像和右图像，所述将所述双目图像输入双目景深模型之前，所述方法还包括：对所述左图像和所述右图像进行畸变矫正和立体矫正。8.根据权利要求1所述的方法，其特征在于，所述双目图像包括左图像和右图像，所述获取所述双目图像中的目标实例，包括：对所述左图像进行实例分割，得到所述目标实例。2CN116012431A权利要求书2/2页9.一种深度图像获取设备，其特征在于，包括：获取模块，用于获取双目图像；景深特征提取模块，用于将所述双目图像输入双目景深模型，所述双目景深模型基于2D卷积算子构建，所述双目景深模型用于基于2D卷积算子提取所述双目图像的3D景深特征；实例分割模块，用于获取所述双目图像中的目标实例；后处理模块，用于根据所述目标实例对所述双目景深模型输出的所述3D景深特征进行修正，得到深度图像。10.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所