一种深度图像的预处理方法、系统及相关装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113902786A(43)申请公布日2022.01.07(21)申请号202111117223.2(22)申请日2021.09.23(71)申请人珠海视熙科技有限公司地址519000广东省珠海市高新区唐家湾镇金唐路1号港湾1号科创园4栋6层601-1(72)发明人李志钧张勇周雨谖潘颢文(74)专利代理机构深圳腾文知识产权代理有限公司44680代理人冼柏龙(51)Int.Cl.G06T7/50(2017.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书7页附图4页(54)发明名称一种深度图像的预处理方法、系统及相关装置(57)摘要本申请公开了一种深度图像的预处理方法、系统及相关装置，用于提高对深度图像的训练效率。本申请方法包括：获取深度图像；提取所述深度图像的矩阵信息；从所述矩阵信息中提炼目标数据；将所述目标数据转化为三通道矩阵；根据所述三通道矩阵生成目标图像。CN113902786ACN113902786A权利要求书1/2页1.一种深度图像的预处理方法，其特征在于，所述方法包括：获取深度图像；提取所述深度图像的矩阵信息；从所述矩阵信息中提炼目标数据；将所述目标数据转化为三通道矩阵；根据所述三通道矩阵生成目标图像。2.根据权利要求1所述的方法，其特征在于，所述从所述矩阵信息中提炼目标数据包括：按照预设规格将所述矩阵信息划分为若干个大小相同的矩阵块；分别计算每一个矩阵块的最大值、最小值以及平均值，得到目标数据。3.根据权利要求2所述的方法，其特征在于，所述将所述目标数据转化为三通道矩阵包括：将所述目标数据分别按照最大值、最小值以及平均值整合为三通道矩阵，所述三通道矩阵的第一通道由每一个所述矩阵块的最大值组成，第二通道由每一个所述矩阵块的最小值组成，第三通道由每一个所述矩阵块的平均值组成。4.根据权利要求1所述的方法，其特征在于，所述从所述矩阵信息中提炼目标数据包括：按照预设规格将所述第一矩阵划分为若干个大小相同的矩阵块；分别计算每一个矩阵块的极差、平均值以及方差，得到目标数据。5.根据权利要求4所述的方法，其特征在于，所述将所述目标数据转化为三通道矩阵包括：将所述目标数据分别按照极差、平均值以及方差整合为三通道矩阵，所述三通道矩阵的第一通道由每一个所述矩阵块的极差组成，第二通道由每一个所述矩阵块的平均值组成，第三通道由每一个所述矩阵块的方差组成。6.根据权利要求1至5中任一项所述的方法，其特征在于，在所述根据所述三通道矩阵生成目标图像之后，所述方法还包括：将所述目标图像输入至Resnet模型进行训练。7.一种深度图像的预处理系统，其特征在于，所述系统包括：获取单元，用于获取深度图像；提取单元，用于提取所述深度图像的矩阵信息；第一处理单元，用于从所述矩阵信息中提炼目标数据；第二处理单元，用于将所述目标数据转化为三通道矩阵；生成单元，用于根据所述三通道矩阵生成目标图像。8.根据权利要求7所述的系统，其特征在于，所述第一处理单元包括：划分模块，用于按照预设规格将所述初始矩阵划分为若干个大小相同的矩阵块；计算模块，用于分别计算每一个矩阵块的最大值、最小值以及平均值，得到目标数据。9.一种深度图像的预处理装置，其特征在于，所述装置包括：处理器、存储器、输入输出单元以及总线；所述处理器与所述存储器、所述输入输出单元以及所述总线相连；2CN113902786A权利要求书2/2页所述存储器保存有程序，所述处理器调用所述程序以执行如权利要求1至6中任一项所述方法。10.一种计算机可读存储介质，所述计算机可读存储介质上保存有程序，所述程序在计算机上执行时执行如权利要求1至6中任一项所述方法。3CN113902786A说明书1/7页一种深度图像的预处理方法、系统及相关装置技术领域[0001]本申请涉及图像处理领域，尤其涉及一种深度图像的预处理方法、系统及相关装置。背景技术[0002]深度图像也被称为距离影像，是指将从图像采集器到场景中各点的距离(深度)作为像素值的图像，深度图像的每个像素点的灰度值可用于表达场景中某一点距离摄像机的远近，它直接反映了景物可见表面的几何形状。深度图像作为一种普遍的三维场景信息表达方式得到了广泛的应用。[0003]现有技术中，若要处理深度图像分类的深度学习方法，一般是直接修改卷积神经网络的数据接口格式，然后将深度图像数据导入到网络中训练，该方法的训练速度较慢，对于本来简单的图片分类(比如一共2000张照片，照片总类别为10类)任务，用ResNet20训练，若要保证95％以上的准确率，一般电脑的训练时间可达20小时，训练效率低下。发明内容[0004]本申请提供了一种深度图像的预处理方法、系统及相关装置，