CN108510454A - 用于生成深度图像的方法和装置 - Google Patents

用于生成深度图像的方法和装置 Download PDF

Info

Publication number
CN108510454A
CN108510454A CN201810233912.1A CN201810233912A CN108510454A CN 108510454 A CN108510454 A CN 108510454A CN 201810233912 A CN201810233912 A CN 201810233912A CN 108510454 A CN108510454 A CN 108510454A
Authority
CN
China
Prior art keywords
depth image
convolutional neural
neural networks
image
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810233912.1A
Other languages
English (en)
Inventor
何涛
刘文献
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201810233912.1A priority Critical patent/CN108510454A/zh
Publication of CN108510454A publication Critical patent/CN108510454A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20084Artificial neural networks [ANN]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例公开了用于生成深度图像的方法和装置。该方法的一具体实施方式包括:获取目标深度图像;将目标深度图像输入至预先训练的卷积神经网络,生成目标深度图像的恢复图像,卷积神经网络是通过如下训练步骤得到的:获取训练样本集,每个训练样本包括第一深度相机和第二深度相机拍摄同一对象所得的第一样本深度图像和第二样本深度图像,其中,第二深度相机在至少一个预设深度相机性能参数上优于第一深度相机;将训练样本集中的训练样本中的第一样本深度图像和第二样本深度图像分别作为初始卷积神经网络的输入和期望输出,训练初始卷积神经网络;将训练得到的初始卷积神经网络确定为预先训练的卷积神经网络。该实施方式实现了生成深度图像的恢复图像。

Description

用于生成深度图像的方法和装置
技术领域
本申请实施例涉及计算机技术领域,具体涉及计算机视觉技术领域,尤其涉及用于生成深度图像的方法和装置。
背景技术
在计算机视觉系统中,三维场景信息为图像分割、目标检测、物体跟踪等各类计算机视觉应用提供了更多的可能性,而深度图像(Depth map)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。深度图像的每个像素点的灰度值可用于表征场景中某一点距离拍摄设备的远近。
目前,大部分是通过深度传感器来获取深度图像。然而,能够拍摄到较好质量的深度图像的深度传感器的成本较高,很多场合并不具备高质量的深度传感器,而普通的深度传感器所拍摄的深度图像经常可能会存在低像素、低信噪比或者有洞等缺点,这些缺点给深度图像的应用造成了不便。
发明内容
本申请实施例提出了用于生成深度图像的方法和装置。
第一方面,本申请实施例提供了一种用于生成深度图像的方法,该方法包括:获取目标深度图像;将目标深度图像输入至预先训练的卷积神经网络,生成目标深度图像的恢复图像,其中,卷积神经网络用于表征深度图像与深度图像的恢复图像之间的对应关系,卷积神经网络是通过如下训练步骤得到的:确定初始卷积神经网络的网络结构以及初始化初始卷积神经网络的网络参数;获取训练样本集,其中,每个训练样本包括第一深度相机和第二深度相机拍摄同一对象所得的第一样本深度图像和第二样本深度图像,其中,第二深度相机在至少一个预设深度相机性能参数上优于第一深度相机;将训练样本集中的训练样本中的第一样本深度图像和第二样本深度图像分别作为初始卷积神经网络的输入和期望输出,利用机器学习方法训练初始卷积神经网络;将训练得到的初始卷积神经网络确定为预先训练的卷积神经网络。
在一些实施例中,卷积神经网络包括至少一个卷积层。
在一些实施例中,目标深度图像为目标人脸深度图像。
在一些实施例中,至少一个预设深度相机性能参数包括分辨率和深度有效距离。
在一些实施例中,在将目标深度图像输入至预先训练的卷积神经网络,生成目标深度图像的恢复图像之前,该方法还包括:确定目标深度图像对应的目标类型;以及将目标深度图像输入至预先训练的卷积神经网络,生成目标深度图像的恢复图像,包括:将目标深度图像输入到所确定的目标类型对应的预先训练的卷积神经网络中,生成目标深度图像的恢复图像。
第二方面,本申请实施例提供了一种用于生成深度图像的装置,该装置包括:获取单元,配置用于获取目标深度图像;生成单元,配置用于将目标深度图像输入至预先训练的卷积神经网络,生成目标深度图像的恢复图像,其中,卷积神经网络用于表征深度图像与深度图像的恢复图像之间的对应关系,卷积神经网络是通过如下训练步骤得到的:确定初始卷积神经网络的网络结构以及初始化初始卷积神经网络的网络参数;获取训练样本集,其中,每个训练样本包括第一深度相机和第二深度相机拍摄同一对象所得的第一样本深度图像和第二样本深度图像,其中,第二深度相机在至少一个预设深度相机性能参数上优于第一深度相机;将训练样本集中的训练样本中的第一样本深度图像和第二样本深度图像分别作为初始卷积神经网络的输入和期望输出,利用机器学习方法训练初始卷积神经网络;将训练得到的初始卷积神经网络确定为预先训练的卷积神经网络。
在一些实施例中,卷积神经网络包括至少一个卷积层。
在一些实施例中,目标深度图像为目标人脸深度图像。
在一些实施例中,至少一个预设深度相机性能参数包括分辨率和深度有效距离。
在一些实施例中,该装置还包括:确定单元,配置用于确定目标深度图像对应的目标类型;以及生成单元进一步用于:将目标深度图像输入到所确定的目标类型对应的预先训练的卷积神经网络中,生成目标深度图像的恢复图像。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于生成深度图像的方法和装置,通过预先训练用于生成深度图像的恢复图像的卷积神经网络,并将目标深度图像输入至预先训练的卷积神经网络,生成目标深度图像的恢复图像,其中,预先训练的卷积神经网络是基于第二深度相机和第一深度相机拍摄同一对象所得的第一样本深度图像和第二样本深度图像作为训练样本得到的,其中,第二深度相机在至少一个预设深度相机性能参数上优于第一深度相机。从而,可以实现生成深度图像的恢复图像,提高深度图像的质量,继而扩大深度图像的应用场合。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的用于生成深度图像的方法的一个实施例的流程图;
图3是根据本申请的用于训练卷积神经网络的训练步骤的一个实施例的流程图;
图4是根据本申请的用于生成深度图像的方法的又一个实施例的流程图;
图5是根据本申请的用于生成深度图像的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于生成深度图像的方法或用于生成深度图像的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如深度图像采集类应用、图像处理类应用、搜索类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供深度图像采集服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上传的深度图像(例如,拍摄人脸所得到的人脸深度图像)进行图像恢复,并生成相应的恢复图像的图像生成服务器。图像生成服务器可以对接收到的深度图像等数据进行分析等处理,并将处理结果(例如深度图像的恢复图像)反馈给终端设备。
需要说明的是,本申请实施例所提供的用于生成深度图像的方法一般由服务器105执行,相应地,用于生成深度图像的装置一般设置于服务器105中。
需要指出的是,服务器105的本地也可以直接存储深度图像,服务器105可以直接提取本地的深度图像生成对应的恢复图像,此时,示例性系统架构100可以不包括终端设备101、102、103和网络104。
还需要指出的是,终端设备101、102、103中也可以安装有深度图像生成类应用,终端设备101、102、103也可以基于深度图像生成类应用生成目标深度图像的恢复图像,此时,用于生成深度图像的方法也可以由终端设备101、102、103执行,相应地,用于生成深度图像的装置也可以设置于终端设备101、102、103中。此时,示例性系统架构100也可以不包括服务器105和网络104。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供深度图像生成服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,其示出了根据本申请的用于生成深度图像的方法的一个实施例的流程200。该用于生成深度图像的方法,包括以下步骤:
步骤201,获取目标深度图像。
在本实施例中,用于生成深度图像的方法的执行主体(例如图1所示的服务器)可以获取目标深度图像。这里,目标深度图像可以是任意带有深度信息的图像。例如,目标深度图像可以是拍摄人脸所得到的目标人脸深度图像。
这里,上述目标深度图像可以是与上述执行主体通信连接的终端设备(例如图1所示的终端设备101、102、103)通过有线连接方式或无线连接方式上传至上述执行主体中的,也可以是上述执行主体本地所存储的。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤202,将目标深度图像输入至预先训练的卷积神经网络,生成目标深度图像的恢复图像。
在本实施例中,上述执行主体(例如图1所示的服务器)可以将目标深度图像输入至预先训练的卷积神经网络,生成目标深度图像的恢复图像。这里,上述预先训练的卷积神经网络用于表征深度图像与深度图像的恢复图像之间的对应关系。
其中,上述卷积神经网络可以是通过训练步骤预先训练得到的。
请参考图3,图3示出了根据本申请的预先训练卷积神经网络的训练步骤的一个实施例的流程300。该训练步骤包括以下步骤:
步骤301,确定初始卷积神经网络的网络结构以及初始化初始卷积神经网络的网络参数。
在本实施例中,训练步骤的执行主体可以与用于生成深度图像的方法的执行主体相同或者不同。如果相同,则训练步骤的执行主体可以在训练得到卷积神经网络后将训练好的卷积神经网络的网络结构信息和网络参数的参数值存储在本地。如果不同,则训练步骤的执行主体可以在训练得到卷积神经网络后将训练好的卷积神经网络的网络结构信息和网络参数的参数值发送给用于生成深度图像的方法的执行主体。
在本实施例中,训练步骤的执行主体可以首先确定初始卷积神经网络的网络结构。由于卷积神经网络是一个多层的神经网络,每层由多个二维平面组成,而每个平面由多个独立神经元组成。因此,这里需要确定初始卷积神经网络包括哪些层(例如,卷积层,池化层,全连接层、激活函数层等等),层与层之间的连接顺序关系,以及每个层都包括哪些参数(例如,权重weight、偏置项bias、卷积的步长)等等。
其中,卷积层可以用于提取图像特征。针对每个卷积层可以确定有多少个卷积核,每个卷积核的大小,每个卷积核中的各个神经元的权重,每个卷积核对应的偏置项,相邻两次卷积之间的步长等等。
然后,训练步骤的执行主体可以初始化初始卷积神经网络的网络参数。实践中,可以将卷积神经网络的各个网络参数(例如,权值参数和偏置参数)用一些不同的小随机数进行初始化。“小随机数”用来保证网络不会因权值过大而进入饱和状态,从而导致训练失败,“不同”用来保证网络可以正常地学习。
在本实施例的一些可选的实现方式中,初始卷积神经网络可以包括至少一个卷积层。其中,为了保证所生成的恢复图像的像素点分布与目标深度图像的像素点分布相同,例如,目标深度图像和恢复图像都是1024*768的图像,可以采用加padding的方法对目标深度图像进行处理,例如,当卷积核为3*3的卷积核时,可以在目标深度图像的上下各加一行左右各加一列像素值为0的像素点,从而经过该3*3的卷积核卷积操作后所得到的图像与卷积操作之前的图像大小是相同的。
步骤302,获取训练样本集。
在本实施例中,训练步骤的执行主体可以本地或者远程地从与上述执行主体网络连接的其他电子设备获取训练样本集,其中,每个训练样本包括第一深度相机和第二深度相机拍摄同一对象所得的第一样本深度图像和第二样本深度图像,其中,第二深度相机在至少一个预设深度相机性能参数上优于第一深度相机。可以理解的是,通常由于第二深度相机在至少一个预设深度相机性能参数上优于第一深度相机,第二深度相机在拍摄同一对象所得的图像的图像质量通常会高于第一深度相机在同样的位置(例如,两个相机处于完全相同的位置或者两个相机所处位置的距离和/或角度小于一定的距离阈值或者角度阈值)拍摄同一对象所得的图像的图像质量。
在本实施例的一些可选的实现方式中,至少一个预设深度相机性能参数可以包括分辨率和深度有效距离。
步骤303,将训练样本集中的训练样本中的第一样本深度图像和第二样本深度图像分别作为初始卷积神经网络的输入和期望输出,利用机器学习方法训练初始卷积神经网络。
在本实施例中,训练步骤的执行主体可以将训练样本集中的训练样本中的第一样本深度图像输入初始卷积神经网络,得到与该第一样本深度图像对应的恢复图像,以该训练样本中的第二样本深度图像为期望输出,利用机器学习方法训练初始卷积神经网络。具体地,可以首先利用预设的损失函数计算所得到的恢复图像与该训练样本中的第二样本深度图像之间的差异,例如,可以采用L2范数作为损失函数计算所得到的恢复图像与该训练样本中的第二样本深度图像之间的差异。然后,可以基于计算所得的差异,调整初始卷积神经网络的网络参数,并在满足预设的训练结束条件的情况下,结束训练。例如,这里预设的训练结束条件可以包括但不限于:训练时间超过预设时长;训练次数超过预设次数;计算所得的差异小于预设差异阈值。
这里,可以采用各种实现方式基于所得到的恢复图像与该训练样本中的第二样本深度图像之间的差异调整初始卷积神经网络的网络参数。例如,可以采用BP(BackPropagation,反向传播)算法或者SGD(Stochastic Gradient Descent,随机梯度下降)算法来调整初始卷积神经网络的网络参数。
步骤304,将训练得到的初始卷积神经网络确定为预先训练的卷积神经网络。
在本实施例中,训练步骤的执行主体可以将步骤303中训练得到的初始卷积神经网络确定为预先训练的卷积神经网络。
本申请的上述实施例提供的方法通过采用包括了预设深度相机性能参数较高的深度相机所采集的深度图像和预设深度相机性能参数较低的深度相机所采集的深度图像作为训练样本训练卷积神经网络,从而训练得到的卷积神经网络可以学习到如何生成预设深度相机性能参数较低的深度相机所采集的深度图像的恢复图像。在生成恢复图像时,将目标深度图像输入预先训练的卷积神经网络即可以生成目标深度图像的恢复图像。而且由于卷积神经网络的权值共享特性,这使得训练时间和生成图像的时间大量减少,从而可以提高训练和生成的速度。
进一步参考图4,其示出了用于生成深度图像的方法的又一个实施例的流程400。该用于生成深度图像的方法的流程400,包括以下步骤:
步骤401,获取目标深度图像。
在本实施例中,用于生成深度图像的方法的执行主体(例如图1所示的服务器)可以获取目标深度图像。这里,目标深度图像可以是任意带有深度信息的图像。例如,目标深度图像可以是拍摄人脸所得到的目标人脸深度图像。
这里,上述目标深度图像可以是与上述执行主体通信连接的终端设备(例如图1所示的终端设备101、102、103)通过有线连接方式或无线连接方式上传至上述执行主体中的,也可以是上述执行主体本地所存储的。
步骤402,确定目标深度图像对应的目标类型。
在本实施例中,上述执行主体可以采用各种目标类型检测方法确定目标深度图像对应的目标类型。
其中,目标深度图像对应的目标类型即目标深度图像中的目标所属的类型。目标类型可以是预设目标类型集合中的目标类型。目标类型用于表征目标。这里,目标可以是物理世界中的各种目标。作为示例,目标可以是物理世界中的人、物品、动物、植物、建筑、地点等。作为示例,目标也可以是具体的人或者动物的身体某部分,例如,人脸、动物的头部等。作为示例,目标还可以是具体某种动物或植物,比如,猴子、大象、灌木丛等等。
作为示例,上述执行主体可以将目标深度图像输入预先训练的目标类型检测模型,得到目标深度图像对应的目标类型,其中,目标类型检测模型用于表征深度图像和目标类型之间的对应关系。目标类型检测模型可以是以深度图像和深度图像对应的目标类型为训练样本,采用机器学习方法训练得到的机器学习模型。
步骤403,将目标深度图像输入到所确定的目标类型对应的预先训练的卷积神经网络中,生成目标深度图像的恢复图像。
这里,可以为每种目标类型(例如,人脸、动物、鸟类等)预先训练对应的卷积神经网络,为不同的目标类型训练不同的卷积神经网络。具体地,在训练某种目标类型对应的卷积神经网络时,所采用的训练样本集中的每个训练样本可以都是第一深度相机和第二深度相机拍摄该种目标类型的同一对象所得的第一样本深度图像和第二样本深度图像,例如,都是拍摄人脸类型的。
这样,上述执行主体可以将目标深度图像输入到所确定的目标类型对应的预先训练的卷积神经网络中,生成目标深度图像的恢复图像。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于生成深度图像的方法的流程400中突出了为每种目标类型预先训练相应的卷积神经网络,从而在生成目标深度图像的恢复图像时可以将目标深度图像输入与目标深度图像的目标类型对应的卷积神经网络中,即,按照目标深度图像的目标类型生成相应的恢复图像,可以提高生成恢复图像的精细化程度。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于生成深度图像的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于生成深度图像的装置500包括:获取单元501和生成单元502。其中,获取单元501,配置用于获取目标深度图像;生成单元502,配置用于将上述目标深度图像输入至预先训练的卷积神经网络,生成上述目标深度图像的恢复图像,其中,上述卷积神经网络用于表征深度图像与深度图像的恢复图像之间的对应关系,上述卷积神经网络是通过如下训练步骤得到的:确定初始卷积神经网络的网络结构以及初始化上述初始卷积神经网络的网络参数;获取训练样本集,其中,每个训练样本包括第一深度相机和第二深度相机拍摄同一对象所得的第一样本深度图像和第二样本深度图像,其中,上述第二深度相机在至少一个预设深度相机性能参数上优于上述第一深度相机;将上述训练样本集中的训练样本中的第一样本深度图像和第二样本深度图像分别作为上述初始卷积神经网络的输入和期望输出,利用机器学习方法训练上述初始卷积神经网络;将训练得到的上述初始卷积神经网络确定为上述预先训练的卷积神经网络。
在本实施例中,用于生成深度图像的装置500的获取单元501和生成单元502的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201和步骤202的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述卷积神经网络可以包括至少一个卷积层。
在本实施例的一些可选的实现方式中,上述目标深度图像可以为目标人脸深度图像。
在本实施例的一些可选的实现方式中,上述至少一个预设深度相机性能参数可以包括分辨率和深度有效距离。
在本实施例的一些可选的实现方式中,上述装置500还可以包括:确定单元503,配置用于确定上述目标深度图像对应的目标类型;以及上述生成单元502可以进一步用于:将上述目标深度图像输入到所确定的目标类型对应的预先训练的卷积神经网络中,生成目标深度图像的恢复图像。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU,Central Processing Unit)601,其可以根据存储在只读存储器(ROM,Read Only Memory)602中的程序或者从存储部分608加载到随机访问存储器(RAM,Random Access Memory)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM602以及RAM 603通过总线604彼此相连。输入/输出(I/O,Input/Output)接口605也连接至总线604。
以下部件连接至I/O接口605:包括硬盘等的存储部分606;以及包括诸如LAN(局域网,Local Area Network)卡、调制解调器等的网络接口卡的通信部分607。通信部分607经由诸如因特网的网络执行通信处理。驱动器608也根据需要连接至I/O接口605。可拆卸介质609,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器608上,以便于从其上读出的计算机程序根据需要被安装入存储部分606。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分607从网络上被下载和安装,和/或从可拆卸介质609被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取目标深度图像的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取目标深度图像;将目标深度图像输入至预先训练的卷积神经网络,生成目标深度图像的恢复图像,其中,卷积神经网络用于表征深度图像与深度图像的恢复图像之间的对应关系,卷积神经网络是通过如下训练步骤得到的:确定初始卷积神经网络的网络结构以及初始化初始卷积神经网络的网络参数;获取训练样本集,其中,每个训练样本包括第一深度相机和第二深度相机拍摄同一对象所得的第一样本深度图像和第二样本深度图像,其中,第二深度相机在至少一个预设深度相机性能参数上优于第一深度相机;将训练样本集中的训练样本中的第一样本深度图像和第二样本深度图像分别作为初始卷积神经网络的输入和期望输出,利用机器学习方法训练初始卷积神经网络;将训练得到的初始卷积神经网络确定为预先训练的卷积神经网络。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用于生成深度图像的方法,包括:
获取目标深度图像;
将所述目标深度图像输入至预先训练的卷积神经网络,生成所述目标深度图像的恢复图像,其中,所述卷积神经网络用于表征深度图像与深度图像的恢复图像之间的对应关系,所述卷积神经网络是通过如下训练步骤得到的:
确定初始卷积神经网络的网络结构以及初始化所述初始卷积神经网络的网络参数;
获取训练样本集,其中,每个训练样本包括第一深度相机和第二深度相机拍摄同一对象所得的第一样本深度图像和第二样本深度图像,其中,所述第二深度相机在至少一个预设深度相机性能参数上优于所述第一深度相机;
将所述训练样本集中的训练样本中的第一样本深度图像和第二样本深度图像分别作为所述初始卷积神经网络的输入和期望输出,利用机器学习方法训练所述初始卷积神经网络;
将训练得到的所述初始卷积神经网络确定为所述预先训练的卷积神经网络。
2.根据权利要求1所述的方法,其中,所述卷积神经网络包括至少一个卷积层。
3.根据权利要求2所述的方法,其中,所述目标深度图像为目标人脸深度图像。
4.根据权利要求3所述的方法,其中,所述至少一个预设深度相机性能参数包括分辨率和深度有效距离。
5.根据权利要求1-4中任一所述的方法,其中,在将所述目标深度图像输入至预先训练的卷积神经网络,生成所述目标深度图像的恢复图像之前,所述方法还包括:
确定所述目标深度图像对应的目标类型;以及
所述将所述目标深度图像输入至预先训练的卷积神经网络,生成所述目标深度图像的恢复图像,包括:
将所述目标深度图像输入到所确定的目标类型对应的预先训练的卷积神经网络中,生成目标深度图像的恢复图像。
6.一种用于生成深度图像的装置,包括:
获取单元,配置用于获取目标深度图像;
生成单元,配置用于将所述目标深度图像输入至预先训练的卷积神经网络,生成所述目标深度图像的恢复图像,其中,所述卷积神经网络用于表征深度图像与深度图像的恢复图像之间的对应关系,所述卷积神经网络是通过如下训练步骤得到的:
确定初始卷积神经网络的网络结构以及初始化所述初始卷积神经网络的网络参数;
获取训练样本集,其中,每个训练样本包括第一深度相机和第二深度相机拍摄同一对象所得的第一样本深度图像和第二样本深度图像,其中,所述第二深度相机在至少一个预设深度相机性能参数上优于所述第一深度相机;
将所述训练样本集中的训练样本中的第一样本深度图像和第二样本深度图像分别作为所述初始卷积神经网络的输入和期望输出,利用机器学习方法训练所述初始卷积神经网络;
将训练得到的所述初始卷积神经网络确定为所述预先训练的卷积神经网络。
7.根据权利要求6所述的装置,其中,所述卷积神经网络包括至少一个卷积层。
8.根据权利要求7所述的装置,其中,所述目标深度图像为目标人脸深度图像。
9.根据权利要求8所述的装置,其中,所述至少一个预设深度相机性能参数包括分辨率和深度有效距离。
10.根据权利要求6-9中任一所述的装置,其中,所述装置还包括:
确定单元,配置用于确定所述目标深度图像对应的目标类型;以及
所述生成单元进一步用于:
将所述目标深度图像输入到所确定的目标类型对应的预先训练的卷积神经网络中,生成目标深度图像的恢复图像。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201810233912.1A 2018-03-21 2018-03-21 用于生成深度图像的方法和装置 Pending CN108510454A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810233912.1A CN108510454A (zh) 2018-03-21 2018-03-21 用于生成深度图像的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810233912.1A CN108510454A (zh) 2018-03-21 2018-03-21 用于生成深度图像的方法和装置

Publications (1)

Publication Number Publication Date
CN108510454A true CN108510454A (zh) 2018-09-07

Family

ID=63377801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810233912.1A Pending CN108510454A (zh) 2018-03-21 2018-03-21 用于生成深度图像的方法和装置

Country Status (1)

Country Link
CN (1) CN108510454A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111192319A (zh) * 2018-11-14 2020-05-22 百度(美国)有限责任公司 用于监控人类面部到智能设备的距离的系统和方法
CN111192305A (zh) * 2018-11-15 2020-05-22 百度在线网络技术(北京)有限公司 用于生成三维图像的方法和装置
CN111260038A (zh) * 2019-12-16 2020-06-09 深圳云天励飞技术有限公司 卷积神经网络的实现方法、装置、电子设备及存储介质
CN111539899A (zh) * 2020-05-29 2020-08-14 深圳市商汤科技有限公司 图像修复方法及相关产品
CN111783965A (zh) * 2020-08-14 2020-10-16 支付宝(杭州)信息技术有限公司 用于生物特征识别的方法、装置、系统及电子设备
CN111797931A (zh) * 2020-07-08 2020-10-20 北京字节跳动网络技术有限公司 图像处理方法、图像处理网络训练方法、装置、设备
CN113344200A (zh) * 2021-06-17 2021-09-03 阿波罗智联(北京)科技有限公司 用于训练可分离卷积网络的方法、路侧设备及云控平台
CN113781540A (zh) * 2021-09-15 2021-12-10 京东鲲鹏(江苏)科技有限公司 网络生成方法、装置、电子设备和计算机可读介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105760859A (zh) * 2016-03-22 2016-07-13 中国科学院自动化研究所 基于多任务卷积神经网络的网纹人脸图像识别方法及装置
CN106504751A (zh) * 2016-08-01 2017-03-15 深圳奥比中光科技有限公司 自适应唇语交互方法以及交互装置
CN106910175A (zh) * 2017-02-28 2017-06-30 武汉大学 一种基于深度学习的单幅图像去雾算法
CN107491771A (zh) * 2017-09-21 2017-12-19 百度在线网络技术(北京)有限公司 人脸检测方法和装置
CN107590430A (zh) * 2017-07-26 2018-01-16 百度在线网络技术(北京)有限公司 活体检测方法、装置、设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105760859A (zh) * 2016-03-22 2016-07-13 中国科学院自动化研究所 基于多任务卷积神经网络的网纹人脸图像识别方法及装置
CN106504751A (zh) * 2016-08-01 2017-03-15 深圳奥比中光科技有限公司 自适应唇语交互方法以及交互装置
CN106910175A (zh) * 2017-02-28 2017-06-30 武汉大学 一种基于深度学习的单幅图像去雾算法
CN107590430A (zh) * 2017-07-26 2018-01-16 百度在线网络技术(北京)有限公司 活体检测方法、装置、设备及存储介质
CN107491771A (zh) * 2017-09-21 2017-12-19 百度在线网络技术(北京)有限公司 人脸检测方法和装置

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111192319A (zh) * 2018-11-14 2020-05-22 百度(美国)有限责任公司 用于监控人类面部到智能设备的距离的系统和方法
CN111192319B (zh) * 2018-11-14 2024-03-29 百度(美国)有限责任公司 用于监控人类面部到智能设备的距离的系统和方法
CN111192305A (zh) * 2018-11-15 2020-05-22 百度在线网络技术(北京)有限公司 用于生成三维图像的方法和装置
CN111192305B (zh) * 2018-11-15 2023-11-21 百度在线网络技术(北京)有限公司 用于生成三维图像的方法和装置
CN111260038A (zh) * 2019-12-16 2020-06-09 深圳云天励飞技术有限公司 卷积神经网络的实现方法、装置、电子设备及存储介质
CN111539899A (zh) * 2020-05-29 2020-08-14 深圳市商汤科技有限公司 图像修复方法及相关产品
CN111797931A (zh) * 2020-07-08 2020-10-20 北京字节跳动网络技术有限公司 图像处理方法、图像处理网络训练方法、装置、设备
CN111783965A (zh) * 2020-08-14 2020-10-16 支付宝(杭州)信息技术有限公司 用于生物特征识别的方法、装置、系统及电子设备
CN113344200A (zh) * 2021-06-17 2021-09-03 阿波罗智联(北京)科技有限公司 用于训练可分离卷积网络的方法、路侧设备及云控平台
CN113344200B (zh) * 2021-06-17 2024-05-28 阿波罗智联(北京)科技有限公司 用于训练可分离卷积网络的方法、路侧设备及云控平台
CN113781540A (zh) * 2021-09-15 2021-12-10 京东鲲鹏(江苏)科技有限公司 网络生成方法、装置、电子设备和计算机可读介质

Similar Documents

Publication Publication Date Title
CN108510454A (zh) 用于生成深度图像的方法和装置
CN109191514A (zh) 用于生成深度检测模型的方法和装置
CN108830235A (zh) 用于生成信息的方法和装置
CN108537152A (zh) 用于检测活体的方法和装置
CN108416324A (zh) 用于检测活体的方法和装置
CN108154547B (zh) 图像生成方法和装置
CN110288547A (zh) 用于生成图像去噪模型的方法和装置
CN108133201B (zh) 人脸属性识别方法和装置
CN107491771A (zh) 人脸检测方法和装置
CN107919129A (zh) 用于控制页面的方法和装置
CN108986169A (zh) 用于处理图像的方法和装置
CN107644209A (zh) 人脸检测方法和装置
CN108960090A (zh) 视频图像处理方法及装置、计算机可读介质和电子设备
CN108416323A (zh) 用于识别人脸的方法和装置
CN108470328A (zh) 用于处理图像的方法和装置
CN108492364A (zh) 用于生成图像生成模型的方法和装置
CN108280413A (zh) 人脸识别方法和装置
CN108876858A (zh) 用于处理图像的方法和装置
CN108509892A (zh) 用于生成近红外图像的方法和装置
CN108171206A (zh) 信息生成方法和装置
CN108337505A (zh) 信息获取方法和装置
CN108446650A (zh) 用于识别人脸的方法和装置
CN108960110A (zh) 用于生成信息的方法和装置
CN108510466A (zh) 用于验证人脸的方法和装置
CN109255767A (zh) 图像处理方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination