CN109191514A - 用于生成深度检测模型的方法和装置 - Google Patents
用于生成深度检测模型的方法和装置 Download PDFInfo
- Publication number
- CN109191514A CN109191514A CN201811236596.XA CN201811236596A CN109191514A CN 109191514 A CN109191514 A CN 109191514A CN 201811236596 A CN201811236596 A CN 201811236596A CN 109191514 A CN109191514 A CN 109191514A
- Authority
- CN
- China
- Prior art keywords
- depth
- value
- sample
- pixel
- image
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Abstract
本申请实施例公开了用于生成深度检测模型的方法和装置。该方法的一具体实施方式包括：获取样本集，其中，样本包括拍摄图像和拍摄图像对应的样本深度图像；从样本集中选取样本，执行如下训练步骤：将样本中的拍摄图像输入至初始模型，得到样本对应的输出深度图像；根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和/或梯度值的比较结果，确定损失函数的值；响应于根据损失函数的值确定初始模型训练完成，将初始模型确定为深度检测模型。该实施方式实现了对深度检测模型的训练，从而可以利用得到的深度检测模型获取任一拍摄图像的深度图像。
Description
技术领域
本申请实施例涉及计算机技术领域，具体涉及用于生成深度检测模型的方法和装置。
背景技术
深度图像中的像素点的灰度值可以表示像素点显示的场景距离拍摄设备的远近。因此，深度图像可以用来表示三维场景信息。
关于图像深度估计的方法主要有单目深度估计方法和双目深度估计方法。其中，由于单目深度估计方法是基于一个镜头，因此，相对于双目深度估计方法，单目深度估计方法难度较大。目前，常用的单目深度估计方法包括基于图像内容理解的深度估计方法和基于聚焦的深度估计方法等。
发明内容
本申请实施例提出了用于生成深度检测模型的方法和装置。
第一方面，本申请实施例提供了一种用于生成深度检测模型的方法，该方法包括：获取样本集，其中，样本包括拍摄图像和拍摄图像对应的样本深度图像；从样本集中选取样本，执行如下训练步骤：将样本中的拍摄图像输入至初始模型，得到样本对应的输出深度图像；根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和/或梯度值的比较结果，确定损失函数的值；响应于根据损失函数的值确定初始模型训练完成，将初始模型确定为深度检测模型。
在一些实施例中，上述训练步骤还包括：响应于根据损失函数的值确定初始模型未训练完成，调整初始模型的参数，以及从样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行上述训练步骤。
在一些实施例中，根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值的比较结果，确定损失函数的值，包括：从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对；确定样本深度图像中所选取的像素点对中的像素点的深度值的差值作为样本深度差值；确定输出深度图像中所选取的像素点对中的像素点的深度值的差值作为输出深度差值；根据所确定的样本深度差值和输出深度差值，确定损失函数的值。
在一些实施例中，根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值的比较结果，确定损失函数的值，包括：根据样本对应的样本深度图像和输出深度图像中对应位置的像素点分别在第一坐标方向和第二坐标方向的梯度差值，确定损失函数的值。
在一些实施例中，根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和梯度值的比较结果，确定损失函数的值，包括：从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对；确定样本深度图像中所选取的像素点对中的像素点的深度值的差值作为样本深度差值；根据所确定的样本深度差值和输出深度图像中所选取的像素点对中的像素点的深度值，确定深度损失值；根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值，确定梯度损失值；根据所确定的深度损失值和梯度损失值，确定损失函数的值。
在一些实施例中，根据所确定的深度损失值和梯度损失值，确定损失函数的值，包括：确定梯度损失值与预设的梯度调节值的乘积作为新梯度损失值；将新梯度损失值与深度损失值的和确定为损失函数的值。
在一些实施例中，根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值，确定梯度损失值，包括：将样本对应的样本深度图像和输出深度图像中对应位置的像素点在第一坐标方向的梯度值的差值和在第二坐标方向的梯度值的差值的平方和确定为梯度损失值。
在一些实施例中，根据所确定的样本深度差值和输出深度图像中所选取的像素点对中的像素点的深度值，确定深度损失值，包括：响应于确定样本深度差值为零，根据输出深度图像中所选取的像素点对中的像素点的深度值的差值的平方确定深度损失值。
在一些实施例中，根据所确定的样本深度差值和输出深度图像中所选取的像素点对中的像素点的深度值，确定深度损失值，包括：响应于确定样本深度差值不为零，将样本深度图像中所选取的像素点对中深度值最大的像素点确定为第一样本像素点，以及将样本深度图像中所选取的像素点对中深度值最小的像素点确定为第二样本像素点；将输出深度图像中所选取的像素点对中与第一像素点对应的像素点确定为第一输出像素点，以及将输出深度图像中所选取的像素点对中与第二像素点对应的像素点确定为第二输出像素点；将第二输出像素点的深度值减去第一输出像素点的差值确定为输出深度差值；根据输出深度差值，确定深度损失值。
在一些实施例中，根据输出深度差值，确定深度损失值，包括：将输出深度差值确定为目标指数；确定自然常数的目标指数次幂与一的和作为目标真数；确定以自然常数为底数，目标真数的对数作为深度损失值。
在一些实施例中，样本集中的样本深度图像利用具有双目摄像头和/或深度摄像头的电子设备得到。
第二方面，本申请实施例提供了一种用于生成深度检测模型的装置，该装置包括：获取单元，被配置成获取样本集，其中，样本包括拍摄图像和拍摄图像对应的样本深度图像；训练单元，被配置成从样本集中选取样本，执行如下训练步骤：将样本中的拍摄图像输入至初始模型，得到样本对应的输出深度图像；根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和/或梯度值的比较结果，确定损失函数的值；响应于根据损失函数的值确定初始模型训练完成，将初始模型确定为深度检测模型。
在一些实施例中，上述训练单元进一步被配置成：响应于根据损失函数的值确定初始模型未训练完成，调整初始模型的参数，以及从样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行上述训练步骤。
在一些实施例中，上述训练单元进一步被配置成：从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对；确定样本深度图像中所选取的像素点对中的像素点的深度值的差值作为样本深度差值；确定输出深度图像中所选取的像素点对中的像素点的深度值的差值作为输出深度差值；根据所确定的样本深度差值和输出深度差值，确定损失函数的值。
在一些实施例中，上述训练单元进一步被配置成：根据样本对应的样本深度图像和输出深度图像中对应位置的像素点分别在第一坐标方向和第二坐标方向的梯度差值，确定损失函数的值。
在一些实施例中，上述训练单元进一步被配置成：从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对；确定样本深度图像中所选取的像素点对中的像素点的深度值的差值作为样本深度差值；根据所确定的样本深度差值和输出深度图像中所选取的像素点对中的像素点的深度值，确定深度损失值；根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值，确定梯度损失值；根据所确定的深度损失值和梯度损失值，确定损失函数的值。
在一些实施例中，上述训练单元进一步被配置成：确定梯度损失值与预设的梯度调节值的乘积作为新梯度损失值；将新梯度损失值与深度损失值的和确定为损失函数的值。
在一些实施例中，上述训练单元进一步被配置成：将样本对应的样本深度图像和输出深度图像中对应位置的像素点在第一坐标方向的梯度值的差值和在第二坐标方向的梯度值的差值的平方和确定为梯度损失值。
在一些实施例中，上述训练单元进一步被配置成：响应于确定样本深度差值为零，根据输出深度图像中所选取的像素点对中的像素点的深度值的差值的平方确定深度损失值。
在一些实施例中，上述训练单元进一步被配置成：响应于确定样本深度差值不为零，将样本深度图像中所选取的像素点对中深度值最大的像素点确定为第一样本像素点，以及将样本深度图像中所选取的像素点对中深度值最小的像素点确定为第二样本像素点；将输出深度图像中所选取的像素点对中与第一像素点对应的像素点确定为第一输出像素点，以及将输出深度图像中所选取的像素点对中与第二像素点对应的像素点确定为第二输出像素点；将第二输出像素点的深度值减去第一输出像素点的差值确定为输出深度差值；根据输出深度差值，确定深度损失值。
在一些实施例中，上述训练单元进一步被配置成：将输出深度差值确定为目标指数；确定自然常数的目标指数次幂与一的和作为目标真数；确定以自然常数为底数，目标真数的对数作为深度损失值。
在一些实施例中，样本集中的样本深度图像利用具有双目摄像头和/或深度摄像头的电子设备得到。
第三方面，本申请实施例提供了一种用于处理图像的方法，包括获取待处理图像；将待处理图像输入至深度检测模型，得到待处理图像对应的深度图像，其中，深度检测模型通过如上述第一方面中任一实现方式描述的方法生成。
第四方面，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；当一个或多个程序被一个或多个处理器执行，使得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。
第五方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，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检测模型的方法和装置，通过获取样本集，其中，样本包括拍摄图像和拍摄图像对应的样本深度图像，以及基于样本集训练初始模型得到深度检测模型。具体地，基于输入的样本深度图像和对应输出的输出深度图像中对应位置的像素点的深度值和/或梯度值的比较结果来确定损失函数的值，并在根据损失函数的值确定模型训练完成时，将训练完的初始模型确定为深度检测模型，从而可以利用得到的深度检测模型获取任一拍摄图像的深度图像，使得深度图像的获取无需借助于特定摄像头实现，有助于提升获取深度图像的效率。
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是本申请的一个实施例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检测模型的方法的一个实施例的流程图；
图3是根据本申请的用于生成深度检测模型的方法的又一个实施例的流程图；
图4是根据本申请实施例的用于生成深度检测模型的方法的一个应用场景的示意图；
图5是根据本申请的用于处理图像的方法的一个实施例的流程图；
图6是根据本申请的用于生成深度检测模型的装置的一个实施例的结构示意图；
图7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检测模型的方法的实施例的示例性架构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。
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上可以安装有各种客户端应用。例如摄像类应用、图像处理类应用、浏览器类应用等等。
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，可以是具有支持图像存储的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、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(例如用来提供分布式服务的多个软件或软件模块)，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，例如根据终端设备101、102、103发送的样本集训练初始模型的服务器。进一步地，服务器还可以利用训练完成的初始模型对终端设备101、102、103发送的待处理图像进行处理，以得到对应的深度图像，以及将得到的深度图像返回至终端设备101、102、103。
需要说明的是，上述样本集也可以直接存储在服务器105的本地，服务器105可以直接提取本地所存储的样本集对初始模型进行训练，此时，可以不存在终端设备101、102、103和网络104。
需要说明的是，本申请实施例所提供的用于生成深度检测模型的方法一般由服务器105执行，相应地，用于生成深度检测模型的装置一般设置于服务器105中。
还需要指出的是，终端设备101、102、103中也可以具备图像处理功能，此时，用于生成深度检测模型的方法也可以由终端设备101、102、103执行，相应地，用于生成深度检测模型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可以不存在服务器105和网络104。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，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(例如用来提供分布式服务的多个软件或软件模块)，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检测模型的方法的一个实施例的流程200。该用于生成深度检测模型的方法包括以下步骤：
步骤201，获取样本集。
在本实施例中，用于生成深度检测模型的方法的执行主体(如图1所示的服务器105)可以利用有线连接或无线连接的方式从本地或其它存储设备获取样本集。其中，样本集中的每个样本可以包括拍摄图像和拍摄图像对应的样本深度图像。具体地，可以利用各种采集方法采集样本以得到样本集。
可选地，可以利用现有得一些深度图像获取装置来采集样本。例如，可以使用Kinect(一种体感交互设备)来采集样本。
可选地，可以利用现有的各种开源的相机标定方法确定被拍摄的场景的三维信息，并在此基础上进一步计算拍摄图像中的像素点显示的场景与拍摄设备的距离，从而生成拍摄图像对应的深度图像。
在本实施例的一些可选的实现方式中，样本集中的样本深度图像可以利用具有双目摄像头和/或深度摄像头的电子设备(如手机、电脑等)得到。
步骤202，从样本集中选取样本，执行如下步骤2021-2023的训练步骤：
在本实施例中，从样本集中选取样本的方式可以多种多样。例如，可以从样本集中随机选取预设数目的样本。又例如，可以从样本集中选取未被选取过的、预设数目的样本。
步骤2021，将样本中的拍摄图像输入至初始模型，得到样本对应的输出深度图像。
在本步骤中，初始模型可以是各种类型的未经训练的或未训练完成的人工神经网络，例如深度学习模型。初始模型也可以是对多种未经训练的或未训练完成的人工神经网络进行组合得到的模型。具体地，技术人员可以根据实际的应用需求(如需要包括哪些层、每层的层数、卷积核的大小等)构建初始模型。
应当可以理解，若步骤202中选取的样本的数目大于一个，则将各个样本中的拍摄图像分别输入初始模型。对应地，可以得到初始模型输出的、与各个样本中的拍摄图像分别对应的输出深度图像。
步骤2022，根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和/或梯度值的比较结果，确定损失函数的值。
在本实施例中，损失函数的值可以与样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和/或梯度值的比较结果相关。理想地，样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和/或梯度值一致。
应该可以理解，样本深度图像和输出深度图像中的像素点具有一一对应的关系。按照同样的方向，样本深度图像中的第一个像素点对应于输出深度图像中的第一个像素点，以此类推。
因此，在实践中，可以设计不同计算方式的损失函数，使得损失函数的值可以表示样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和/或梯度值的差异。
以损失函数的值可以表示样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值的差异为示例，可以设计不同形式的损失函数。
可选地，可以根据样本深度图像和输出深度图像中对应位置的像素点的深度值的差值，确定损失函数的值。
例如，可以从样本深度图像中选取一个像素点，然后从输出深度图像中选取与从样本深度图像中选取的像素点对应的像素点，将这两个像素点作为一组。之后，可以计算这组像素点中的两个像素点的深度值的差值的绝对值。然后可以重复上述步骤以得到预设数目组的像素点对，以及各组对应的深度值的差值的绝对值。之后，可以将选出的各组对应的深度值的差值的绝对值的平均值确定为损失函数的值。
应当可以理解，上述示例只是一种具体的确定损失函数的值。根据样本深度图像和输出深度图像中对应位置的像素点的深度值的差值还可以有多种确定损失函数的值的方式。例如，可以将选出的各组对应的深度值的差值的绝对值的和确定为损失函数的值。又例如，可以将筛选出的对应的深度值的差值的绝对值大于预设的阈值的各组像素点对对应的深度值的差值的绝对值的平均值确定为损失函数的值。
在本实施例的一些可选的实现方式中，可以通过如下的步骤来根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值的比较结果，确定损失函数的值：
步骤一，从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对。
在本步骤中，可以从样本深度图像中选取一组像素点对，然后从输出深度图像中选取与从样本深度图像中选取的像素点对所对应的像素点对。选取像素点对的方式可以是任意的。例如可以从指定的位置选取，也可以随机选取。
步骤二，确定样本深度图像中所选取的像素点对中的像素点的深度值的差值作为样本深度差值。
步骤三，确定输出深度图像中所选取的像素点对中的像素点的深度值的差值作为输出深度差值。
步骤四，根据所确定的样本深度差值和输出深度差值，确定损失函数的值。
在本步骤中，可以设计与样本深度差值和输出深度差值相关的、各种形式的损失函数来确定损失函数的值。可选地，可以将样本深度差值与输出深度差值的差值确定为损失函数的值。
可选地，可以先判断样本深度差值是否为零。若为零，可以根据输出深度差值的平方确定损失函数的值。例如，可以直接将输出深度差值的平方确定为损失函数的值，也可以将输出深度差值的绝对值确定为损失函数的值，也可以将输出深度差值的平方与预设的调节系数的乘积确定为损失函数的值。
若不为零，可以将样本深度图像中所选取的像素点对中深度值最大的像素点确定为第一样本像素点，以及将样本深度图像中所选取的像素点对中深度值最小的像素点确定为第二样本像素点。然后将输出深度图像中所选取的像素点对中与第一像素点对应的像素点确定为第一输出像素点，以及将输出深度图像中所选取的像素点对中与第二像素点对应的像素点确定为第二输出像素点。
之后，将第二输出像素点的深度值减去第一输出像素点的差值确定为输出深度差值，可以根据输出深度差值，确定损失函数的值。例如，可以将输出深度差值与预设的调节值的乘积确定为损失函数的值。又例如，可以将输出深度差值确定为目标指数，并将自然常数的目标指数次幂或者自然常数的目标指数次幂的其它变形形式(如自然常数的目标指数次幂与预设的调节值的乘积、自然常数的目标指数次幂与一的和等)确定为损失函数的值。
需要说明的是，上述步骤一可以从样本对应的样本深度图像和输出深度图像中分别选取对应的多组像素点对。此时，对于每组像素点对可以按照上述步骤二到步骤四的过程进行对应处理，然后可以根据各组像素点对所对应的处理结果来综合确定损失函数的值。例如，将各组像素点对所对应的处理结果的平均值或者总和等确定为损失函数的值。
另外，需要说明的是，上述示例是从样本深度图像和输出深度图像中选取对应位置的像素点对来确定损失函数的值。同样地，可以从样本深度图像和输出深度图像中选取对应位置的像素点集合(像素点集合包含的像素点个数大于2)，并根据从样本深度图像和输出深度图像中选取对应位置的像素点集合的比较结果来确定损失函数的值。
以损失函数的值可以表示样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值的差异为示例，也可以设计不同形式的损失函数。
其中，可以利用Sober算子对深度图像做卷积来求解深度图像中的各个像素点的梯度。一般地，深度图像中的像素点通常具有两个方向(如水平方向和垂直方向)的梯度。其中，关于梯度的求解方法是目前广泛研究和应用的公知技术，在此不再赘述。
具体地，可以根据样本对应的样本深度图像和输出深度图像中对应位置的像素点分别在第一坐标方向和第二坐标方向的梯度差值，确定损失函数的值。
可选地，可以分别计算样本深度图像和输出深度图像中对应位置的像素点在第一坐标方向的梯度值的差值的绝对值和在第二坐标方向的梯度值的差值的绝对值。然后，根据在第一坐标方向的梯度值的差值的绝对值和在第二坐标方向的梯度值的差值的绝对值的总和确定损失函数的值。
可选地，可以分别计算样本深度图像和输出深度图像中对应位置的像素点在第一坐标方向的梯度值的差值和在第二坐标方向的梯度值的差值。然后，可以根据在第一坐标方向的梯度值的差值和在第二坐标方向的梯度值的差值的平方和确定损失函数的值。
应该可以理解，实践中，可以从选取样本深度图像选取一个或多个像素点，并从输出深度图像中对应选取一个或多个像素点。对于每组像素点对(样本深度图像中的任一像素点和输出深度图像中对应的像素点)，都可以计算出像素点对对应的在第一坐标方向的梯度值的差值的绝对值和在第二坐标方向的梯度值的差值的绝对值的总和，当然，也可以计算出像素点对对应的在第一坐标方向的梯度值的差值和在第二坐标方向的梯度值的差值的平方和确定为损失函数的值。
之后，可以根据各组像素点对对应的在第一坐标方向的梯度值的差值的绝对值和在第二坐标方向的梯度值的差值的绝对值的总和，或各组像素点对对应的在第一坐标方向的梯度值的差值和在第二坐标方向的梯度值的差值的平方和确定为损失函数的值。例如，可以将像素点对对应的在第一坐标方向的梯度值的差值和在第二坐标方向的梯度值的差值的平方和的平均值或总和等确定为整体的损失函数的值以用于后续的计算。
步骤2023，响应于根据损失函数的值确定初始模型训练完成，将初始模型确定为深度检测模型。
在本实施例中，可以根据损失函数的值来确定初始模型是否训练完成。具体的判断方式可以由技术人员根据实际的应用需求设置。例如，可以通过判断损失函数的值是否小于预设的损失阈值来确定初始模型是否训练完成。若损失函数的值大于损失阈值，则确定初始模型未训练完成。
在本实施例的一些可选的实现方式中，响应于根据损失函数的值确定初始模型未训练完成，调整初始模型的参数，以及从样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行上述训练步骤。
在上述实现方式中，可以根据损失函数的值，利用梯度下降和反向传播算法来调整初始模型各层的参数。应当可以理解，本实施例中的损失函数的设计可以是使得调整后的初始模型对应的输出深度图像和样本深度图像中对应位置的像素点的深度值和/梯度值尽可能一致。
实践中，对初始模型的训练过程通常需要多次迭代训练，在训练过程中，可以设置多种判断初始模型是否训练完成的方式。例如，第一次对初始模型进行训练时，可以根据损失函数与损失阈值的大小关系来确定初始模型是否训练完成。在对初始模型调整参数之后，可以根据不同参数下的初始模型对应的损失函数的值总和判断调整后的初始模型是否训练完成。举例来说，可以通过判断连续多次调整参数后的初始模型对应的损失函数的值的差异是否小于预设的差异阈值来确定是否训练完成。
需要说明的是，每次从样本集中选取样本时，可以选取一个样本也可以选取多个(大于一个)，或者选取预设数目个。在选取的样本大于一个时，针对每个样本都可以按照上述实现方式确定对应的损失函数的值。之后，可以根据本次选取的各个样本分别对应的损失函数的值来确定整体的损失函数的值。例如，可以将本次选取的各个样本分别对应的损失函数的值或其中最大的损失函数的值确定为整体的损失函数的值，并且可以利用整体的损失函数的值来调整训练过程中的模型的参数。
本申请的上述实施例提供的方法根据输入的样本深度图像和对应输出的输出深度图像中对应位置的像素点的深度值和/或梯度值的比较结果来确定损失函数的值，并根据损失函数的值确定初始模型是否完成训练，使得训练完成后的模型能够用于生成任一图像对应的深度图像，而且损失函数的设计方式有助于提升训练速度和生成的深度图像的准确度。
进一步参考图3，其示出了用于生成深度检测模型的方法的又一个实施例的流程300。该用于生成深度检测模型的方法的流程300，包括以下步骤：
步骤301，获取样本集。
本步骤的具体的执行过程可参考图2对应实施例中的步骤201的相关说明，在此不再赘述。
步骤302，从样本集中选取样本，执行如下步骤3021-3023的训练步骤：
步骤3021，将样本中的拍摄图像输入至初始模型，得到样本对应的输出深度图像。
本步骤3021的具体的执行过程可参考图2对应实施例中的步骤2021的相关说明，在此不再赘述。
步骤3022，通过如下步骤30221-30225确定预设的损失函数的值：
步骤30221，从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对。
步骤30222，确定样本深度图像中所选取的像素点对中的像素点的深度值的差值作为样本深度差值。
步骤30223，根据所确定的样本深度差值和输出深度图像中所选取的像素点对中的像素点的深度值，确定深度损失值。
在本实施例中，可以先判断样本深度差值的绝对值与预设的样本深度差值阈值的大小关系。若样本深度差值的绝对值小于样本深度差值阈值，可以根据输出深度图像中所选取的像素点对中的像素点的深度值的差值的平方确定深度损失值。例如，可以将输出深度图像中所选取的像素点对中的像素点的深度值的差值的平方直接确定为深度损失值。若样本深度差值的绝对值大于样本深度差值阈值，可以根据输出深度图像中所选取的像素点对中的像素点的深度值的差值的绝对值确定深度损失值。例如，可以将输出深度图像中所选取的像素点对中的像素点的深度值的差值的绝对值直接确定为深度损失值。
在本实施例的一些可选的实现方式中，响应于确定样本深度差值为零，可以根据输出深度图像中所选取的像素点对中的像素点的深度值的差值的平方确定深度损失值。例如，将输出深度图像中所选取的像素点对中的像素点的深度值的差值的平方确定为深度损失值。又例如，将输出深度图像中所选取的像素点对中的像素点的深度值的差值的平方与预设的调节值的乘积确定为深度损失值。
在本实施例的一些可选的实现方式中，响应于确定样本深度差值不为零，可以将样本深度图像中所选取的像素点对中深度值最大的像素点确定为第一样本像素点，以及将样本深度图像中所选取的像素点对中深度值最小的像素点确定为第二样本像素点。之后，可以将输出深度图像中所选取的像素点对中与第一像素点对应的像素点确定为第一输出像素点，以及将输出深度图像中所选取的像素点对中与第二像素点对应的像素点确定为第二输出像素点。然后，可以将第二输出像素点的深度值减去第一输出像素点的差值确定为输出深度差值，并根据输出深度差值，确定深度损失值。
可选地，可以将输出深度差值的平方确定为深度损失值。
可选地，可以将输出深度差值确定为目标指数。之后，可以确定自然常数的目标指数次幂与一的和作为目标真数。之后，可以确定以自然常数为底数，目标真数的对数作为深度损失值。
需要说明的是，上述步骤30221中，从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对时，可以从样本深度图像中选取一个像素点对，并从输出深度图像中对应选取一个像素点对。当然，也可以从样本深度图像中选取多个(大于一个)或预设数目个像素点对，并从输出深度图像中对应选取多个(大于一个)或预设数目个像素点对。
应当可以理解，此时，每组从样本深度图像和输出深度图像中选取的对应位置的像素点对，都可以按照上述步骤得到对应的深度损失值。实践中，可以根据各组从样本深度图像和输出深度图像中选取的对应位置的像素点对所分别对应的深度损失值来确定整体的深度损失值以用于后续计算。例如，可以将各组从样本深度图像和输出深度图像中选取的对应位置的像素点对所分别对应的深度损失值的平均值或总和确定为整体的深度损失值。
步骤30224，根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值，确定梯度损失值。
本步骤30224的具体的执行过程可参考图2对应实施例中的步骤2022中关于根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值，确定损失函数的值的相关说明。具体地，可以将图2对应实施例中的步骤2022中根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值，确定的损失函数的值作为本实施例中的梯度损失值。在此不再赘述。
需要说明的是，与上述确定深度损失值类似的，在从样本深度图像和输出深度图像中选取多个(大于一个)对应位置的像素点对时，可以根据各组从样本深度图像和输出深度图像中选取的对应位置的像素点对所分别对应的梯度损失值来确定整体的梯度损失值以用于后续计算。
步骤30225，根据所确定的深度损失值和梯度损失值，确定损失函数的值。
在本实施例中，可以根据所确定的深度损失值和梯度损失值的和确定损失函数的值，也可以根据深度损失值和梯度损失值中选取最大值来确定损失函数的值。例如，可以直接将所确定的深度损失值和梯度损失值的和确定为损失函数的值。
在本实施例的一些可选的实现方式中，可以先确定梯度损失值与预设的梯度调节值的乘积作为新梯度损失值。之后，可以将新梯度损失值与深度损失值的和确定为损失函数的值。
步骤3023，响应于根据损失函数的值确定初始模型未训练完成，调整初始模型的参数，以及从样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行训练步骤。
本步骤3023的具体的执行过程可参考图2对应实施例中的步骤2023的相关说明，在此不再赘述。
继续参见图4，图4是根据本实施例的用于生成深度检测模型的方法的应用场景的一个示意图。在图4的应用场景中，先获取训练样本集401。之后，可以从样本集401中选取样本402。样本402包括拍摄图像4021和拍摄图像4021对应的样本深度图像4022。之后，可以将拍摄图像4021输入至初始模型403，得到拍摄图像4021对应的输出深度图像404。之后，可以根据样本深度图像4022和输出深度图像404确定深度损失值405和梯度损失值406。
具体地，如图中所示，可以从输出深度图像404中选取像素点对(X1，Y1)和(X2，Y2)，以及从样本深度图像4022中对应选取对应位置的像素点对(X1`，Y1`)和(X2`，Y2`)。然后对于像素点对(X1，Y1)和(X2，Y2)，可以计算这两个像素点的深度值的差值。若(X1，Y1)和(X2，Y2)对应的深度值的差值为零，那么可以将像素点对(X1`，Y1`)和(X2`，Y2`)的深度值的差值的平方确定为深度损失值405。若(X1，Y1)和(X2，Y2)对应的深度值的差值为不为零，可以将像素点对(X1`，Y1`)和(X2`，Y2`)的深度值的差值确定为目标指数，并将自然常数的目标指数次幂确定为深度损失值405。
另如图中所示，可以从输出深度图像404中选取像素点(X3，Y3)，以及从样本深度图像4022中对应选取对应位置的像素点(X3`，Y3`)。然后，可以计算像素点(X3，Y3)分别在水平方向和垂直方向的梯度值，以及计算像素点(X3`，Y3`)分别在水平方向和垂直方向的梯度值。然后，可以计算像素点(X3，Y3)与像素点(X3`，Y3`)分别在水平方向和垂直方向的梯度值的差值，并将水平方向和垂直方向的梯度值的差值的平方和确定为梯度损失值406。
之后，可以先计算梯度损失值406与预设的梯度调节值的乘积得到新的梯度损失值。然后可以将新的梯度损失值与深度损失值405的和确定为损失函数的值407。
之后，可以根据损失函数的值407确定初始模型403是否训练完成。若初始模型403未训练完成，可以根据损失函数的值407利用梯度下降和反向传播算法调整初始模型403的参数，并继续从样本集401中选取样本执行上述过程，直到确定初始模型403训练完成，可以将训练完成的初始模型403确定为深度检测模型。
从图3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检测模型方法的流程300突出了通过样本深度图像和输出深度图像中对应位置的像素点对中的像素点的深度值确定深度损失值，以及通过深度图像和输出深度图像中对应位置的像素点的梯度值确定梯度损失值，并根据所确定的深度损失值和梯度损失值确定损失函数的值的步骤。由此，本实施例描述的方案从两个方面来确定损失函数的值，有助于提升对初始模型的训练速度和得到的输出深度图像的准确度。
下面参考图5，其示出了根据本申请的用于处理图像的方法的一个实施例的流程500。该用于处理图像的方法包括以下步骤：
步骤501，获取待处理图像。
在本实施例中，用于处理图像的方法的执行主体(如图1所示的服务器105)可以利用有线连接或无线连接的方式从本地或其它存储设备获取待处理图像。
步骤502，将待处理图像输入至深度检测模型，得到待处理图像对应的深度图像。
在本实施例中，深度检测模型可以是通过如上述实施例2和3所描述的方法生成。
本申请的上述实施例提供的方法利用生成的深度检测模型可以直接得到任一图像对应的深度图像，使得深度图像的获取无需借助于具有深度检测功能的硬件设备，有助于提升获取深度图像的便捷性和灵活性。
进一步参考图6，作为对上述各图所示方法的实现，本申请提供了用于生成深度检测模型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6所示，本实施例提供的用于生成深度检测模型的装置600包括获取单元601和训练单元602。其中，获取单元601被配置成获取样本集，其中，样本包括拍摄图像和拍摄图像对应的样本深度图像；训练单元602被配置成从样本集中选取样本，执行如下训练步骤：将样本中的拍摄图像输入至初始模型，得到样本对应的输出深度图像；根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和/或梯度值的比较结果，确定损失函数的值；响应于根据损失函数的值确定初始模型训练完成，将初始模型确定为深度检测模型。
在本实施例中，用于生成深度检测模型的装置600中：获取单元601和训练单元602的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤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，上述训练单元602进一步被配置成：响应于根据损失函数的值确定初始模型未训练完成，调整初始模型的参数，以及从样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行上述训练步骤。
在本实施例的一些可选的实现方式中，上述训练单元602进一步被配置成：从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对；确定样本深度图像中所选取的像素点对中的像素点的深度值的差值作为样本深度差值；确定输出深度图像中所选取的像素点对中的像素点的深度值的差值作为输出深度差值；根据所确定的样本深度差值和输出深度差值，确定损失函数的值。
在本实施例的一些可选的实现方式中，上述训练单元602进一步被配置成：根据样本对应的样本深度图像和输出深度图像中对应位置的像素点分别在第一坐标方向和第二坐标方向的梯度差值，确定损失函数的值。
在本实施例的一些可选的实现方式中，上述训练单元602进一步被配置成：从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对；确定样本深度图像中所选取的像素点对中的像素点的深度值的差值作为样本深度差值；根据所确定的样本深度差值和输出深度图像中所选取的像素点对中的像素点的深度值，确定深度损失值；根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值，确定梯度损失值；根据所确定的深度损失值和梯度损失值，确定损失函数的值。
在本实施例的一些可选的实现方式中，上述训练单元602进一步被配置成：确定梯度损失值与预设的梯度调节值的乘积作为新梯度损失值；将新梯度损失值与深度损失值的和确定为损失函数的值。
在本实施例的一些可选的实现方式中，上述训练单元602进一步被配置成：将样本对应的样本深度图像和输出深度图像中对应位置的像素点在第一坐标方向的梯度值的差值和在第二坐标方向的梯度值的差值的平方和确定为梯度损失值。
在本实施例的一些可选的实现方式中，上述训练单元602进一步被配置成：响应于确定样本深度差值为零，根据输出深度图像中所选取的像素点对中的像素点的深度值的差值的平方确定深度损失值。
在本实施例的一些可选的实现方式中，上述训练单元602进一步被配置成：响应于确定样本深度差值不为零，将样本深度图像中所选取的像素点对中深度值最大的像素点确定为第一样本像素点，以及将样本深度图像中所选取的像素点对中深度值最小的像素点确定为第二样本像素点；将输出深度图像中所选取的像素点对中与第一像素点对应的像素点确定为第一输出像素点，以及将输出深度图像中所选取的像素点对中与第二像素点对应的像素点确定为第二输出像素点；将第二输出像素点的深度值减去第一输出像素点的差值确定为输出深度差值；根据输出深度差值，确定深度损失值。
在本实施例的一些可选的实现方式中，上述训练单元602进一步被配置成：将输出深度差值确定为目标指数；确定自然常数的目标指数次幂与一的和作为目标真数；确定以自然常数为底数，目标真数的对数作为深度损失值。
在本实施例的一些可选的实现方式中，样本集中的样本深度图像利用具有双目摄像头和/或深度摄像头的电子设备得到。
本申请的上述实施例提供的装置，通过获取单元获取样本集，其中，样本包括拍摄图像和拍摄图像对应的样本深度图像，以及由训练单元基于样本集训练初始模型得到深度检测模型。具体地，基于输入的样本深度图像和对应输出的输出深度图像中对应位置的像素点的深度值和/或梯度值的比较结果来确定损失函数的值，并在根据损失函数的值确定模型训练完成时，将训练完的初始模型确定为深度检测模型，从而可以利用得到的深度检测模型获取任一拍摄图像的深度图像，使得深度图像的获取无需借助于特定摄像头实现，有助于提升获取深度图像的效率。
下面参考图7，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700的结构示意图。图7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7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，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710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708。
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709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701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。
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，包括获取单元和训练单元。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“获取样本集的单元”。
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电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。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电子设备执行时，使得该电子设备：获取样本集，其中，样本包括拍摄图像和拍摄图像对应的样本深度图像；从样本集中选取样本，执行如下训练步骤：将样本中的拍摄图像输入至初始模型，得到样本对应的输出深度图像；根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和/或梯度值的比较结果，确定损失函数的值；响应于根据损失函数的值确定初始模型训练完成，将初始模型确定为深度检测模型。
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 (25)
1.一种用于生成深度检测模型的方法，包括：
获取样本集，其中，样本包括拍摄图像和拍摄图像对应的样本深度图像；
从所述样本集中选取样本，执行如下训练步骤：将样本中的拍摄图像输入至初始模型，得到样本对应的输出深度图像；根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和/或梯度值的比较结果，确定损失函数的值；响应于根据损失函数的值确定初始模型训练完成，将初始模型确定为深度检测模型。
2.根据权利要求1所述的方法，其中，所述训练步骤还包括：
响应于根据损失函数的值确定初始模型未训练完成，调整初始模型的参数，以及从所述样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行所述训练步骤。
3.根据权利要求1所述的方法，其中，所述根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值的比较结果，确定损失函数的值，包括：
从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对；
确定样本深度图像中所选取的像素点对中的像素点的深度值的差值作为样本深度差值；
确定输出深度图像中所选取的像素点对中的像素点的深度值的差值作为输出深度差值；
根据所确定的样本深度差值和输出深度差值，确定损失函数的值。
4.根据权利要求1所述的方法，其中，所述根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值的比较结果，确定损失函数的值，包括：
根据样本对应的样本深度图像和输出深度图像中对应位置的像素点分别在第一坐标方向和第二坐标方向的梯度差值，确定损失函数的值。
5.根据权利要求1所述的方法，其中，所述根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和梯度值的比较结果，确定损失函数的值，包括：
从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对；
确定样本深度图像中所选取的像素点对中的像素点的深度值的差值作为样本深度差值；
根据所确定的样本深度差值和输出深度图像中所选取的像素点对中的像素点的深度值，确定深度损失值；
根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值，确定梯度损失值；
根据所确定的深度损失值和梯度损失值，确定损失函数的值。
6.根据权利要求5所述的方法，其中，所述根据所确定的深度损失值和梯度损失值，确定损失函数的值，包括：
确定梯度损失值与预设的梯度调节值的乘积作为新梯度损失值；
将新梯度损失值与深度损失值的和确定为损失函数的值。
7.根据权利要求5所述的方法，其中，所述根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值，确定梯度损失值，包括：
将样本对应的样本深度图像和输出深度图像中对应位置的像素点在第一坐标方向的梯度值的差值和在第二坐标方向的梯度值的差值的平方和确定为梯度损失值。
8.根据权利要求5所述的方法，其中，所述根据所确定的样本深度差值和输出深度图像中所选取的像素点对中的像素点的深度值，确定深度损失值，包括：
响应于确定样本深度差值为零，根据输出深度图像中所选取的像素点对中的像素点的深度值的差值的平方确定深度损失值。
9.根据权利要求5所述的方法，其中，所述根据所确定的样本深度差值和输出深度图像中所选取的像素点对中的像素点的深度值，确定深度损失值，包括：
响应于确定样本深度差值不为零，将样本深度图像中所选取的像素点对中深度值最大的像素点确定为第一样本像素点，以及将样本深度图像中所选取的像素点对中深度值最小的像素点确定为第二样本像素点；将输出深度图像中所选取的像素点对中与第一像素点对应的像素点确定为第一输出像素点，以及将输出深度图像中所选取的像素点对中与第二像素点对应的像素点确定为第二输出像素点；将第二输出像素点的深度值减去第一输出像素点的差值确定为输出深度差值；根据输出深度差值，确定深度损失值。
10.根据权利要求9所述的方法，其中，所述根据输出深度差值，确定深度损失值，包括：
将输出深度差值确定为目标指数；
确定自然常数的目标指数次幂与一的和作为目标真数；
确定以自然常数为底数，目标真数的对数作为深度损失值。
11.根据权利要求1所述的方法，其中，样本集中的样本深度图像利用具有双目摄像头和/或深度摄像头的电子设备得到。
12.一种用于生成深度检测模型的装置，包括：
获取单元，被配置成获取样本集，其中，样本包括拍摄图像和拍摄图像对应的样本深度图像；
训练单元，被配置成从所述样本集中选取样本，执行如下训练步骤：将样本中的拍摄图像输入至初始模型，得到样本对应的输出深度图像；根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的深度值和/或梯度值的比较结果，确定损失函数的值；响应于根据损失函数的值确定初始模型训练完成，将初始模型确定为深度检测模型。
13.根据权利要求12所述的装置，其中，所述训练单元进一步被配置成：
响应于根据损失函数的值确定初始模型未训练完成，调整初始模型的参数，以及从所述样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行所述训练步骤。
14.根据权利要求12所述的装置，其中，所述训练单元进一步被配置成：
从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对；
确定样本深度图像中所选取的像素点对中的像素点的深度值的差值作为样本深度差值；
确定输出深度图像中所选取的像素点对中的像素点的深度值的差值作为输出深度差值；
根据所确定的样本深度差值和输出深度差值，确定损失函数的值。
15.根据权利要求12所述的装置，其中，所述训练单元进一步被配置成：
根据样本对应的样本深度图像和输出深度图像中对应位置的像素点分别在第一坐标方向和第二坐标方向的梯度差值，确定损失函数的值。
16.根据权利要求12所述的装置，其中，所述训练单元进一步被配置成：
从样本对应的样本深度图像和输出深度图像中选取对应位置的像素点对；
确定样本深度图像中所选取的像素点对中的像素点的深度值的差值作为样本深度差值；
根据所确定的样本深度差值和输出深度图像中所选取的像素点对中的像素点的深度值，确定深度损失值；
根据样本对应的样本深度图像和输出深度图像中对应位置的像素点的梯度值，确定梯度损失值；
根据所确定的深度损失值和梯度损失值，确定损失函数的值。
17.根据权利要求16所述的装置，其中，所述训练单元进一步被配置成：
确定梯度损失值与预设的梯度调节值的乘积作为新梯度损失值；
将新梯度损失值与深度损失值的和确定为损失函数的值。
18.根据权利要求16所述的装置，其中，所述训练单元进一步被配置成：
将样本对应的样本深度图像和输出深度图像中对应位置的像素点在第一坐标方向的梯度值的差值和在第二坐标方向的梯度值的差值的平方和确定为梯度损失值。
19.根据权利要求16所述的装置，其中，所述训练单元进一步被配置成：
响应于确定样本深度差值为零，根据输出深度图像中所选取的像素点对中的像素点的深度值的差值的平方确定深度损失值。
20.根据权利要求16所述的装置，其中，所述训练单元进一步被配置成：
响应于确定样本深度差值不为零，将样本深度图像中所选取的像素点对中深度值最大的像素点确定为第一样本像素点，以及将样本深度图像中所选取的像素点对中深度值最小的像素点确定为第二样本像素点；将输出深度图像中所选取的像素点对中与第一像素点对应的像素点确定为第一输出像素点，以及将输出深度图像中所选取的像素点对中与第二像素点对应的像素点确定为第二输出像素点；将第二输出像素点的深度值减去第一输出像素点的差值确定为输出深度差值；根据输出深度差值，确定深度损失值。
21.根据权利要求20所述的装置，其中，所述训练单元进一步被配置成：
将输出深度差值确定为目标指数；
确定自然常数的目标指数次幂与一的和作为目标真数；
确定以自然常数为底数，目标真数的对数作为深度损失值。
22.根据权利要求12所述的装置，其中，样本集中的样本深度图像利用具有双目摄像头和/或深度摄像头的电子设备得到。
23.一种用于处理图像的方法，包括：
获取待处理图像；
将所述待处理图像输入至深度检测模型，得到所述待处理图像对应的深度图像，其中，所述深度检测模型通过如上述权利要求1-11之一所述的方法生成。
24.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-11中任一所述的方法。
25.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-11中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811236596.XA CN109191514B (zh) | 2018-10-23 | 2018-10-23 | 用于生成深度检测模型的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811236596.XA CN109191514B (zh) | 2018-10-23 | 2018-10-23 | 用于生成深度检测模型的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109191514A true CN109191514A (zh) | 2019-01-11 |
| CN109191514B CN109191514B (zh) | 2020-11-24 |
Family
ID=64942834
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811236596.XA Active CN109191514B (zh) | 2018-10-23 | 2018-10-23 | 用于生成深度检测模型的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109191514B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110189372A (zh) * | 2019-05-30 | 2019-08-30 | 北京百度网讯科技有限公司 | 深度图模型训练方法和装置 |
| CN110334807A (zh) * | 2019-05-31 | 2019-10-15 | 北京奇艺世纪科技有限公司 | 深度学习网络的训练方法、装置、设备和存储介质 |
| CN110599532A (zh) * | 2019-09-18 | 2019-12-20 | 厦门美图之家科技有限公司 | 图像的深度估计模型优化、深度估计处理方法及装置 |
| CN111429501A (zh) * | 2020-03-25 | 2020-07-17 | 贝壳技术有限公司 | 深度图预测模型生成方法和装置、深度图预测方法和装置 |
| WO2020224613A1 (en) * | 2019-05-07 | 2020-11-12 | Beijing Bytedance Network Technology Co., Ltd. | Unified calculation method for inter prediction with refinement |
| CN112121418A (zh) * | 2020-09-07 | 2020-12-25 | 腾讯科技（深圳）有限公司 | 图像处理方法及装置、交互控制方法及装置 |
| CN112333379A (zh) * | 2020-09-17 | 2021-02-05 | 北京迈格威科技有限公司 | 图像对焦方法、装置及图像采集设备 |
| CN112805748A (zh) * | 2019-05-02 | 2021-05-14 | 奈安蒂克公司 | 使用深度提示对深度估计模型的自我监督训练 |
| CN112991416A (zh) * | 2021-04-13 | 2021-06-18 | Oppo广东移动通信有限公司 | 深度估计方法、模型训练方法、装置、设备及存储介质 |
| CN113470124A (zh) * | 2021-06-30 | 2021-10-01 | 北京达佳互联信息技术有限公司 | 特效模型的训练方法及装置、特效生成方法及装置 |
| US11509929B2 (en) | 2018-10-22 | 2022-11-22 | Beijing Byedance Network Technology Co., Ltd. | Multi-iteration motion vector refinement method for video processing |
| US11553201B2 (en) | 2019-04-02 | 2023-01-10 | Beijing Bytedance Network Technology Co., Ltd. | Decoder side motion vector derivation |
| US11558634B2 (en) | 2018-11-20 | 2023-01-17 | Beijing Bytedance Network Technology Co., Ltd. | Prediction refinement for combined inter intra prediction mode |
| US11641467B2 (en) | 2018-10-22 | 2023-05-02 | Beijing Bytedance Network Technology Co., Ltd. | Sub-block based prediction |
| US11843725B2 (en) | 2018-11-12 | 2023-12-12 | Beijing Bytedance Network Technology Co., Ltd | Using combined inter intra prediction in video processing |
| US11930165B2 (en) | 2019-03-06 | 2024-03-12 | Beijing Bytedance Network Technology Co., Ltd | Size dependent inter coding |
| US11956465B2 (en) | 2018-11-20 | 2024-04-09 | Beijing Bytedance Network Technology Co., Ltd | Difference calculation based on partial position |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106157307A (zh) * | 2016-06-27 | 2016-11-23 | 浙江工商大学 | 一种基于多尺度cnn和连续crf的单目图像深度估计方法 |
| CN106683133A (zh) * | 2016-12-09 | 2017-05-17 | 深圳奥比中光科技有限公司 | 一种获取目标深度图像的方法 |
| CN107204010A (zh) * | 2017-04-28 | 2017-09-26 | 中国科学院计算技术研究所 | 一种单目图像深度估计方法与系统 |
| CN107578435A (zh) * | 2017-09-11 | 2018-01-12 | 清华-伯克利深圳学院筹备办公室 | 一种图像深度预测方法及装置 |
| CN107767413A (zh) * | 2017-09-20 | 2018-03-06 | 华南理工大学 | 一种基于卷积神经网络的图像深度估计方法 |
| US20180286061A1 (en) * | 2016-09-09 | 2018-10-04 | Adobe Systems Incorporated | Planar region guided 3d geometry estimation from a single image |
-
2018
- 2018-10-23 CN CN201811236596.XA patent/CN109191514B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106157307A (zh) * | 2016-06-27 | 2016-11-23 | 浙江工商大学 | 一种基于多尺度cnn和连续crf的单目图像深度估计方法 |
| US20180286061A1 (en) * | 2016-09-09 | 2018-10-04 | Adobe Systems Incorporated | Planar region guided 3d geometry estimation from a single image |
| CN106683133A (zh) * | 2016-12-09 | 2017-05-17 | 深圳奥比中光科技有限公司 | 一种获取目标深度图像的方法 |
| CN107204010A (zh) * | 2017-04-28 | 2017-09-26 | 中国科学院计算技术研究所 | 一种单目图像深度估计方法与系统 |
| CN107578435A (zh) * | 2017-09-11 | 2018-01-12 | 清华-伯克利深圳学院筹备办公室 | 一种图像深度预测方法及装置 |
| CN107767413A (zh) * | 2017-09-20 | 2018-03-06 | 华南理工大学 | 一种基于卷积神经网络的图像深度估计方法 |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11838539B2 (en) | 2018-10-22 | 2023-12-05 | Beijing Bytedance Network Technology Co., Ltd | Utilization of refined motion vector |
| US11641467B2 (en) | 2018-10-22 | 2023-05-02 | Beijing Bytedance Network Technology Co., Ltd. | Sub-block based prediction |
| US11889108B2 (en) | 2018-10-22 | 2024-01-30 | Beijing Bytedance Network Technology Co., Ltd | Gradient computation in bi-directional optical flow |
| US11509929B2 (en) | 2018-10-22 | 2022-11-22 | Beijing Byedance Network Technology Co., Ltd. | Multi-iteration motion vector refinement method for video processing |
| US11956449B2 (en) | 2018-11-12 | 2024-04-09 | Beijing Bytedance Network Technology Co., Ltd. | Simplification of combined inter-intra prediction |
| US11843725B2 (en) | 2018-11-12 | 2023-12-12 | Beijing Bytedance Network Technology Co., Ltd | Using combined inter intra prediction in video processing |
| US11632566B2 (en) | 2018-11-20 | 2023-04-18 | Beijing Bytedance Network Technology Co., Ltd. | Inter prediction with refinement in video processing |
| US11956465B2 (en) | 2018-11-20 | 2024-04-09 | Beijing Bytedance Network Technology Co., Ltd | Difference calculation based on partial position |
| US11558634B2 (en) | 2018-11-20 | 2023-01-17 | Beijing Bytedance Network Technology Co., Ltd. | Prediction refinement for combined inter intra prediction mode |
| US11930165B2 (en) | 2019-03-06 | 2024-03-12 | Beijing Bytedance Network Technology Co., Ltd | Size dependent inter coding |
| US11553201B2 (en) | 2019-04-02 | 2023-01-10 | Beijing Bytedance Network Technology Co., Ltd. | Decoder side motion vector derivation |
| US11317079B2 (en) | 2019-05-02 | 2022-04-26 | Niantic, Inc. | Self-supervised training of a depth estimation model using depth hints |
| CN112805748A (zh) * | 2019-05-02 | 2021-05-14 | 奈安蒂克公司 | 使用深度提示对深度估计模型的自我监督训练 |
| US11711508B2 (en) | 2019-05-02 | 2023-07-25 | Niantic, Inc. | Self-supervised training of a depth estimation model using depth hints |
| WO2020224613A1 (en) * | 2019-05-07 | 2020-11-12 | Beijing Bytedance Network Technology Co., Ltd. | Unified calculation method for inter prediction with refinement |
| CN110189372A (zh) * | 2019-05-30 | 2019-08-30 | 北京百度网讯科技有限公司 | 深度图模型训练方法和装置 |
| CN110334807B (zh) * | 2019-05-31 | 2021-09-28 | 北京奇艺世纪科技有限公司 | 深度学习网络的训练方法、装置、设备和存储介质 |
| CN110334807A (zh) * | 2019-05-31 | 2019-10-15 | 北京奇艺世纪科技有限公司 | 深度学习网络的训练方法、装置、设备和存储介质 |
| CN110599532A (zh) * | 2019-09-18 | 2019-12-20 | 厦门美图之家科技有限公司 | 图像的深度估计模型优化、深度估计处理方法及装置 |
| CN111429501A (zh) * | 2020-03-25 | 2020-07-17 | 贝壳技术有限公司 | 深度图预测模型生成方法和装置、深度图预测方法和装置 |
| CN112121418A (zh) * | 2020-09-07 | 2020-12-25 | 腾讯科技（深圳）有限公司 | 图像处理方法及装置、交互控制方法及装置 |
| CN112333379A (zh) * | 2020-09-17 | 2021-02-05 | 北京迈格威科技有限公司 | 图像对焦方法、装置及图像采集设备 |
| CN112991416A (zh) * | 2021-04-13 | 2021-06-18 | Oppo广东移动通信有限公司 | 深度估计方法、模型训练方法、装置、设备及存储介质 |
| CN113470124B (zh) * | 2021-06-30 | 2023-09-22 | 北京达佳互联信息技术有限公司 | 特效模型的训练方法及装置、特效生成方法及装置 |
| CN113470124A (zh) * | 2021-06-30 | 2021-10-01 | 北京达佳互联信息技术有限公司 | 特效模型的训练方法及装置、特效生成方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109191514B (zh) | 2020-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109191514A (zh) | 用于生成深度检测模型的方法和装置 | |
| CN108038469B (zh) | 用于检测人体的方法和装置 | |
| CN108898185A (zh) | 用于生成图像识别模型的方法和装置 | |
| CN108133201B (zh) | 人脸属性识别方法和装置 | |
| CN107578017A (zh) | 用于生成图像的方法和装置 | |
| CN108446651A (zh) | 人脸识别方法和装置 | |
| CN109308681A (zh) | 图像处理方法和装置 | |
| CN109410253B (zh) | 用于生成信息的方法、装置、电子设备和计算机可读介质 | |
| CN108830235A (zh) | 用于生成信息的方法和装置 | |
| CN109829432B (zh) | 用于生成信息的方法和装置 | |
| CN108492364A (zh) | 用于生成图像生成模型的方法和装置 | |
| CN108363995A (zh) | 用于生成数据的方法和装置 | |
| CN108154547A (zh) | 图像生成方法和装置 | |
| CN109086719A (zh) | 用于输出数据的方法和装置 | |
| CN108510454A (zh) | 用于生成深度图像的方法和装置 | |
| CN108280413A (zh) | 人脸识别方法和装置 | |
| CN109344752A (zh) | 用于处理嘴部图像的方法和装置 | |
| CN108062544A (zh) | 用于人脸活体检测的方法和装置 | |
| CN109389072A (zh) | 数据处理方法和装置 | |
| CN109255337A (zh) | 人脸关键点检测方法和装置 | |
| CN109345580A (zh) | 用于处理图像的方法和装置 | |
| CN109215121A (zh) | 用于生成信息的方法和装置 | |
| CN108986049A (zh) | 用于处理图像的方法和装置 | |
| CN109377508A (zh) | 图像处理方法和装置 | |
| CN108491823A (zh) | 用于生成人眼识别模型的方法和装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee after: Tiktok vision (Beijing) Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd. Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee after: Douyin Vision Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: Tiktok vision (Beijing) Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |