CN109816709A - 基于单目摄像头的深度估计方法、装置及设备 - Google Patents

基于单目摄像头的深度估计方法、装置及设备 Download PDF

Info

Publication number
CN109816709A
CN109816709A CN201711166800.0A CN201711166800A CN109816709A CN 109816709 A CN109816709 A CN 109816709A CN 201711166800 A CN201711166800 A CN 201711166800A CN 109816709 A CN109816709 A CN 109816709A
Authority
CN
China
Prior art keywords
pictures
depth
picture
sub
key point
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
Application number
CN201711166800.0A
Other languages
English (en)
Other versions
CN109816709B (zh
Inventor
熊友军
刘志超
赵勇胜
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.)
Beijing Youbixuan Intelligent Robot Co ltd
Ubtech Robotics Corp
Original Assignee
Ubtech Robotics Corp
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 Ubtech Robotics Corp filed Critical Ubtech Robotics Corp
Priority to CN201711166800.0A priority Critical patent/CN109816709B/zh
Publication of CN109816709A publication Critical patent/CN109816709A/zh
Application granted granted Critical
Publication of CN109816709B publication Critical patent/CN109816709B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)

Abstract

一种基于单目摄像头的深度估计方法包括：将单目摄像头获取的图片进行语义分割，并提取所述图片片分割为N个子图片，使得每个子图片中包括所提取的关键点；根据所述关键点，估计每个子图片所对应的视觉深度和/或平面的法向向量；根据所述子图片所对应的视觉深度和/或平面的法向向量，查找离群值，根据所查找的离群值修正所述语义分割结果；根据修正后的语义分割结果，确定图片的深度信息。使得确定的深度信息更加准确。

Description

基于单目摄像头的深度估计方法、装置及设备
技术领域
本发明属于机器人领域，尤其涉及一种基于单目摄像头的深度估计方法、装置及设备。
背景技术
自主移动机器人导航技术是智能机器人领域的一个重要研究方向，其中视觉导航方式具有信息量大、灵活性高、成本低等优点。机器人视觉同时定位与建图技术是移动机器人、飞行机器人等机器人系统的一项关键基础技术，有着不可或缺的特点。对于应用于大场景(如机场、室内广场、城市建筑群内等)的机器人系统，因使用环境具有空间尺度大、不经常有或经常没有GPS信号、空间平面多等特点，使得其视觉深度估计具有一定的难度。
目前的一种深度估计方法，通过深度学习的方式，在训练阶段期间，机器访问具有对应深度信息的参考图像。机器根据参考图像来计算视觉描述符和对应的深度描述符。然后，将这些视觉描述符与它们的对应深度描述符建立映射关系。在训练阶段完成之后，机器可以对缺少深度信息的单个查询图像执行深度估计。可以根据单个查询图像计算一个或多个视觉描述符，并且根据预先所学习生成的映射关系，获得针对每个视觉描述符所对应深度描述符。基于获得的深度描述符，机器创建与所提交的单个查询图像相对应的深度信息。这种深度信息获取方法无法确保视觉描述符与深度描述符的对应关系准确有效，有可能造成深度估计不准。
发明内容
有鉴于此，本发明实施例提供了一种基于单目摄像头的深度估计方法、装置及设备，以解决现有技术中的深度信息获取方法无法确保视觉描述符与深度描述符的对应关系准确有效，有可能造成深度估计不准的问题。
本发明实施例的第一方面提供了一种基于单目摄像头的深度估计方法，所述基于单目摄像头的深度估计方法包括：
将单目摄像头获取的图片进行语义分割，并提取所述图片中的关键点；
将所述图片分割为N个子图片，使得每个子图片中包括所提取的关键点，N为大于1的自然数；
根据所述关键点，估计每个子图片所对应的视觉深度和/或平面的法向向量；
根据所述子图片所对应的视觉深度和/或平面的法向向量，查找离群值，根据所查找的离群值修正所述语义分割结果；
根据修正后的语义分割结果，确定图片的深度信息。
结合第一方面，在第一方面的第一种可能实现方式中，所述将所述图片分割为N个子图片，使得每个子图片中包括所提取的关键点，N为大于1的自然数的步骤包括：
将所述图片分割为N个子图片，使得等分数值N尽量大的同时，每个子图片中包括所提取的关键点。
结合第一方面，在第一方面的第二种可能实现方式中，所述将所述图片分割为N个子图片的步骤包括：
获取待分割的图片，检测待分割的图片中包括的关键点个数；
如果待分割的图片中包括的关键点个数大于或等于预定分割份数K时，则将所述待分割的图片分割为K个待分割的图片；
如果待分割的图片中包括的关键点个数小于预定分割份数K时，则该待分割图片完成分割。
结合第一方面，在第一方面的第三种可能实现方式中，所述根据所述关键点，估计每个子图片所对应的视觉深度和/或平面的法向向量的步骤包括：
根据估计器估计每个子图片所对应的视觉深度和/或平面的法向向量，其中，分别为x1，x2估计值的导数，为系统模型组成部分且Γ1、Γ2为大于零的可调参数，状态的定义：
其中，为法向向量的定义，h为大平面距离摄像头的深度，通过观测器计算出的x2可以通过如下公式来计算深度h， 是在摄像头坐标系下的线速度，uc是在摄像头坐标系下的线速度与角速度，x1是指图片中任意一固定点到图片中分割像素集合的距离，ηe(t)为经过低通滤波器之后的信号，Am、Pm为正定矩阵。
结合第一方面，在第一方面的第四种可能实现方式中，所述根据修正后的语义分割结果，确定图片的深度信息的步骤包括：
根据所述离群值修正后的语义分割结果，采用平均滤波方法，计算得到当前场景平面的深度信息。
结合第一方面、一方面的第一种可能实现方式、第一方面的第二种可能实现方式、第一方面的第三种可能实现方式或第一方面的第四种可能实现方式，在第一方面的第五种可能实现方式中，所述根据所述子图片所对应的视觉深度和/或平面的法向向量，查找离群值，根据所查找的离群值修正所述语义分割结果的步骤包括：
根据分割后的子图片所对应的视频视觉深度和/或平面的法向向量，查找离群值的视频视觉深度和/或平面的法向向量所对应的子图片；
将查找的离群值所对应的子图片去除后对图片重新进行语义分割，生成修正后的语义分割结果。
本发明实施例的第二方面提供了一种基于单目摄像头的深度估计装置，所述基于单目摄像头的深度估计装置包括：
分割提取单元，用于将单目摄像头获取的图片进行语义分割，并提取所述图片中的关键点；
关键点提取单元，用于将所述图片分割为N个子图片，使得每个子图片中包括所提取的关键点，N为大于1的自然数；
估计单元，用于根据所述关键点，估计每个子图片所对应的视觉深度和/或平面的法向向量；
离群值查找单元，用于根据所述子图片所对应的视觉深度和/或平面的法向向量，查找离群值，根据所查找的离群值修正所述语义分割结果；
深度信息确定单元，用于根据修正后的语义分割结果，确定图片的深度信息。
结合第二方面，在第二方面的第一种可能实现方式中，所述关键点提取单元用于：
将所述图片分割为N个子图片，使得等分数值N尽量大的同时，每个子图片中包括所提取的关键点。
本发明实施例的第三方面提供了一种深度估计设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述基于单目摄像头的深度估计方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述基于单目摄像头的深度估计方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：将单目摄像头获取的图片进行语义分割，提取分割后的图片中的关键点，根据所述关键点将图片分割为N个子图片，估计每个子图片的视觉深度和/或平面的法向向量，根据子图片的视觉深度和/或平面的法向向量确定离群值，根据所述离群值修正所述语义分割结果，减少离群值对应的图片对深度信息的影响，从而使得确定的深度信息更加准确。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于单目摄像头的深度估计方法的实现流程示意图；
图2是本发明实施例提供的将所述图片分割为N个子图片的实现流程示意图；
图3是本发明实施例提供的基于单目摄像头的深度估计装置的示意图；
图4是本发明实施例提供的深度估计设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
如图1所示为本申请实施例提供一种基于单目摄像头的深度估计方法的实现流程，包括：
在步骤S101中，将单目摄像头获取的图片进行语义分割，并提取所述图片中的关键点；
具体的，所述单目摄像头可以为安装在移动机器人、飞行机器人上的摄像头，可用于对大场景，比如机场、室内广场、城市建筑群等画面的采集。所述单目摄像头所获取的图片，可以视频中的帧图像，可以为视频中的每一帧图像，或者也可以按照预定的间隔，从视频中获取图像帧，对获取的图像帧进行语义分割操作。
对所述单目摄像头获取的图片进行语义分割，即识别出图像中的内容，比如给出一个人骑摩托车的照片，通过语义分割，可以识别出摩托人的图像部分和人的图像部分。所述语义分割的方法，可以包括N-cut(正常化分割)、Grab Cut(抓取分割)以及深度学习等，可以根据分割的要求以及系统的性能选择不同的语义分割方法。
所述图像中的关键点(也可以称为特征点)，是指图像中的灰度值发生剧烈变化的点或者在图像边缘上曲率较大的点(即两个边缘的交点)。图像关键点可以反映图像本质特征，能够标识图像中目标物体，通过关键点的匹配能够完成图像的匹配。所述关键点的提取可以采用orientated FAST方法，或者SIFT(中文全称为尺度不变特征变换，英文全称为Scale-invariant feature transform)、SURF(英文全称为Speed-up robust features，中文全称为加速健壮特征)等。
在步骤S102中，将所述图片分割为N个子图片，使得每个子图片中包括所提取的关键点，N为大于1的自然数；
在提取完成关键点后，可以根据提取的关键点将所述图片进一步进行分割，可以将语义分割后的图片进一步进行分割操作，使得分割后的子图片中至少包括一个关键点，也就是说，在对图像进行分割时，需要将图像分割为尽量多的子图片，并且需要确保分割后的子图片中包括关键点。其中，通过关键点对图像进行分割，可以从首帧图像开始进行，具体可以包括如图2所示，包括以下步骤：
在步骤S201中，获取待分割的图片，检测待分割的图片中包括的关键点个数；
具体的，所述待分割的图片，可以为通过语义分割后的图片，在所述语义分割后的图片中，包括有所提取的关键点。根据所提取的关键点，对图片进行分割(与语义分割不同，这里是对图像平均分割)，使得分割后得到的子图片中包括有关键点。
在对待分割的图片根据关键点进行分割前，先确定待分割的图片中包括的特征点进行统计，如果待分割的图片中包括的特征点的个数大于或等于需要分割的图片的个数，则可以进行下一步的分割操作。如果待分割的图片中包括的特征点的个数小于待分割的图片的个数，则可以中止对该待分割的图片的分割。
根据关键点对所述图片进行分割时，可以采用均分的方式，对待分割的图片进行分割。当分割得到N个待分割的图片后，可以对N个待分割的图片进一步分割，重新根据步骤S201-S203所述的分割方式，对待分割的图片作进一步的分割，直到不能再分割为止。
在步骤S202中，如果待分割的图片中包括的关键点个数大于或等于预定分割份数K时，则将所述待分割的图片分割为K个待分割的图片；
将待分割的图片中包括的关键点的个数与分割的份数K进行对比，如果待分割的图片中的关键点的个数小于所述分割份数，则待分割的图片已经分割完成，分割完成的图片即为子图片，否则将待分割的图片分割为K个待分割的图片。
在步骤S203中，如果待分割的图片中包括的关键点个数小于预定分割份数K时，则该待分割图片完成分割。
比如，待分割的图片为单目摄像头所拍摄的视频帧图像，所述待分割的图片中包括的关键点个数为X，如果X大于分割份数K(比如这里可以为4份)，那么，对待分割的图片分割为4份，得到4个待分割的图片，对4个待分割的图片再作进一步的分割操作，分别判断4个待分割的图片中的关键点的个数是否大于或等于4，如果大于或等于4，则进一步再进行分割操作，直到分割后的图片中的关键点的个数小于4，即可得到子图片。
在步骤S103中，根据所述关键点，估计每个子图片所对应的视觉深度和/或平面的法向向量；
根据关键点的位置，确定每个分割后的子图片所对应的视觉深度和/或平面的法向向量，具体可以通过如下估计器进行计算得到：
根据估计器估计每个子图片所对应的视觉深度和/或平面的法向向量，其中，分别为x1，x2估计值的导数，为系统模型组成部分且Γ1、Γ2为大于零的可调参数，状态的定义：
其中，为法向向量的定义，h为大平面距离摄像头的深度，通过观测器计算出的x2可以通过如下公式来计算深度h， 是在摄像头坐标系下的线速度，uc是在摄像头坐标系下的线速度与角速度，x1是指图片中任意一固定点到图片中分割像素集合的距离，ηe(t)为经过低通滤波器之后的信号，Am、Pm为正定矩阵。
在步骤S104中，根据所述子图片所对应的视觉深度和/或平面的法向向量，查找离群值，根据所查找的离群值修正所述语义分割结果；
根据估计器所计算的每个子图片(不能再进行子图片分割后的图片)中的视觉深度和/或平面的法向向量，确定离群值，即确定视觉深度和/或平面的法向向量属于离群值的子图片，并将所述子图片去除，将去除了离群值所对应的子图片后，可以减少干扰因素对图片的深度值计算的影响。
其中，所述根据所述子图片所对应的视觉深度和/或平面的法向向量，查找离群值，根据所查找的离群值修正所述语义分割结果的步骤包括：
根据分割后的子图片所对应的视频视觉深度和/或平面的法向向量，查找离群值的视频视觉深度和/或平面的法向向量所对应的子图片；
将查找的离群值所对应的子图片去除后对图片重新进行语义分割，生成修正后的语义分割结果。
其中，离群值的查找，可以根据语义分割后的图片中的关键点的深度信息和/或平面法向向量的平均值，与单个的子图片的关键点的深度信息和/或平面法向向量的偏离度，确定该子图片所对应的关键点的深度信息和/或平面法向向量是否为离群值。
在步骤S105中，根据修正后的语义分割结果，确定图片的深度信息。
根据修正后的语义分割结果，由于去除了离群值所对应的子图片，因此在对图片重新进行语义分割，计算语义分割后的图片的深度信息，从而可以使得精度信息更加准确。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图3为本申请实施例提供的一种基于单目摄像头的深度估计装置，所述基于单目摄像头的深度估计装置包括：
分割提取单元301，用于将单目摄像头获取的图片进行语义分割，并提取所述图片中的关键点；
关键点提取单元302，用于将所述图片分割为N个子图片，使得每个子图片中包括所提取的关键点，N为大于1的自然数；
估计单元303，用于根据所述关键点，估计每个子图片所对应的视觉深度和/或平面的法向向量；
离群值查找单元304，用于根据所述子图片所对应的视觉深度和/或平面的法向向量，查找离群值，根据所查找的离群值修正所述语义分割结果；
深度信息确定单元305，用于根据修正后的语义分割结果，确定图片的深度信息。
优选的，所述关键点提取单元用于：
将所述图片分割为N个子图片，使得等分数值N尽量大的同时，每个子图片中包括所提取的关键点。
优选的，所述估计单元用于：
根据估计器估计每个子图片所对应的视觉深度和/或平面的法向向量，其中，分别为x1，x2估计值的导数，为系统模型组成部分且Γ1、Γ2为大于零的可调参数，状态的定义：
其中，为法向向量的定义，h为大平面距离摄像头的深度，通过观测器计算出的x2可以通过如下公式来计算深度h， 是在摄像头坐标系下的线速度，uc是在摄像头坐标系下的线速度与角速度，x1是指图片中任意一固定点到图片中分割像素集合的距离，ηe(t)为经过低通滤波器之后的信号，Am、Pm为正定矩阵。
优选的，所述关键点提取单元包括：
检测子单元，用于获取待分割的图片，检测待分割的图片中包括的关键点个数；
比较子单元，用于如果待分割的图片中包括的关键点个数大于或等于预定分割份数K时，则将所述待分割的图片分割为K个待分割的图片；
分割完成子单元，用于如果待分割的图片中包括的关键点个数小于预定分割份数K时，则该待分割图片完成分割。
图3所述基于单目摄像头的深度估计装置，与图1和图2的述的方法对应。
图4是本发明一实施例提供的深度估计设备的示意图。如图4所示，该实施例的深度估计设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42，例如基于单目摄像头的深度估计程序。所述处理器40执行所述计算机程序42时实现上述各个基于单目摄像头的深度估计方法实施例中的步骤，例如图1所示的步骤101至105。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能，例如图3所示模块301至305的功能。
示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在所述深度估计设备4中的执行过程。例如，所述计算机程序42可以被分割成分割提取单元、关键点提取单元、估计单元、离群值查找单元和深度信息确定单元，各单元具体功能如下：
分割提取单元，用于将单目摄像头获取的图片进行语义分割，并提取所述图片中的关键点；
关键点提取单元，用于将所述图片分割为N个子图片，使得每个子图片中包括所提取的关键点，N为大于1的自然数；
估计单元，用于根据所述关键点，估计每个子图片所对应的视觉深度和/或平面的法向向量；
离群值查找单元，用于根据所述子图片所对应的视觉深度和/或平面的法向向量，查找离群值，根据所查找的离群值修正所述语义分割结果；
深度信息确定单元，用于根据修正后的语义分割结果，确定图片的深度信息。
所述深度估计设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述深度估计设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是深度估计设备4的示例，并不构成对深度估计设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述深度估计设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述深度估计设备4的内部存储单元，例如深度估计设备4的硬盘或内存。所述存储器41也可以是所述深度估计设备4的外部存储设备，例如所述深度估计设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述深度估计设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述深度估计设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于单目摄像头的深度估计方法，其特征在于，所述基于单目摄像头的深度估计方法包括：
将单目摄像头获取的图片进行语义分割，并提取所述图片中的关键点；
将所述图片分割为N个子图片，使得每个子图片中包括所提取的关键点，N为大于1的自然数；
根据所述关键点，估计每个子图片所对应的视觉深度和/或平面的法向向量；
根据所述子图片所对应的视觉深度和/或平面的法向向量，查找离群值，根据所查找的离群值修正所述语义分割结果；
根据修正后的语义分割结果，确定图片的深度信息。
2.根据权利要求1所述的基于单目摄像头的深度估计方法，其特征在于，所述将所述图片分割为N个子图片，使得每个子图片中包括所提取的关键点，N为大于1的自然数的步骤包括：
将所述图片分割为N个子图片，使得等分数值N尽量大的同时，每个子图片中包括所提取的关键点。
3.根据权利要求2所述的基于单目摄像头的深度估计方法，其特征在于，所述将所述图片分割为N个子图片的步骤包括：
获取待分割的图片，检测待分割的图片中包括的关键点个数；
如果待分割的图片中包括的关键点个数大于或等于预定分割份数K时，则将所述待分割的图片分割为K个待分割的图片；
如果待分割的图片中包括的关键点个数小于预定分割份数K时，则该待分割图片完成分割。
4.根据权利要求1所述的基于单目摄像头的深度估计方法，其特征在于，所述根据所述关键点，估计每个子图片所对应的视觉深度和/或平面的法向向量的步骤包括：
根据估计器估计每个子图片所对应的视觉深度和/或平面的法向向量，其中，分别为x1，x2估计值的导数，为系统模型组成部分且Γ1、Γ2为大于零的可调参数，状态的定义：
其中，为法向向量的定义，h为大平面距离摄像头的深度，通过观测器计算出的x2可以通过如下公式来计算深度h， 是在摄像头坐标系下的线速度，uc是在摄像头坐标系下的线速度与角速度，x1是指图片中任意一固定点到图片中分割像素集合的距离，ηe(t)为经过低通滤波器之后的信号，Am、Pm为正定矩阵。
5.根据权利要求1所述的基于单目摄像头的深度估计方法，其特征在于，所述根据修正后的语义分割结果，确定图片的深度信息的步骤包括：
根据所述离群值修正后的语义分割结果，采用平均滤波方法，计算得到当前场景平面的深度信息。
6.根据权利要求1-5任一项所述的基于单目摄像头的深度估计方法，其特征在于，所述根据所述子图片所对应的视觉深度和/或平面的法向向量，查找离群值，根据所查找的离群值修正所述语义分割结果的步骤包括：
根据分割后的子图片所对应的视频视觉深度和/或平面的法向向量，查找离群值的视频视觉深度和/或平面的法向向量所对应的子图片；
将查找的离群值所对应的子图片去除后对图片重新进行语义分割，生成修正后的语义分割结果。
7.一种基于单目摄像头的深度估计装置，其特征在于，所述基于单目摄像头的深度估计装置包括：
分割提取单元，用于将单目摄像头获取的图片进行语义分割，并提取所述图片中的关键点；
关键点提取单元，用于将所述图片分割为N个子图片，使得每个子图片中包括所提取的关键点，N为大于1的自然数；
估计单元，用于根据所述关键点，估计每个子图片所对应的视觉深度和/或平面的法向向量；
离群值查找单元，用于根据所述子图片所对应的视觉深度和/或平面的法向向量，查找离群值，根据所查找的离群值修正所述语义分割结果；
深度信息确定单元，用于根据修正后的语义分割结果，确定图片的深度信息。
8.根据权利要求7所述的基于单目摄像头的深度估计装置，其特征在于，所述关键点提取单元用于：
将所述图片分割为N个子图片，使得等分数值N尽量大的同时，每个子图片中包括所提取的关键点。
9.一种深度估计设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述基于单目摄像头的深度估计方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于单目摄像头的深度估计方法的步骤。
CN201711166800.0A 2017-11-21 2017-11-21 基于单目摄像头的深度估计方法、装置及设备 Active CN109816709B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711166800.0A CN109816709B (zh) 2017-11-21 2017-11-21 基于单目摄像头的深度估计方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711166800.0A CN109816709B (zh) 2017-11-21 2017-11-21 基于单目摄像头的深度估计方法、装置及设备

Publications (2)

Publication Number Publication Date
CN109816709A true CN109816709A (zh) 2019-05-28
CN109816709B CN109816709B (zh) 2020-09-11

Family

ID=66600450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711166800.0A Active CN109816709B (zh) 2017-11-21 2017-11-21 基于单目摄像头的深度估计方法、装置及设备

Country Status (1)

Country Link
CN (1) CN109816709B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112258565A (zh) * 2019-07-22 2021-01-22 华为技术有限公司 图像处理方法以及装置
CN112418233A (zh) * 2020-11-18 2021-02-26 北京字跳网络技术有限公司 图像处理方法、装置、可读介质及电子设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101795361A (zh) * 2009-01-30 2010-08-04 索尼公司 用于基于两个影像的匹配进行深度估计的二维多项式模型
US20100246893A1 (en) * 2009-03-26 2010-09-30 Ashwin Dani Method and Apparatus for Nonlinear Dynamic Estimation of Feature Depth Using Calibrated Moving Cameras
CN103400366A (zh) * 2013-07-03 2013-11-20 西安电子科技大学 基于条纹结构光的动态场景深度获取方法
US8873835B2 (en) * 2011-11-30 2014-10-28 Adobe Systems Incorporated Methods and apparatus for correcting disparity maps using statistical analysis on local neighborhoods
CN104574342A (zh) * 2013-10-14 2015-04-29 株式会社理光 视差深度图像的噪声识别方法和噪声识别装置
CN104880187A (zh) * 2015-06-09 2015-09-02 北京航空航天大学 一种基于双摄像机的飞行器光流检测装置的运动估计方法
CN105765628A (zh) * 2013-10-23 2016-07-13 谷歌公司 深度图生成
CN106774309A (zh) * 2016-12-01 2017-05-31 天津工业大学 一种移动机器人同时视觉伺服与自适应深度辨识方法
CN107016698A (zh) * 2017-03-20 2017-08-04 深圳格兰泰克汽车电子有限公司 基于斜平面平滑的双目立体匹配方法及装置
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

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101795361A (zh) * 2009-01-30 2010-08-04 索尼公司 用于基于两个影像的匹配进行深度估计的二维多项式模型
US20100246893A1 (en) * 2009-03-26 2010-09-30 Ashwin Dani Method and Apparatus for Nonlinear Dynamic Estimation of Feature Depth Using Calibrated Moving Cameras
US8873835B2 (en) * 2011-11-30 2014-10-28 Adobe Systems Incorporated Methods and apparatus for correcting disparity maps using statistical analysis on local neighborhoods
CN103400366A (zh) * 2013-07-03 2013-11-20 西安电子科技大学 基于条纹结构光的动态场景深度获取方法
CN104574342A (zh) * 2013-10-14 2015-04-29 株式会社理光 视差深度图像的噪声识别方法和噪声识别装置
CN105765628A (zh) * 2013-10-23 2016-07-13 谷歌公司 深度图生成
CN104880187A (zh) * 2015-06-09 2015-09-02 北京航空航天大学 一种基于双摄像机的飞行器光流检测装置的运动估计方法
CN106774309A (zh) * 2016-12-01 2017-05-31 天津工业大学 一种移动机器人同时视觉伺服与自适应深度辨识方法
CN107016698A (zh) * 2017-03-20 2017-08-04 深圳格兰泰克汽车电子有限公司 基于斜平面平滑的双目立体匹配方法及装置
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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ADRIAN DZIEMBOWSKI,ADAM GRZELKA,DAWID MIELOCH: "Depth Map Upsampling and Refinement for FTV Systems", 《2016 INTERNATIONAL CONFERENCE ON SIGNALS AND ELECTRONIC SYSTEMS (ICSES)》 *
LINGFENG XU, OSCAR C. AU, WENXIU SUN, YUJUN LI, JIALI LI: "Hybrid Plane Fitting for Depth Estimation", 《PROCEEDINGS OF THE 2012 ASIA PACIFIC SIGNAL AND INFORMATION PROCESSING ASSOCIATION ANNUAL SUMMIT AND CONFERENCE》 *
汪东升: "单幅单目图像深度估计研究", 《科技经济导刊》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112258565A (zh) * 2019-07-22 2021-01-22 华为技术有限公司 图像处理方法以及装置
CN112258565B (zh) * 2019-07-22 2023-03-28 华为技术有限公司 图像处理方法以及装置
CN112418233A (zh) * 2020-11-18 2021-02-26 北京字跳网络技术有限公司 图像处理方法、装置、可读介质及电子设备

Also Published As

Publication number Publication date
CN109816709B (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
WO2020259481A1 (zh) 定位方法及装置、电子设备、可读存储介质
CN107729935B (zh) 相似图片的识别方法和装置、服务器、存储介质
US20100080470A1 (en) Tagging images by determining a set of similar pre-tagged images and extracting prominent tags from that set
US20130315487A1 (en) Systems and methods for feature tracking
Jerripothula et al. Cats: Co-saliency activated tracklet selection for video co-localization
CN110986969B (zh) 地图融合方法及装置、设备、存储介质
WO2019019595A1 (zh) 图片匹配方法及电子设备方法、装置、电子设备及介质
EP3734496A1 (en) Image analysis method and apparatus, and electronic device and readable storage medium
CN111459269B (zh) 一种增强现实显示方法、系统及计算机可读存储介质
CN106570482B (zh) 人体动作识别方法及装置
US20170147609A1 (en) Method for analyzing and searching 3d models
CN112348885A (zh) 视觉特征库的构建方法、视觉定位方法、装置和存储介质
CN113807451B (zh) 全景图像特征点匹配模型的训练方法、装置以及服务器
CN111062400A (zh) 目标匹配方法及装置
WO2023082588A1 (zh) 一种语义标注的方法、装置、电子设备、存储介质及计算机程序产品
CN110807379A (zh) 一种语义识别方法、装置、以及计算机存储介质
KR101942646B1 (ko) 영상 특징점 기반의 실시간 카메라 자세 추정 방법 및 그 장치
CN109816709A (zh) 基于单目摄像头的深度估计方法、装置及设备
CN111368860B (zh) 重定位方法及终端设备
WO2021179751A1 (zh) 图像处理方法和系统
CN113570725A (zh) 基于聚类的三维表面重建方法、装置、服务器及存储介质
CN115661493A (zh) 一种对象位姿的确定方法及装置、设备及存储介质
CN112819953B (zh) 三维重建方法、网络模型训练方法、装置及电子设备
CN117011481A (zh) 构建三维地图的方法、装置、电子设备及存储介质
CN108537843A (zh) 根据深度图像得到景深距离的方法及装置

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
CP01 Change in the name or title of a patent holder

Address after: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen Youbixuan Technology Co.,Ltd.

Address before: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen Youbixuan Technology Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231124

Address after: Room 601, 6th Floor, Building 13, No. 3 Jinghai Fifth Road, Beijing Economic and Technological Development Zone (Tongzhou), Tongzhou District, Beijing, 100176

Patentee after: Beijing Youbixuan Intelligent Robot Co.,Ltd.

Address before: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen Youbixuan Technology Co.,Ltd.