CN109903252B - 图像处理方法及装置、电子设备和存储介质 - Google Patents
图像处理方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN109903252B CN109903252B CN201910147448.9A CN201910147448A CN109903252B CN 109903252 B CN109903252 B CN 109903252B CN 201910147448 A CN201910147448 A CN 201910147448A CN 109903252 B CN109903252 B CN 109903252B
- Authority
- CN
- China
- Prior art keywords
- processing
- depth
- map
- feature map
- feature
- 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.)
- Active
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本公开涉及一种图像处理方法及装置、电子设备和存储介质,其中所述方法包括:获取彩色图像以及所述彩色图像对应的第一深度图和第二深度图;对所述第一深度图执行第一处理操作,得到不同尺度的深度置信度图,所述深度置信度图表示各像素点的深度值的置信度或者各像素点优化后的深度掩码;对所述第二深度图执行第二处理操作,得到与各所述深度置信度图对应尺度的第三深度图,并利用相同尺度的第三深度图和深度置信度图相乘得到深度置信特征图;基于所述深度置信特征图得到所述彩色图像对应的表面法向量图。本公开能够提高获得的表面法向量的精度。
Description
技术领域
本公开涉及图像处理领域,特别涉及一种图像处理方法及装置、电子设备和存储介质。
背景技术
表面法向量(surface normal)预测是计算机视觉及场景理解领域的基础问题。现有的表面法向量预测技术大多是基于单一RGB图像(彩色图像)的输入。尽管这类方法可以得到大致正确的结果,但是会有明显的细节丢失,并且在一些过暗和过亮的地方容易产生错误结果。
随着RGB-D相机的普及,同时获取RGB图像和深度图像变得更加容易,于是基于RGB-D输入的一类方法应运而生。该方法可以从深度图像计算出表面法向量,在深度信息质量高的区域可以获得较高的表面法向量精度。然而在光滑、透明、位于远处的表面上,传感器无法感知深度,获得的深度图存在空洞,导致无法得到完整的法向量图。即使使用深度修补的技术将RGB信息用于深度的补全,仍然无法解决面积较大的深度空洞情况。
发明内容
本公开实施例提供了一种能够提高获得的表面法向量的精度的图像处理方法及装置、电子设备和存储介质。
根据本公开的一方面,提供了一种图像处理方法,其包括:
获取彩色图像以及所述彩色图像对应的第一深度图和第二深度图,所述第一深度图为与所述彩色图像对应的具有深度掩码的深度图,所述第二深度图为与所述彩色图像对应的表示深度信息的深度图,所述深度掩码表示对应的像素点是否具有深度值;
对所述第一深度图执行第一处理操作,得到不同尺度的深度置信度图,所述深度置信度图表示各像素点的深度值的置信度或者各像素点优化后的深度掩码;
对所述第二深度图执行第二处理操作,得到与各所述深度置信度图对应尺度的第三深度图,并利用相同尺度的第三深度图和深度置信度图相乘得到深度置信特征图;
基于所述深度置信特征图得到所述彩色图像对应的表面法向量图。
在一些可能的实施方式中,所述对所述第一深度图执行第一处理操作,得到不同尺度的深度置信度图,包括:
对所述第一深度图执行至少一次卷积处理,通过最后一次卷积处理得到第一尺度的深度置信度图;
对所述第一尺度的深度置信度图执行至少一次池化处理,通过每次池化处理得到其他尺度的深度置信度图,并且每次池化处理得到的深度置信度图的尺度不同。
在一些可能的实施方式中,所述对所述第二深度图执行第二处理操作,得到与各所述深度置信度图对应尺度的第三深度图,包括:
对所述第二深度图执行至少一次第一编码处理,通过各第一编码处理得到不同尺度的第一编码特征图;
对最后一次第一编码处理得到的第一编码特征图执行至少一次第一解码处理,得到与各深度置信度图尺度相同的所述第三深度图。
在一些可能的实施方式中,所述对所述第二深度图执行至少一次第一编码处理,通过各第一编码处理得到不同尺度的第一编码特征图,包括:
对所述第二深度图执行第一次第一编码处理,所述第一次第一编码处理包括卷积处理;
对经过第一次第一编码处理得到的深度图执行其余的第一编码处理,所述其余的第一编码处理包括池化处理和卷积处理,
其中通过各次第一编码处理得到的第一编码特征图的尺度不同。
在一些可能的实施方式中,所述对最后一次第一编码处理得到的第一编码特征图执行至少一次第一解码处理,得到与各深度置信度图尺度相同的所述第三深度图,包括:
对最后一次第一编码处理得到的第一编码特征图执行第一次第一解码处理,得到所述第一次第一解码处理对应的第三深度图,所述第一次第一解码处理包括反卷积处理;
对经过第一次第一解码处理得到的第三深度图执行其余的第一解码处理,得到其他尺度的第三深度图,所述其余的第一解码处理包括上采样处理和反卷积处理。
在一些可能的实施方式中,所述对经过第一次第一解码处理得到的第三深度图执行其余的第一解码处理,包括:
对第i次第一解码处理得到的第三深度图执行上采样处理,得到上采样后的第三深度图;
将该上采样后的第三深度图与相同尺度的第一编码特征图连接,得到第一连接特征图;
对所述第一连接特征图执行反卷积处理,得到第i+1次解码处理对应的第三深度图,其中i为大于或者等于1且小于或者等于N的正整数,N表示解码处理的次数。
在一些可能的实施方式中,所述利用相同尺度的第三深度图和深度置信度图相乘得到深度置信特征图,包括:
将各所述深度置信度图分别经过复制层的复制处理,所述复制处理包括至少复制一次所述深度置信度图中的各通道特征;
将经复制处理后的各深度置信度与尺度相同的第三深度图相乘,得到对应尺度的深度置信特征图。
在一些可能的实施方式中,所述基于所述深度置信特征图得到所述彩色图像的表面法向量图,包括:
基于所述深度置信特征图对所述彩色图像执行第三处理操作,得到融合特征图;
对所述融合特征图执行第四处理操作,得到所述彩色图像对应的表面法向量图。
在一些可能的实施方式中,所述基于所述深度置信特征图对所述彩色图像执行第三处理操作,得到融合特征图,包括:
对所述彩色图像执行至少一次第二编码处理,通过各第二编码处理得到不同尺度的第二编码特征图;
基于所述深度置信特征图,对最后一次第二编码处理得到的第二编码特征图执行至少一次第二解码处理,得到所述融合特征图。
在一些可能的实施方式中,所述对所述彩色图像执行至少一次第二编码处理,通过各第二编码处理得到不同尺度的第二编码特征图,包括:
对所述彩色图像执行第一次第二编码处理,所述第一次第二编码处理包括卷积处理;
对经过第一次第二编码处理得到的第二编码特征图执行其余的第二编码处理,所述其余的第二编码处理包括池化处理和卷积处理,
其中通过各次第二编码处理得到的第二编码特征图的尺度不同。
在一些可能的实施方式中,所述基于所述深度置信特征图,对最后一次第二编码处理得到的第二编码特征图执行至少一次第二解码处理,得到所述融合特征图,包括:
对第j次第二解码处理的输入特征图执行反卷积处理,得到反卷积处理后的特征图,j为大于0小于M+1的正整数,M为第二解码处理的次数;
对经所述反卷积处理后得到的特征图进行上采样处理,并将上采样处理得到的特征图和与其尺度相同的第二编码特征图连接,得到第二连接特征图;
对所述第二连接特征图执行反卷积处理,并将经过反卷积处理后的第二连接特征图与尺度相同的深度置信特征图连接,得到第j次第二解码处理对应的第一特征图;
将最后一次第二解码处理后得到的第一特征图确定为融合特征图。
在一些可能的实施方式中,所述对所述融合特征图执行第四处理操作,得到所述彩色图像对应的表面法向量图,包括:
对所述融合特征图执行第三编码处理;
对第三编码处理得到的特征图执行第三解码处理,得到所述彩色图像对应的表面法向量图。
在一些可能的实施方式中,所述方法通过神经网络实现,并且,所述方法还包括训练所述神经网络的步骤,其包括:
向所述神经网络输入训练样本,所述训练样本包括训练图像集,以及与所述训练图像集中各训练图像对应的第一深度图和第二深度图,以及与训练图像的不同尺度的真实表面法向量图对应的真实融合特征图;
通过所述神经网络预测所述图像集中各训练图像的不同尺度的融合特征图;
利用预测的所述不同尺度的融合特征图与不同尺度的真实融合特征图计算损失值,将所述损失值反馈至所述神经网络以调节所述神经网络的参数,直至满足训练要求。
在一些可能的实施方式中,所述利用预测的所述不同尺度的融合特征图与不同尺度的真实融合特征图计算损失值,将所述损失值反馈至所述神经网络以调节所述神经网络的参数,直至满足训练要求,包括:
利用预设损失函数,确定所述预测的不同尺度的融合特征图与对应的真实融合特征图之间的损失值,其中所述预设损失函数的表达式为:
其中,L表示网络损失值,l表示从1到h的整数变量,h表示不同尺度的数量,wl表示不同尺度的损失函数的权重,L1表示大尺度输出的损失函数,L2表示小尺度输出的损失函数,In(l)表示不同尺度的真实融合特征图,表示不同尺度的预测融合特征图,其中,第1尺度至第k1尺度为所述小尺度,第k1+1尺度到第h尺度为所述大尺度。
根据本公开的第二方面,提供了一种图像处理装置,其包括:
获取模块,其用于获取彩色图像以及所述彩色图像对应的第一深度图和第二深度图,所述第一深度图为与所述彩色图像对应的具有深度掩码的深度图,所述第二深度图为与所述彩色图像对应的表示深度信息的深度图,所述深度掩码表示对应的像素点是否具有深度值;
第一处理模块,其用于对所述第一深度图执行第一处理操作,得到不同尺度的深度置信度图,所述深度置信度图表示各像素点的深度值的置信度或者各像素点优化后的深度掩码;
第二处理模块,其用于对所述第二深度图执行第二处理操作,得到与各所述深度置信度图对应尺度的第三深度图,并利用相同尺度的第三深度图和深度置信度图相乘得到深度置信特征图;
特征融合模组,其用于基于所述深度置信特征图得到所述彩色图像对应的表面法向量图。
在一些可能的实施方式中,所述第一处理模块包括:
卷积单元,其用于对所述第一深度图执行至少一次卷积处理,通过最后一次卷积处理得到第一尺度的深度置信度图;
池化单元,其用于对所述第一尺度的深度置信度图执行至少一次池化处理,通过每次池化处理得到其他尺度的深度置信度图,并且每次池化处理得到的深度置信度图的尺度不同。
在一些可能的实施方式中,所述第二处理模块包括:
第一编码单元,其用于对所述第二深度图执行至少一次第一编码处理,通过各第一编码处理得到不同尺度的第一编码特征图;
第一解码单元,其用于对最后一次第一编码处理得到的第一编码特征图执行至少一次第一解码处理,得到与各深度置信度图尺度相同的所述第三深度图。
在一些可能的实施方式中,所述第一编码单元还用于:
对所述第二深度图执行第一次第一编码处理,所述第一次第一编码处理包括卷积处理;
对经过第一次第一编码处理得到的深度图执行其余的第一编码处理,所述其余的第一编码处理包括池化处理和卷积处理,
其中通过各次第一编码处理得到的第一编码特征图的尺度不同。
在一些可能的实施方式中,所述第一解码单元还用于:
对最后一次第一编码处理得到的第一编码特征图执行第一次第一解码处理,得到所述第一次第一解码处理对应的第三深度图,所述第一次第一解码处理包括反卷积处理;
对经过第一次第一解码处理得到的第三深度图执行其余的第一解码处理,得到其他尺度的第三深度图,所述其余的第一解码处理包括上采样处理和反卷积处理。
在一些可能的实施方式中,所述第一解码单元还用于:
对第i次第一解码处理得到的第三深度图执行上采样处理,得到上采样后的第三深度图;
将该上采样后的第三深度图与相同尺度的第一编码特征图连接,得到第一连接特征图;
对所述第一连接特征图执行反卷积处理,得到第i+1次解码处理对应的第三深度图,其中i为大于或者等于1且小于或者等于N的正整数,N表示解码处理的次数。
在一些可能的实施方式中,所述第二处理模块还包括:
复制单元,其用于将各所述深度置信度图分别经过复制层的复制处理,所述复制处理包括至少复制一次所述深度置信度图中的各通道特征;以及
乘积单元,其用于将经复制处理后的各深度置信度与尺度相同的第三深度图相乘,得到对应尺度的深度置信特征图。
在一些可能的实施方式中,所述特征融合模组包括:
第三处理模块,其用于基于所述深度置信特征图对所述彩色图像执行第三处理操作,得到融合特征图;
第四处理模块,其用于对所述融合特征图执行第四处理操作,得到所述彩色图像对应的表面法向量图。
在一些可能的实施方式中,所述第三处理模块包括:
第二编码单元,其用于对所述彩色图像执行至少一次第二编码处理,通过各第二编码处理得到不同尺度的第二编码特征图;
第二解码单元,其用于基于所述深度置信特征图,对最后一次第二编码处理得到的第二编码特征图执行至少一次第二解码处理,得到所述融合特征图。
在一些可能的实施方式中,所述第二编码单元还用于对所述彩色图像执行第一次第二编码处理,所述第一次第二编码处理包括卷积处理;
对经过第一次第二编码处理得到的第二编码特征图执行其余的第二编码处理,所述其余的第二编码处理包括池化处理和卷积处理,
其中通过各次第二编码处理得到的第二编码特征图的尺度不同。
在一些可能的实施方式中,所述第二解码单元还用于对第j次第二解码处理的输入特征图执行反卷积处理,得到反卷积处理后的特征图,j为大于0小于M+1的正整数,M为第二解码处理的次数;
对经所述反卷积处理后得到的特征图进行上采样处理,并将上采样处理得到的特征图和与其尺度相同的第二编码特征图连接,得到第二连接特征图;
对所述第二连接特征图执行反卷积处理,并将经过反卷积处理后的第二连接特征图与尺度相同的深度置信特征图连接,得到第j次第二解码处理对应的第一特征图;
将最后一次第二解码处理后得到的第一特征图确定为融合特征图。
在一些可能的实施方式中,所述第四处理模块包括:
第三编码单元,其用于对所述融合特征图执行第三编码处理;
第三解码单元,其用于对第三编码处理得到的特征图执行第三解码处理,得到所述彩色图像对应的表面法向量图。
在一些可能的实施方式中,所述第一处理模块、第二处理模块和特征融合模组组合形成神经网络;所述装置还包括:
训练模块,其用于训练所述神经网络,并且训练所述神经网络的步骤包括:
向所述神经网络输入训练样本,所述训练样本包括训练图像集,以及与所述训练图像集中各训练图像对应的第一深度图和第二深度图,以及与训练图像的不同尺度的真实表面法向量图对应的真实融合特征图;
通过所述神经网络预测所述图像集中各训练图像的不同尺度的融合特征图;
利用预测的所述不同尺度的融合特征图与不同尺度的真实融合特征图计算损失值,将所述损失值反馈至所述神经网络以调节所述神经网络的参数,直至满足训练要求。
在一些可能的实施方式中,所述训练模块还用于利用预设损失函数,确定所述预测的不同尺度的融合特征图与对应的真实融合特征图之间的损失值,其中所述预设损失函数的表达式为:
其中,L表示网络损失值,l表示从1到h的整数变量,h表示不同尺度的数量,wl表示不同尺度的损失函数的权重,L1表示大尺度输出的损失函数,L2表示小尺度输出的损失函数,In(l)表示不同尺度的真实融合特征图,表示不同尺度的预测融合特征图,其中,第1尺度至第k1尺度为所述小尺度,第k1+1尺度到第h尺度为所述大尺度。
根据本公开的第三方面,提供了一种电子设备,其包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行如第一方面中任意一项所述的方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现第一方面中任意一项所述的方法。
本公开实施例可以通过彩色图像以及对应的第一深度图和第二深度图执行相应的处理操作,得到精度较高的表面法向量图。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的一种图像处理方法的流程图;
图2示出根据本公开实施例的一种图像处理方法的步骤S20的流程图;
图3示出根据本公开实施例的一种图像处理方法中第一神经网络的结构示意图;
图4示出根据本公开实施例中的一种图像处理方法中步骤S30的流程图;
图5示出根据本公开实施例的一种图像处理方法中第二神经网络的结构示意图;
图6示出根据本公开实施例的一种图像处理方法中步骤S31的流程图;
图7示出根据本公开实施例的一种图像处理方法中步骤S32的流程图;
图8示出根据本公开实施例的一种图像处理方法中步骤S322的流程图;
图9示出根据本公开实施例的一种图像处理方法中步骤S30的另一流程图;
图10示出根据本公开实施例的一种图像处理方法中步骤S33的流程图;
图11示出根据本公开实施例的一种图像处理方法中步骤S40的流程图;
图12示出根据本公开实施例的一种图像处理方法中步骤S41的流程图;
图13示出本公开实施例的一种图像处理方法中第三神经网络的结构示意图;
图14示出根据本公开实施例的一种图像处理方法中步骤S412的流程图;
图15根据本公开实施例的一种图像处理方法中步骤S42的流程图;
图16示出根据本公开实施例的一种图像处理方法所采用的神经网络的结构示意图;
图17示出根据本公开实施例的一种图像处理方法中训练神经网络的流程图;
图18示出根据本公开实施例的一种图像处理装置的框图;
图19示出根据本公开实施例的一种电子设备800的框图;
图20示出根据本公开实施例的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种图像处理方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图1示出根据本公开实施例的一种图像处理方法的流程图,本公开实施例的图像处理方法可以通过对采集到的彩色图像以及与彩色图像对应的深度图和带有深度掩码的深度图进行处理,得到彩色图像中各像素点对应的表面法向量,从而可以方便的对采集的图像中各对象的形状、距离等信息进行分析,同时本公开实施例能够提高表面法向量的获取精度。
另外,本公开实施例的图像处理方法可以应用在任意具有图像处理功能的电子设备或服务器中,如手机、摄像机、计算机设备中,本公开在此不进行一一举例说明。
如图1所示,本公开实施例的图像处理方法可以包括:
S10:获取彩色图像以及所述彩色图像对应的第一深度图和第二深度图,所述第一深度图为与所述彩色图像对应的具有深度掩码的深度图,所述第二深度图为与所述彩色图像对应的表示深度信息的深度图,所述深度掩码表示对应的像素点是否具有深度值;
S20:对所述第一深度图执行第一处理操作,得到不同尺度的深度置信度图,所述深度置信度图表示各像素点的深度值的置信度或者各像素点优化后的深度掩码;
S30:对所述第二深度图执行第二处理操作,得到与各所述深度置信度图对应尺度的第三深度图,并利用相同尺度的第三深度图和深度置信度图相乘得到深度置信特征图;
S40:基于所述深度置信特征图得到所述彩色图像对应的表面法向量图。
下面对本公开实施例的各个步骤过程进行详细说明。
本公开实施例提供的图像处理方法可以通过神经网络实现,如深度学习神经网络,或者也可以通过相应的算法实现,本公开对此不作具体限定。
在一种可能的实施方式中,步骤S10中获取的彩色图像可以为任意对象的图像,并且采集或者摄取彩色图像的设备可以为飞行时间相机、RGB-D相机,或者其他能够同时获取彩色图像的深度图的摄像设备,本公开对此不作具体限定。
另外,本公开实施例获得的彩色图像、第一深度图以及第二深度图中的各像素点的特征为一一对应的,即彩色图像中的各像素点的RGB值与第一深度图中的深度掩码以及第二深度图中的深度信息分别一一对应。其中彩色图像、第一深度图以及第二深度图可以是通过例如飞行时间相机等摄像设备在一次曝光的情况下采集的,即在获取彩色图像的同时还能够获得其深度图,但本公开对此不进行具体限定,深度图也可以是对彩色图像进行标注而获得的。
在一种可能的实施方式中,本公开实施例可以自行采集获取彩色图像、第一深度图和第二深度图,也可以从其他的设备接收彩色图像、第一深度图和第二深度图。
本公开实施例中的第二深度图为表示彩色图像的深度信息的特征图,其中,第二深度图中的元素表示彩色图像中各像素点对应的深度值。第一深度图表示的是彩色图像各像素点是否具有深度值,其可以通过不同的深度掩码表示,如0表示没有深度值,1表示具有深度值,在其他实施例中也可以由其他的标识表示不同的深度掩码。因此,第一深度图可以为由元素0和1构成的掩码矩阵,第二深度图可以是由深度值构成的深度矩阵。
在获得了彩色图像、第一深度图和第二深度图之后,即可以分别对彩色图像、第一深度图和第二深度图进行处理,并执行特征融合操作,从而获得表面法向量图。
在步骤S20中可以对第一深度图执行第一处理操作,得到不同尺度的深度置信度图,该深度置信度图可以表示第二深度图中各深度值的置信度,或者也可以表示成深度掩码的优化值,即优化处理后的深度掩码。其中第一处理操作可以包括卷积处理和池化处理。本公开实施例可以通过神经网络实现第一深度图的第一处理操作,例如可以将第一深度图作为神经网络的输入,通过卷积层(conv)和池化层(maxpool)执行处理,得到不同尺度的深度置信度图。其中,本公开实施例也可以通过与卷积和池化对应的算法执行上述第一处理操作,本公开对此不进行具体限定。
图2示出根据本公开实施例的一种图像处理方法的步骤S20的流程图,其中,所述对所述第一深度图执行第一处理操作,得到不同尺度的深度置信度图(步骤S20),可以包括:
S21:对所述第一深度图执行至少一次卷积处理,通过最后一次卷积处理得到第一尺度的深度置信度图;
本公开实施例,可以对第一深度图进行优化处理,从而获得精确度更高的深度掩码,或者精确度更高的深度信息的置信度。其中,置信度表示各像素点的深度信息的可信度,其可以为0到1之间的任意数值,该值越高,表示深度信息越精确。
如上述实施例所述,本公开实施例可以包括至少一次卷积处理,通过该至少一次卷积处理可以改变第一深度图的尺度,例如每次卷积处理都可以调整第一深度图的尺度,或者至少一次卷积处理可以调整第一深度图的尺度,其中,通过最后一次卷积处理可以得到第一尺度的深度置信度图,即通过卷积处理可以得到一个深度置信度图,该深度置信度图可以为尺度最大或者最小的深度置信度图,具体可以根据卷积处理的方式进行确定,本公开对此不进行限定。其中,在调整第一深度图的尺度的同时,还能够进一步的融合第一深度图的特征,以及可以得到精度更高的深度掩码值,或者更确定的获得深度信息的置信度。
图3示出根据本公开实施例的一种图像处理方法中第一神经网络的结构图。
其中,本公开实施例中第一深度图的优化可以通过图3示出的神经网络的结构实现,但不作为本公开实施例的限定。其中,可以包括4个卷积层,每个卷积层分别用于执行相应的卷积处理。即,第一深度图通过该4个卷积层执行卷积处理后可以得到第一个深度置信度图,如其尺度为第一尺度。其中,各卷积层采用的卷积核的形式可以相同也可以不同,如可以为1*1的卷积核,也可以为3*3的卷积核,对于卷积层的数量以及卷积层采用的卷积核的形式本公开实施例不作具体限定,本领域技术人员可以根据需求进行设定。
S22:对所述第一尺度的深度置信度图执行至少一次池化处理,通过每次池化处理得到其他尺度的深度置信度图,并且每次池化处理得到的深度置信度图的尺度不同。
其中,每次池化处理都可以得到不同尺度的深度置信度图,如图3所示,在4个卷积层之后连接有3个池化层,可以通过3个池化层分别依次执行第一尺度的深度置信度图的池化处理,每次池化处理均可以得到一个尺度的深度置信度图,并且每次池化处理得到的深度置信度图的尺度不同。例如,经过4个卷积层可以得到第一尺度的置信度图,以及分别经过三个池化层依次得到第二尺度的深度置信度图、第三尺度的深度置信度图以及第四尺度的深度置信度图,其中第一尺度、第二尺度、第三尺度和第四尺度为不同的尺度,如第一尺度为第二尺度的二分之一,第二尺度为第三尺度的二分之一,以及第三尺度为第四尺度的二分之一,本公开对此不作具体限定,本领域技术人员可以通过需求对池化层和卷积层进行设置而得到不同尺度的深度置信度图。
通过上述实施例的配置,可以实现第一深度图的优化处理,通过该优化处理可以得到具有更高精度的深度置信度图。
另外,本公开实施例还可以对第二深度图执行第二处理操作,通过该第二处理操作可以得到彩色图像对应的精度更高的不同尺度的深度图,图4示出根据本公开实施例中的一种图像处理方法中步骤S30的流程图,其中所述对所述第二深度图执行第二处理操作,得到与各所述深度置信度图对应尺度的第三深度图(步骤S30),可以包括:
S31:对所述第二深度图执行至少一次第一编码处理,通过各第一编码处理得到不同尺度的第一编码特征图;
S32:对最后一次第一编码处理得到的第一编码特征图执行至少一次第一解码处理,得到与各深度置信度图尺度相同的所述第三深度图。
其中,本公开实施例的第二处理操作可以第一编码处理以及第一解码处理,通过编码和解码处理之后,可以得到与各深度置信度图尺度对应的第三深度图。
具体的,本公开实施例首先可以对第二深度图执行至少一次第一编码处理,通过每次的第一编码处理得到对应的第一编码特征图,其中每个第一编码特征图的尺度可以不同。
进一步地,可以对最后一次第一编码处理得到的第一编码特征图执行第一解码处理,其中,在执行各第一解码处理的过程中,可以融合第一编码处理过程中得到的第一编码特征图,从而可以提高第一深度图的优化精度。
在一些可能的实施方式中,可以通过第二神经网络执行上述第一编码处理和第一解码处理,从而可以保证获得的第三深度图的精度,同时还可以加快优化精度。或者,也可以通过对应的编码和解码算法执行上述第一编码处理和第一解码处理,本公开对此不进行具体限定,本公开实施例以第二神经网络为例进行说明。但是其他能够通过相应的算法实现该解码和编码过程的实施例,也属于本公开实施例的保护范围。
图5示出根据本公开实施例的一种图像处理方法中第二神经网络的结构示意图。其中,第二神经网络可以包括执行第一编码处理的至少一个第一编码单元,如图5所示,包括4个第一编码单元,该4个第一编码单元至少可以执行卷积处理,例如第一个第一编码单元执行卷积处理,其余各第一编码单元执行池化处理和卷积处理。通过该4个第一编码单元可以分别得到4个第一编码特征图,并且各第一编码特征图的尺度不同。而后经过至少一次第一解码处理,以根据最后一次第一编码处理得到的第一编码特征图的解码处理得到4个第三深度图。其中,如图5所示,可以包括4次第一解码单元分别执行各第一解码处理,其中,该4个第一解码单元至少可以执行反卷积处理,例如第一个第一解码单元可以执行反卷积处理,其余各第一解码单元执行上采样处理(upsampling)和反卷积处理(deconv)。通过该4个第一编码单元可以分别得到4个第三深度图,并且各第三深度图的尺度不同。且分别与各深度置信度图的尺度对应相同。其中,反卷积处理是与编码过程中的卷积处理的反向传播过程。
下面对第一编码处理和第一解码处理的过程进行详细说明,图6示出根据本公开实施例的一种图像处理方法中步骤S31的流程图。其中,所述对所述第二深度图执行至少一次第一编码处理,通过各第一编码处理得到不同尺度的第一编码特征图,包括:
S311:对所述第二深度图执行第一次第一编码处理,所述第一次第一编码处理包括卷积处理;
S312:对经过第一次第一编码处理得到的深度图执行其余的第一编码处理,所述其余的第一编码处理包括池化处理和卷积处理,其中通过各次第一编码处理得到的第一编码特征图的尺度不同。
如上述实施例所述,本公开实施例可以对第二深度图执行多次第一编码处理,在执行第一次第一编码处理过程时,可以首先对第二深度图执行至少一次卷积处理,得到对应的第一编码特征图。如图5所示,在执行第一次第一编码处理时,可以执行两次卷积处理,通过该两次卷积处理可以得到第一个第一编码特征图。
在得到第一个第一编码特征图之后,可以对该第一编码特征图执行其余的第一编码处理,即执行步骤S312。从图5所示的实施例可以看出,在第二个第一次第一编码处理、第三次第一编码处理以及第四次第一编码处理时,可以首先执行池化处理,而后对池化处理的结果执行两次卷积处理。即,本公开实施例的除了第一次第一编码处理的其余第一编码处理可以包括池化处理和卷积处理。其中,各第一编码处理中的卷积处理所采用的卷积核可以相同也可以不同,另外各第一编码处理中所采用的卷积层以及池化层的数量可以相同也可以不同,本领域技术人员可以根据需求进行设定。经过各次的第一编码处理后可以获得各对应尺度的第一编码特征图。
在本公开的一些实施例中,第一次第一编码处理得到的第一编码特征图可以为第四尺度,第二次第一编码处理得到的第一编码特征图可以为第三尺度,第三次第一编码处理得到的第一编码特征图可以为第二尺度,以及第四次第一编码处理得到的第一编码特征图可以为第一尺度。即本公开实施例中,按照第一编码处理的顺序得到的各第一编码特征图的尺度可以与第一处理操作中得到的各深度置信度图的尺度呈反序。在其他实施例中,各第一编码特征图的尺度也可以与各深度置信度图的尺度不同,只要最终得到的各第三深度图与各深度置信度图的尺度对应相同,即可以作为本公开实施例。
在对第二深度图执行第一编码处理之后并得到各第一编码特征图之后,即可以对最后一次第一编码处理得到的第一编码特征图执行至少一次解码处理。图7示出根据本公开实施例的一种图像处理方法中步骤S32的流程图。其中,所述对最后一次第一编码处理得到的第一编码特征图执行至少一次第一解码处理,得到与各深度置信度图尺度相同的所述第三深度图,包括:
S321:对最后一次第一编码处理得到的第一编码特征图执行第一次第一解码处理,得到所述第一次第一解码处理对应的第三深度图,所述第一次第一解码处理包括反卷积处理;
S322:对经过第一次第一解码处理得到的第三深度图执行其余的第一解码处理,得到其他尺度的第三深度图,所述其余的第一解码处理包括上采样处理和反卷积处理。
本公开实施例中,可以首先对最后一次第一编码处理得到的第一编码特征图执行至少一次第一解码处理,通过每次的第一解码处理可以分别得到对应的第三深度图。其中,可以首先对最后一次第一编处理得到的第一编码特征图执行第一次第一解码处理,得到第一次第一解码处理对应的第三深度图。其中,如图5所示,本公开实施例的第一次解码处理可以包括反卷积处理,其中通过两个反卷积层依次执行输入的第一编码特征图的反卷积操作,得到第一尺度的第三深度图。其中,第一解码处理中的反卷积处理可以为第一编码处理中的卷积处理过程的反向传播过程。
在得到第一尺度的第三深度图之后,即可以进一步对该第三深度图执行其余的第一解码处理,得到其余尺度的第三深度图。本公开实施例中,第一解码处理的次数可以和第一编码处理的次数相同,例如本公开实施例中可以均为4次,但不作为本公开实施例的限定。在得到第一次第一解码处理的第三深度图之后,即可以对该第三深度图执行第二次第一解码处理,第二次第一解码处理可以包括上采样处理和反卷积处理,其中通过上采样处理可以增加第三深度图的尺度,通过反卷积处理可以提高第三深度图中的各深度信息的精确度。对应的,通过第二次第一解码处理可以得到第二尺度的第三深度图。
同样的,通过第三次第一解码处理和第四次第一解码处理可以分别得到第三尺度的第三深度图和第四尺度的第三深度图。其中,除了第一次第一解码处理之外的第一解码处理,可以包括上采样处理和反卷积处理。并且,每次第一解码处理中所使用的卷积核可以相同或者不同,本公开实施例可以通过需求进行不同的设计。
在本公开的一些可能的实施方式中,为了进一步提高得到的各第三深度图的精度,可以结合第一编码特征图执行第一解码处理。其中,可以利用与前次第一编码处理得到的第三深度图上采样处理后的深度图尺度相同的第一编码特征图,得到的连接特征图,并将对连接特征图执行卷积处理,以完成当前的第一解码处理得到相应的第三深度图。图8示出根据本公开实施例的一种图像处理方法中步骤S322的流程图,其中,所述对经过第一次第一解码处理得到的第三深度图执行其余的第一解码处理,可以包括:
S3221:对第i次第一解码处理得到的第三深度图执行上采样处理,得到上采样后的第三深度图;
S3222:将该上采样后的第三深度图与相同尺度的第一编码特征图连接,得到第一连接特征图;
S3223:对所述第一连接特征图执行反卷积处理,得到第i+1次解码处理对应的第三深度图,其中i为大于或者等于1且小于或者等于N的正整数,N表示解码处理的次数。
如上所述,除了第一次第一解码处理的其余第一解码处理可以包括上采样处理和反卷积处理,本公开实施例可以对前一次第一解码处理得到的第三深度图执行上采样处理,并根据与上采样处理后的第三深度图的尺度相同的第一编码特征图得到的连接特征图,以执行下一次的第一解码处理,得到相应的第三深度图。
其中,在执行第i+1次第一解码处理时,可以首先对第i次(i大于或者等于1)第一解码处理得到的第三深度图执行上采样处理,在提高特征精度的同时还可以增加第三深度图的尺度。例如在执行第二次第一解码处理时,可以将第一次第一解码处理的第三深度图从第一尺度调整为第二尺度,在执行第三次第一解码处理时,可以将第二次第一解码处理得到的第三深度图从第二尺度调整为第三尺度,以及在执行第四次第一解码处理时,可以将第三次第一解码处理得到的第三深度图从第三尺度调整为第四尺度。
在经过上采样处理之后,可以将上采样处理之后的第三深度图与尺度相同的第一编码特征图进行连接,得到连接特征图。基于图5所示,可以将第二次第一解码处理中上采样处理后的第三深度图与第三次第一编码处理得到第一编码特征图进行连接,得到第二次解码处理对应的第一连接特征图,其中二者的尺度均为第二尺度。对应的,可以将第三次第一解码处理中上采样处理后的第三深度图与第二次第一编码处理得到第一编码特征图进行连接,得到第三次第一解码处理对应的第一连接特征图,其中二者的尺度均为第三尺度。以及还可以将第四次第一解码处理中上采样处理后的第三深度图与第一次第一编码处理得到第一编码特征图进行连接,得到第四次解码处理对应的第一连接特征图,其中二者的尺度均为第四尺度。从而可以得到不同尺度的第一连接特征图。
在得到第i+1次第一解码处理对应的连接特征图之后,即可以对该第一连接特征图执行反卷积处理,得到相应尺度的第三深度图。即,可以对第i+1次第一解码处理对应的所述第一连接特征图执行反卷积处理,得到第i+1次解码处理对应的第三深度图,其中i为大于或者等于1且小于或者等于N的正整数,N表示解码处理的次数。
通过上述配置,即可以实现第二深度图的优化过程。通过至少一次的第一编码处理和至少一次的第一解码处理,可以得到与深度置信度尺度相同的第三深度图,同时还提高了深度图的深度精度。
在得到第三深度图和深度置信度图之后,即可以利用相同尺度的第三深度图和深度置信度图的乘积,得到深度置信特征图。图9示出根据本公开实施例的一种图像处理方法中步骤S30的流程图,其中,在步骤S31和S32之后,还可以包括:
S33:利用相同尺度的第三深度图和深度置信度图相乘得到深度置信特征图。
本公开实施例,通过第一深度图的第一处理操作,可以得到不同尺度的深度置信度图,以及通过第二深度图的第二处理操作可以得到与深度置信度图尺度相同的各第三深度图,其中,通过相同尺度的第三深度图和深度置信度图的乘积可以得到该尺度下的深度置信特征图。
另外,为了增加处理精度,本公开实施例还可以对得到的深度置信度图执行复制处理,并对复制处理后的深度置信度图与第三深度图执行乘积处理,得到相应的深度置信特征图。图10示出根据本公开实施例的一种图像处理方法中步骤S33的流程图,其中所述利用相同尺度的第三深度图和深度置信度图相乘得到深度置信特征图,包括:
S331:将各所述深度置信度图分别经过复制层的复制处理,所述复制处理包括至少复制一次所述深度置信度图中的各通道特征;
S332:将经复制处理后的各深度置信度与尺度相同的第三深度图相乘,得到对应尺度的深度置信特征图。
本公开实施例的第一神经网络在得到各深度置信度图之后,还可以将各深度置信度图输入至复制层(repeat layer),对各深度置信度图执行复制处理,其中该复制处理可以对深度置信度图中的各通道的特征进行至少一次的复制,即可以将单通道复制成二通道或者三通道,或者也可以执行其他次数的复制处理,具体可以根据复制层的参数确定。通过复制层的复制处理,可以复制深度置信度图中的一部分像素点对应的通道特征,也可以复制深度置信度图的全部像素点的通道特征,本公开对此不进行限定,具体可以根据需求设定和优化。通过该复制处理,可以增加深度置信度图中的特征信息,可以进一步提高后续特征融合的精度。
在复制处理之后,可以将复制后的各深度特征图与对应的第三深度图相乘,如对应元素相乘,从而得到相应尺度的深度置信特征图。本公开实施例的复制处理,可以不改变特征图的尺度,相当于增加了特征图的层数。
在得到深度置信特征图之后,即可以利用该深度置信特征图与彩色图像得到对应的表面法向量图。图11示出根据本公开实施例的一种图像处理方法中步骤S40的流程图。其中,所述基于所述深度置信特征图得到所述彩色图像对应的表面法向量图,可以包括:
S41:基于所述深度置信特征图对所述彩色图像执行第三处理操作,得到融合特征图;
S42:对所述融合特征图执行第四处理操作,得到所述彩色图像对应的表面法向量图。
本公开实施例中,第三处理操作可以包括卷积处理和上采样处理,其中,深度置信特征图是由第三深度图和深度置信度图确定的,因此深度置信特征图中包括的深度信息中涵盖了深度信息的概率,并能够准确的体现各像素点的深度值。通过该深度置信特征图与彩色图像的融合,可以方便的获取高精度的各像素点对应的融合特征。
其中,首先可以对彩色图像执行第三处理操作,图12示出根据本公开实施例的一种图像处理方法中步骤S41的流程图。其中,所述基于所述深度置信特征图对所述彩色图像执行第三处理操作,得到融合特征图,可以包括:
S411:对所述彩色图像执行至少一次第二编码处理,通过各第二编码处理得到不同尺度的第二编码特征图;
S412:基于所述深度置信特征图,对最后一次第二编码处理得到的第二编码特征图执行至少一次第二解码处理,得到所述融合特征图。
在本公开实施例中,对彩色图像的第三处理操作也可以包括至少一次的编码处理和至少一次的解码处理,如上述第二编码处理和第二解码处理。其中,首先可以对彩色图像执行至少一次第二编码处理,通过该至少一次第二编码处理中的各第二编码处理可以得到不同尺度的第二编码特征图。
另外,本公开实施例的步骤S41可以通过神经网络实现,或者也可以通过相应的算法实现,本公开实施例对此不作具体限定,下面以神经网络为例进行说明。图13示出本公开实施例的一种图像处理方法中第三神经网络的结构示意图。其中,该第三神经网络可以执行彩色图像的第三处理操作。其中,可以通过至少一个第二编码单元分别执行上述第二编码处理,第二编码单元可以包括卷积层,也可以包括卷积层和池化层。
其中,图13示出的第二神经网络中,可以包括五个第二编码单元,用于分别执行各第二编码处理。其中第一个编码单元可以包括两个卷积层用于分别执行两次卷积处理,得到第一个第二编码特征图。后续的其余四个第二编码单元可以分别包括卷积层和池化层,对应的执行卷积处理和池化处理,并可以对应的得到第二编码特征图,各第二编码单元得到的第二编码特征图的尺度不同。
换句话讲,本公开实施例中,所述对所述彩色图像执行至少一次第二编码处理,通过各第二编码处理得到不同尺度的第二编码特征图,可以包括:
对所述彩色图像执行第一次第二编码处理,所述第一次第二编码处理包括卷积处理;
对经过第一次第二编码处理得到的第二编码特征图执行其余的第二编码处理,所述其余的第二编码处理包括池化处理和卷积处理。
即第一次第二编码处理仅包括卷积处理,以及除了第一次第二编码处理的其余第二编码处理可以包括池化处理和卷积处理。通过各次第二编码处理可以得到不同尺度的第二编码特征图。其中,各第二编码处理中包括的卷积处理所采用的卷积核可以相同,也可以不同,本公开对此不作具体限定。
在执行各第二编码处理之后,即可以执行后续的至少一次第二解码处理,例如可以对最后一次第二编码处理得到的第二编码特征图执行第二解码处理,第二解码处理过程中,可以根据深度置信特征图和第二编码特征图得到融合特征图。即得到的融合特征图中既包括了彩色图像的像素特征(第二编码特征图)同时还包括了深度特征,而且均为精度较高的特征,通过二者的第二解码处理,可以进一步提高得到的融合特征图的精度。
图14示出根据本公开实施例的一种图像处理方法中步骤S412的流程图。其中所述基于所述深度置信特征图,对最后一次第二编码处理得到的第二编码特征图执行至少一次第二解码处理,得到所述融合特征图,可以包括:
S4121:对第j次第二解码处理的输入特征图执行反卷积处理,得到反卷积处理后的特征图,j为大于0小于M+1的正整数,M为第二解码处理的次数;
S4122:对经所述反卷积处理后得到的特征图进行上采样处理,并将上采样处理后的特征图和与其尺度相同的第二编码特征图连接,得到第二连接特征图;
S4123:对所述第二连接特征图执行反卷积处理,并将经过反卷积处理后的第二连接特征图与尺度相同的深度置信特征图连接,得到第j次第二解码处理对应的第一特征图;
S4124:将最后一次第二解码处理后得到的第一特征图确定为融合特征图。
本公开实施例中,可以首先对最后一次第二编码处理得到的第二编码特征图执行第一次第二解码处理,即可以将第一次第二编码处理的输入特征图确定为最后一次第二编码处理得到的第二编码特征图。通过该第一次第二解码处理可以得到对应的第一特征图。进一步的,可以将一次的第二解码特征图的输出(第一特征图)作为下一次解码特征图的输入特征图,以执行后续的第二次解码特征处理,对应的,可以将第j次第二解码处理的输出特征图作为j+1次第二解码处理的输入特征图,通过执行相应的第二解码处理即可以得到每个第二解码处理对应的第一特征图。通过最后一次第二解码处理可以得到融合特征图。
在如图13所示出的实施例中,可以执行4次第二解码处理,其中,第j次第二解码处理可以对第j次第二解码处理的输入特征图执行反卷积处理和上采样处理,得到反卷积处理和上采样处理后的特征图,例如可以执行反卷积处理和一次上采样处理、。而后将与所述卷积处理后的特征图和与其尺度相同的第二编码特征图连接,得到第二连接特征图,其中,本公开实施例的通过反卷积处理可以进一步融合第二编码特征图中的特征,并得到相应尺度的反卷积处理后的特征图,通过将与相同尺度的反卷积结果和深度置信特征图连接,得到第一特征图。通过重复上述解码处理的过程,可以执行后续的第二解码处理,其中,最后一次第二解码处理后得到的第一特征图确定为融合特征图。
本公开实施例中,第二解码处理的次数可以和第二编码处理的次数相同,从而可以得到与深度置信特征图相同数量的第一特征图。例如本公开实施例中可以均为4次,但不作为本公开实施例的限定。
通过最后一次第二解码处理得到的第一特征图可以作为融合特征图,继而可以对该融合特征图执行步骤S42,即执行第四处理操作。图15示出根据本公开实施例的一种图像处理方法中步骤S42的流程图。其中,所述对所述融合特征图执行第四处理操作,得到所述彩色图像对应的表面法向量图,包括:
S421:对所述融合特征图执行第三编码处理;
S422:对第三编码处理得到的特征图执行第三解码处理,得到所述彩色图像对应的表面法向量图。
在得到融合特征图之后,可以对该融合特征图执行第三编码处理,该第三编码处理可以包括卷积处理,图13所示,执行4次卷积处理。在经过该第三编码处理之后,可以执行第三解码处理,如图13所示,可以为执行2次反卷积处理,通过该过程可以得到所述彩色图像对应的表面法向量图。其中,表面法向量图中的各元素可以为与彩色图像中各像素点对应的三维向量坐标值,如x、y和z值,通过该三维坐标向量值可以确定该像素点对应的表面法向量。
另外,如上述实施例所述,本公开实施例可以通过神经网络实现,例如通过上述第一神经网络、第二神经网络和第三神经网络实现,图16示出根据本公开实施例的一种图像处理方法所采用的神经网络的结构示意图,以及图17示出根据本公开实施例的一种图像处理方法中训练神经网络的流程图,其中,训练该神经网络的步骤可以包括:
S51:向所述神经网络模型输入训练样本,所述训练样本包括训练图像集,以及与所述训练图像集中各训练图像对应的第一深度图和第二深度图,以及与训练图像的不同尺度真实表面法向量图对应的真实融合特征图;
其中,在对神经网络进行训练时,可以首先输入训练样本,训练样本中可以包括训练图像、以及与该训练图像对应的第一深度图、第二深度图,同时还可以包括用于监督的不同尺度的真实表面法向量图对应的融合特征图,其中,这里的尺度与神经网络中在第三处理过程中通过第二解码处理的第一次的反卷积处理得到的特征尺度相同。
S52:通过所述神经网络预测所述训练图像集中各训练图像的不同尺度的融合特征图;
其中,可以通过第一神经网络获得第一深度图对应的深度置信度图,以及通过第二神经网络获得第二深度图对应的深度置信特征图,通过第三神经网络获得不同尺度的融合特征图,这里的融合特征图为第三处理操作中,各第二解码处理中经过第一次的反卷积处理后得到的融合特征图,在该过程中同时还可以进一步得到预测的表面法向量图。
S53:利用预测的不同尺度的融合特征图与不同尺度的真实融合特征图得到损失值,将所述损失值反馈至神经网络以调节所述神经网络的参数,直至满足训练要求。
其中,本公开实施例可以利用预设损失函数,确定所述预测的不同尺度的融合特征图与不同尺度真实融合特征图对应的损失值,其中所述预设损失函数的表达式为:
其中,L表示网络损失值,l表示从1到h的整数变量,h表示不同尺度的数量,wl表示不同尺度的损失函数的权重,L1表示大尺度输出的损失函数,L2表示小尺度输出的损失函数,In(l)表示不同尺度的真实表面法向量图,表示不同尺度的预测表面法向量图,其中,第1尺度至第k1尺度表示小尺度,第k1+1尺度到第h尺度为大尺度。
通过该损失函数,可以得到神经网络的网络损失值,在损失值小于损失阈值时,即可以停止训练,表示当前的神经网络已经优化完成,如果得到的损失值大于或者等于损失阈值,则反向调节神经网络的参数,如各网络中的卷积处理、池化处理、上采样处理等参数,重新执行训练图像的处理过程,直至得到的损失值小于损失阈值。其中,本公开实施例对损失阈值不作具体限定,其可以根据需求设定。
另外,在本公开的其他实施例中,也可以通过其他方式训练神经网络,例如步骤S52可以得到神经网络预测的法向量图,训练样本中还包括用于监督的真实法相靓图,步骤S53中可以根据真实法向量图和预测得到的法向量图确定损失值,通过该损失值反馈调节神经网络的参数。损失函数的形式本领域技术人员可以自行设定,本公开在此不作具体限定。
综上所述,本公开实施例可以通过彩色图像以及对应的第一深度图和第二深度图执行相应的处理操作,得到精度较高的表面法向量图。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图18示出根据本公开实施例的一种图像处理装置的框图,如图18所示,所述图像处理装置包括:
获取模块10,其用于获取彩色图像以及所述彩色图像对应的第一深度图和第二深度图,所述第一深度图为与所述彩色图像对应的具有深度掩码的深度图,所述第二深度图为与所述彩色图像对应的表示深度信息的深度图,所述深度掩码表示对应的像素点是否具有深度值;
第一处理模块20,其用于对所述第一深度图执行第一处理操作,得到不同尺度的深度置信度图,所述深度置信度图表示各像素点的深度值的置信度或者各像素点优化后的深度掩码;
第二处理模块30,其用于对所述第二深度图执行第二处理操作,得到与各所述深度置信度图对应尺度的第三深度图,并利用相同尺度的第三深度图和深度置信度图相乘得到深度置信特征图;
特征融合模组40,其用于基于所述深度置信特征图得到所述彩色图像对应的表面法向量图。
在一些可能的实施方式中,所述第一处理模块包括:
卷积单元,其用于对所述第一深度图执行至少一次卷积处理,通过最后一次卷积处理得到第一尺度的深度置信度图;
池化单元,其用于对所述第一尺度的深度置信度图执行至少一次池化处理,通过每次池化处理得到其他尺度的深度置信度图,并且每次池化处理得到的深度置信度图的尺度不同。
在一些可能的实施方式中,所述第二处理模块包括:
第一编码单元,其用于对所述第二深度图执行至少一次第一编码处理,通过各第一编码处理得到不同尺度的第一编码特征图;
第一解码单元,其用于对最后一次第一编码处理得到的第一编码特征图执行至少一次第一解码处理,得到与各深度置信度图尺度相同的所述第三深度图。
在一些可能的实施方式中,所述第一编码单元还用于:
对所述第二深度图执行第一次第一编码处理,所述第一次第一编码处理包括卷积处理;
对经过第一次第一编码处理得到的深度图执行其余的第一编码处理,所述其余的第一编码处理包括池化处理和卷积处理,
其中通过各次第一编码处理得到的第一编码特征图的尺度不同。
在一些可能的实施方式中,所述第一解码单元还用于:
对最后一次第一编码处理得到的第一编码特征图执行第一次第一解码处理,得到所述第一次第一解码处理对应的第三深度图,所述第一次第一解码处理包括反卷积处理;
对经过第一次第一解码处理得到的第三深度图执行其余的第一解码处理,得到其他尺度的第三深度图,所述其余的第一解码处理包括上采样处理和反卷积处理。
在一些可能的实施方式中,所述第一解码单元还用于:
对第i次第一解码处理得到的第三深度图执行上采样处理,得到上采样后的第三深度图;
将该上采样后的第三深度图与相同尺度的第一编码特征图连接,得到第一连接特征图;
对所述第一连接特征图执行反卷积处理,得到第i+1次解码处理对应的第三深度图,其中i为大于或者等于1且小于或者等于N的正整数,N表示解码处理的次数。
在一些可能的实施方式中,所述第二处理模块还包括:
复制单元,其用于将各所述深度置信度图分别经过复制层的复制处理,所述复制处理包括至少复制一次所述深度置信度图中的各通道特征;以及
乘积单元,其用于将经复制处理后的各深度置信度与尺度相同的第三深度图相乘,得到对应尺度的深度置信特征图。
在一些可能的实施方式中,所述特征融合模组包括:
第三处理模块,其用于基于所述深度置信特征图对所述彩色图像执行第三处理操作,得到融合特征图;
第四处理模块,其用于对所述融合特征图执行第四处理操作,得到所述彩色图像对应的表面法向量图。
在一些可能的实施方式中,所述第三处理模块包括:
第二编码单元,其用于对所述彩色图像执行至少一次第二编码处理,通过各第二编码处理得到不同尺度的第二编码特征图;
第二解码单元,其用于基于所述深度置信特征图,对最后一次第二编码处理得到的第二编码特征图执行至少一次第二解码处理,得到所述融合特征图。
在一些可能的实施方式中,所述第二编码单元还用于对所述彩色图像执行第一次第二编码处理,所述第一次第二编码处理包括卷积处理;
对经过第一次第二编码处理得到的第二编码特征图执行其余的第二编码处理,所述其余的第二编码处理包括池化处理和卷积处理,
其中通过各次第二编码处理得到的第二编码特征图的尺度不同。
在一些可能的实施方式中,所述第二解码单元还用于对第j次第二解码处理的输入特征图执行反卷积处理,得到反卷积处理后的特征图,j为大于0小于M+1的正整数,M为第二解码处理的次数;
对经所述反卷积处理后得到的特征图进行上采样处理,并将上采样处理得到的特征图和与其尺度相同的第二编码特征图连接,得到第二连接特征图;
对所述第二连接特征图执行反卷积处理,并将经过反卷积处理后的第二连接特征图与尺度相同的深度置信特征图连接,得到第j次第二解码处理对应的第一特征图;
将最后一次第二解码处理后得到的第一特征图确定为融合特征图。
在一些可能的实施方式中,所述第四处理模块包括:
第三编码单元,其用于对所述融合特征图执行第三编码处理;
第三解码单元,其用于对第三编码处理得到的特征图执行第三解码处理,得到所述彩色图像对应的表面法向量图。
在一些可能的实施方式中,所述第一处理模块、第二处理模块和特征融合模组组合形成神经网络;所述装置还包括:
训练模块,其用于训练所述神经网络,并且训练所述神经网络的步骤包括:
向所述神经网络输入训练样本,所述训练样本包括训练图像集,以及与所述训练图像集中各训练图像对应的第一深度图和第二深度图,以及与训练图像的不同尺度的真实表面法向量图对应的真实融合特征图;
通过所述神经网络预测所述图像集中各训练图像的不同尺度的融合特征图;
利用预测的所述不同尺度的融合特征图与不同尺度的真实融合特征图计算损失值,将所述损失值反馈至所述神经网络以调节所述神经网络的参数,直至满足训练要求。
在一些可能的实施方式中,所述训练模块还用于利用预设损失函数,确定所述预测的不同尺度的融合特征图与对应的真实融合特征图之间的损失值,其中所述预设损失函数的表达式为:
其中,L表示网络损失值,l表示从1到h的整数变量,h表示不同尺度的数量,wl表示不同尺度的损失函数的权重,L1表示大尺度输出的损失函数,L2表示小尺度输出的损失函数,In(l)表示不同尺度的真实融合特征图,表示不同尺度的预测融合特征图,其中,第1尺度至第k1尺度为所述小尺度,第k1+1尺度到第h尺度为所述大尺度。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图19示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图19,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图20示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图20,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分,所述模块、程序段或指令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。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,两个连续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动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。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (30)
1.一种图像处理方法,其特征在于,包括:
获取彩色图像以及所述彩色图像对应的第一深度图和第二深度图,所述第一深度图为与所述彩色图像对应的具有深度掩码的深度图,所述第二深度图为与所述彩色图像对应的表示深度信息的深度图,所述深度掩码表示对应的像素点是否具有深度值;
对所述第一深度图执行第一处理操作,得到不同尺度的深度置信度图,所述深度置信度图表示各像素点的深度值的置信度或者各像素点优化后的深度掩码;
对所述第二深度图执行第二处理操作,得到与各所述深度置信度图对应尺度的第三深度图,并利用相同尺度的第三深度图和深度置信度图相乘得到深度置信特征图;
基于所述深度置信特征图得到所述彩色图像对应的表面法向量图。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一深度图执行第一处理操作,得到不同尺度的深度置信度图,包括:
对所述第一深度图执行至少一次卷积处理,通过最后一次卷积处理得到第一尺度的深度置信度图;
对所述第一尺度的深度置信度图执行至少一次池化处理,通过每次池化处理得到其他尺度的深度置信度图,并且每次池化处理得到的深度置信度图的尺度不同。
3.根据权利要求1或2所述的方法,其特征在于,所述对所述第二深度图执行第二处理操作,得到与各所述深度置信度图对应尺度的第三深度图,包括:
对所述第二深度图执行至少一次第一编码处理,通过各第一编码处理得到不同尺度的第一编码特征图;
对最后一次第一编码处理得到的第一编码特征图执行至少一次第一解码处理,得到与各深度置信度图尺度相同的所述第三深度图。
4.根据权利要求3所述的方法,其特征在于,所述对所述第二深度图执行至少一次第一编码处理,通过各第一编码处理得到不同尺度的第一编码特征图,包括:
对所述第二深度图执行第一次第一编码处理,所述第一次第一编码处理包括卷积处理;
对经过第一次第一编码处理得到的深度图执行其余的第一编码处理,所述其余的第一编码处理包括池化处理和卷积处理,
其中通过各次第一编码处理得到的第一编码特征图的尺度不同。
5.根据权利要求3所述的方法,其特征在于,所述对最后一次第一编码处理得到的第一编码特征图执行至少一次第一解码处理,得到与各深度置信度图尺度相同的所述第三深度图,包括:
对最后一次第一编码处理得到的第一编码特征图执行第一次第一解码处理,得到所述第一次第一解码处理对应的第三深度图,所述第一次第一解码处理包括反卷积处理;
对经过第一次第一解码处理得到的第三深度图执行其余的第一解码处理,得到其他尺度的第三深度图,所述其余的第一解码处理包括上采样处理和反卷积处理。
6.根据权利要求5所述的方法,其特征在于,所述对经过第一次第一解码处理得到的第三深度图执行其余的第一解码处理,包括:
对第i次第一解码处理得到的第三深度图执行上采样处理,得到上采样后的第三深度图;
将该上采样后的第三深度图与相同尺度的第一编码特征图连接,得到第一连接特征图;
对所述第一连接特征图执行反卷积处理,得到第i+1次解码处理对应的第三深度图,其中i为大于或者等于1且小于或者等于N的正整数,N表示解码处理的次数。
7.根据权利要求1所述的方法,其特征在于,所述利用相同尺度的第三深度图和深度置信度图相乘得到深度置信特征图,包括:
将各所述深度置信度图分别经过复制层的复制处理,所述复制处理包括至少复制一次所述深度置信度图中的各通道特征;
将经复制处理后的各深度置信度与尺度相同的第三深度图相乘,得到对应尺度的深度置信特征图。
8.根据权利要求1所述的方法,其特征在于,所述基于所述深度置信特征图得到所述彩色图像的表面法向量图,包括:
基于所述深度置信特征图对所述彩色图像执行第三处理操作,得到融合特征图;
对所述融合特征图执行第四处理操作,得到所述彩色图像对应的表面法向量图。
9.根据权利要求8所述的方法,其特征在于,所述基于所述深度置信特征图对所述彩色图像执行第三处理操作,得到融合特征图,包括:
对所述彩色图像执行至少一次第二编码处理,通过各第二编码处理得到不同尺度的第二编码特征图;
基于所述深度置信特征图,对最后一次第二编码处理得到的第二编码特征图执行至少一次第二解码处理,得到所述融合特征图。
10.根据权利要求9所述的方法,其特征在于,所述对所述彩色图像执行至少一次第二编码处理,通过各第二编码处理得到不同尺度的第二编码特征图,包括:
对所述彩色图像执行第一次第二编码处理,所述第一次第二编码处理包括卷积处理;
对经过第一次第二编码处理得到的第二编码特征图执行其余的第二编码处理,所述其余的第二编码处理包括池化处理和卷积处理,
其中通过各次第二编码处理得到的第二编码特征图的尺度不同。
11.根据权利要求9或10所述的方法,其特征在于,所述基于所述深度置信特征图,对最后一次第二编码处理得到的第二编码特征图执行至少一次第二解码处理,得到所述融合特征图,包括:
对第j次第二解码处理的输入特征图执行反卷积处理,得到反卷积处理后的特征图,j为大于0小于M+1的正整数,M为第二解码处理的次数;
对经所述反卷积处理后得到的特征图进行上采样处理,并将上采样处理得到的特征图和与其尺度相同的第二编码特征图连接,得到第二连接特征图;
对所述第二连接特征图执行反卷积处理,并将经过反卷积处理后的第二连接特征图与尺度相同的深度置信特征图连接,得到第j次第二解码处理对应的第一特征图;
将最后一次第二解码处理后得到的第一特征图确定为融合特征图。
12.根据权利要求8所述的方法,其特征在于,所述对所述融合特征图执行第四处理操作,得到所述彩色图像对应的表面法向量图,包括:
对所述融合特征图执行第三编码处理;
对第三编码处理得到的特征图执行第三解码处理,得到所述彩色图像对应的表面法向量图。
13.根据权利要求1所述的方法,其特征在于,所述方法通过神经网络实现,并且,所述方法还包括训练所述神经网络的步骤,其包括:
向所述神经网络输入训练样本,所述训练样本包括训练图像集,以及与所述训练图像集中各训练图像对应的第一深度图和第二深度图,以及与训练图像的不同尺度的真实表面法向量图对应的真实融合特征图;
通过所述神经网络预测所述图像集中各训练图像的不同尺度的融合特征图;
利用预测的所述不同尺度的融合特征图与不同尺度的真实融合特征图计算损失值,将所述损失值反馈至所述神经网络以调节所述神经网络的参数,直至满足训练要求。
14.根据权利要求13所述的方法,其特征在于,所述利用预测的所述不同尺度的融合特征图与不同尺度的真实融合特征图计算损失值,将所述损失值反馈至所述神经网络以调节所述神经网络的参数,直至满足训练要求,包括:
利用预设损失函数,确定所述预测的不同尺度的融合特征图与对应的真实融合特征图之间的损失值,其中所述预设损失函数的表达式为:
15.一种图像处理装置,其特征在于,包括:
获取模块,其用于获取彩色图像以及所述彩色图像对应的第一深度图和第二深度图,所述第一深度图为与所述彩色图像对应的具有深度掩码的深度图,所述第二深度图为与所述彩色图像对应的表示深度信息的深度图,所述深度掩码表示对应的像素点是否具有深度值;
第一处理模块,其用于对所述第一深度图执行第一处理操作,得到不同尺度的深度置信度图,所述深度置信度图表示各像素点的深度值的置信度或者各像素点优化后的深度掩码;
第二处理模块,其用于对所述第二深度图执行第二处理操作,得到与各所述深度置信度图对应尺度的第三深度图,并利用相同尺度的第三深度图和深度置信度图相乘得到深度置信特征图;
特征融合模组,其用于基于所述深度置信特征图得到所述彩色图像对应的表面法向量图。
16.根据权利要求15所述的装置,其特征在于,所述第一处理模块包括:
卷积单元,其用于对所述第一深度图执行至少一次卷积处理,通过最后一次卷积处理得到第一尺度的深度置信度图;
池化单元,其用于对所述第一尺度的深度置信度图执行至少一次池化处理,通过每次池化处理得到其他尺度的深度置信度图,并且每次池化处理得到的深度置信度图的尺度不同。
17.根据权利要求15或16所述的装置,其特征在于,所述第二处理模块包括:
第一编码单元,其用于对所述第二深度图执行至少一次第一编码处理,通过各第一编码处理得到不同尺度的第一编码特征图;
第一解码单元,其用于对最后一次第一编码处理得到的第一编码特征图执行至少一次第一解码处理,得到与各深度置信度图尺度相同的所述第三深度图。
18.根据权利要求17所述的装置,其特征在于,所述第一编码单元还用于:
对所述第二深度图执行第一次第一编码处理,所述第一次第一编码处理包括卷积处理;
对经过第一次第一编码处理得到的深度图执行其余的第一编码处理,所述其余的第一编码处理包括池化处理和卷积处理,
其中通过各次第一编码处理得到的第一编码特征图的尺度不同。
19.根据权利要求17所述的装置,其特征在于,所述第一解码单元还用于:
对最后一次第一编码处理得到的第一编码特征图执行第一次第一解码处理,得到所述第一次第一解码处理对应的第三深度图,所述第一次第一解码处理包括反卷积处理;
对经过第一次第一解码处理得到的第三深度图执行其余的第一解码处理,得到其他尺度的第三深度图,所述其余的第一解码处理包括上采样处理和反卷积处理。
20.根据权利要求19所述的装置,其特征在于,所述第一解码单元还用于:
对第i次第一解码处理得到的第三深度图执行上采样处理,得到上采样后的第三深度图;
将该上采样后的第三深度图与相同尺度的第一编码特征图连接,得到第一连接特征图;
对所述第一连接特征图执行反卷积处理,得到第i+1次解码处理对应的第三深度图,其中i为大于或者等于1且小于或者等于N的正整数,N表示解码处理的次数。
21.根据权利要求15所述的装置,其特征在于,所述第二处理模块还包括:
复制单元,其用于将各所述深度置信度图分别经过复制层的复制处理,所述复制处理包括至少复制一次所述深度置信度图中的各通道特征;以及
乘积单元,其用于将经复制处理后的各深度置信度与尺度相同的第三深度图相乘,得到对应尺度的深度置信特征图。
22.根据权利要求15所述的装置,其特征在于,所述特征融合模组包括:
第三处理模块,其用于基于所述深度置信特征图对所述彩色图像执行第三处理操作,得到融合特征图;
第四处理模块,其用于对所述融合特征图执行第四处理操作,得到所述彩色图像对应的表面法向量图。
23.根据权利要求22所述的装置,其特征在于,所述第三处理模块包括:
第二编码单元,其用于对所述彩色图像执行至少一次第二编码处理,通过各第二编码处理得到不同尺度的第二编码特征图;
第二解码单元,其用于基于所述深度置信特征图,对最后一次第二编码处理得到的第二编码特征图执行至少一次第二解码处理,得到所述融合特征图。
24.根据权利要求23所述的装置,其特征在于,所述第二编码单元还用于对所述彩色图像执行第一次第二编码处理,所述第一次第二编码处理包括卷积处理;
对经过第一次第二编码处理得到的第二编码特征图执行其余的第二编码处理,所述其余的第二编码处理包括池化处理和卷积处理,
其中通过各次第二编码处理得到的第二编码特征图的尺度不同。
25.根据权利要求23或24所述的装置,其特征在于,所述第二解码单元还用于对第j次第二解码处理的输入特征图执行反卷积处理,得到反卷积处理后的特征图,j为大于0小于M+1的正整数,M为第二解码处理的次数;
对经所述反卷积处理后得到的特征图进行上采样处理,并将上采样处理得到的特征图和与其尺度相同的第二编码特征图连接,得到第二连接特征图;
对所述第二连接特征图执行反卷积处理,并将经过反卷积处理后的第二连接特征图与尺度相同的深度置信特征图连接,得到第j次第二解码处理对应的第一特征图;
将最后一次第二解码处理后得到的第一特征图确定为融合特征图。
26.根据权利要求22所述的装置,其特征在于,所述第四处理模块包括:
第三编码单元,其用于对所述融合特征图执行第三编码处理;
第三解码单元,其用于对第三编码处理得到的特征图执行第三解码处理,得到所述彩色图像对应的表面法向量图。
27.根据权利要求15所述的装置,其特征在于,所述第一处理模块、第二处理模块和特征融合模组组合形成神经网络;所述装置还包括:
训练模块,其用于训练所述神经网络,并且训练所述神经网络的步骤包括:
向所述神经网络输入训练样本,所述训练样本包括训练图像集,以及与所述训练图像集中各训练图像对应的第一深度图和第二深度图,以及与训练图像的不同尺度的真实表面法向量图对应的真实融合特征图;
通过所述神经网络预测所述图像集中各训练图像的不同尺度的融合特征图;
利用预测的所述不同尺度的融合特征图与不同尺度的真实融合特征图计算损失值,将所述损失值反馈至所述神经网络以调节所述神经网络的参数,直至满足训练要求。
29.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1至14中任意一项所述的方法。
30.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至14中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910147448.9A CN109903252B (zh) | 2019-02-27 | 2019-02-27 | 图像处理方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910147448.9A CN109903252B (zh) | 2019-02-27 | 2019-02-27 | 图像处理方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109903252A CN109903252A (zh) | 2019-06-18 |
CN109903252B true CN109903252B (zh) | 2021-06-18 |
Family
ID=66945685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910147448.9A Active CN109903252B (zh) | 2019-02-27 | 2019-02-27 | 图像处理方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109903252B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112241976B (zh) * | 2019-07-19 | 2024-08-27 | 杭州海康威视数字技术股份有限公司 | 一种训练模型的方法及装置 |
CN111079761B (zh) * | 2019-11-05 | 2023-07-18 | 北京航空航天大学青岛研究院 | 图像处理方法、装置及计算机存储介质 |
CN112561916A (zh) * | 2020-12-16 | 2021-03-26 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN114092477A (zh) * | 2022-01-21 | 2022-02-25 | 浪潮云信息技术股份公司 | 一种图像篡改检测方法、装置及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2104365A1 (en) * | 2006-11-28 | 2009-09-23 | Prefixa Vision Systems, S.A. De C.V. | Method and apparatus for rapid three-dimensional restoration |
CN106600581A (zh) * | 2016-12-02 | 2017-04-26 | 北京航空航天大学 | 一种基于双目立体视觉的列车运行故障自动检测系统及方法 |
US9886094B2 (en) * | 2014-04-28 | 2018-02-06 | Microsoft Technology Licensing, Llc | Low-latency gesture detection |
CN107679477A (zh) * | 2017-09-27 | 2018-02-09 | 深圳市未来媒体技术研究院 | 基于空洞卷积神经网络的人脸深度和表面法向量预测方法 |
CN108234858A (zh) * | 2017-05-19 | 2018-06-29 | 深圳市商汤科技有限公司 | 图像虚化处理方法、装置、存储介质及电子设备 |
CN109271878A (zh) * | 2018-08-24 | 2019-01-25 | 北京地平线机器人技术研发有限公司 | 图像识别方法、图像识别装置和电子设备 |
CN109271990A (zh) * | 2018-09-03 | 2019-01-25 | 北京邮电大学 | 一种针对rgb-d图像的语义分割方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015154008A1 (en) * | 2014-04-04 | 2015-10-08 | Massachusetts Institute Of Technology | System and method for extracting dominant orientations from a scene |
-
2019
- 2019-02-27 CN CN201910147448.9A patent/CN109903252B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2104365A1 (en) * | 2006-11-28 | 2009-09-23 | Prefixa Vision Systems, S.A. De C.V. | Method and apparatus for rapid three-dimensional restoration |
US9886094B2 (en) * | 2014-04-28 | 2018-02-06 | Microsoft Technology Licensing, Llc | Low-latency gesture detection |
CN106600581A (zh) * | 2016-12-02 | 2017-04-26 | 北京航空航天大学 | 一种基于双目立体视觉的列车运行故障自动检测系统及方法 |
CN108234858A (zh) * | 2017-05-19 | 2018-06-29 | 深圳市商汤科技有限公司 | 图像虚化处理方法、装置、存储介质及电子设备 |
CN107679477A (zh) * | 2017-09-27 | 2018-02-09 | 深圳市未来媒体技术研究院 | 基于空洞卷积神经网络的人脸深度和表面法向量预测方法 |
CN109271878A (zh) * | 2018-08-24 | 2019-01-25 | 北京地平线机器人技术研发有限公司 | 图像识别方法、图像识别装置和电子设备 |
CN109271990A (zh) * | 2018-09-03 | 2019-01-25 | 北京邮电大学 | 一种针对rgb-d图像的语义分割方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109903252A (zh) | 2019-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110647834B (zh) | 人脸和人手关联检测方法及装置、电子设备和存储介质 | |
US12014275B2 (en) | Method for text recognition, electronic device and storage medium | |
CN110287874B (zh) | 目标追踪方法及装置、电子设备和存储介质 | |
CN110674719B (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
CN111310616B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109800737B (zh) | 面部识别方法及装置、电子设备和存储介质 | |
CN111462268B (zh) | 图像重建方法及装置、电子设备和存储介质 | |
CN109522910B (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN109816611B (zh) | 视频修复方法及装置、电子设备和存储介质 | |
CN109903252B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110837761B (zh) | 多模型知识蒸馏方法及装置、电子设备和存储介质 | |
CN110688951A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109145970B (zh) | 基于图像的问答处理方法和装置、电子设备及存储介质 | |
CN109840917B (zh) | 图像处理方法及装置、网络训练方法及装置 | |
CN111243011A (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN109165738B (zh) | 神经网络模型的优化方法及装置、电子设备和存储介质 | |
CN111553864A (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN109615593A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110675355B (zh) | 图像重建方法及装置、电子设备和存储介质 | |
CN109977860B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110188865B (zh) | 信息处理方法及装置、电子设备和存储介质 | |
CN109886392A (zh) | 数据处理方法和装置、电子设备和存储介质 | |
CN109635926B (zh) | 用于神经网络的注意力特征获取方法、装置及存储介质 | |
CN109447258B (zh) | 神经网络模型的优化方法及装置、电子设备和存储介质 | |
CN111369482A (zh) | 图像处理方法及装置、电子设备和存储介质 |
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 |