CN111292365A - 生成深度图的方法、装置、电子设备和计算机可读介质 - Google Patents

Abstract

本公开的实施例公开了生成深度图的方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取与显示有目标对象的目标图像对应的对应图像，将该目标图像和对应图像组成图像对，其中，该对应图像中显示有该目标对象；确定该图像对中预定数量个特征点的第一对应关系组和该图像对的第一位姿；基于该第一位姿和该第一对应关系组，生成该目标图像的第一深度图；基于该第一深度图、该第一位姿和该第一对应关系组，生成该目标图像的第二深度图。该实施方式得到了深度点稠密且更为准确的深度图。

Description

生成深度图的方法、装置、电子设备和计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及生成深度图的方法、装置、电子设备和计算机可读介质。

背景技术

近年来，由于在自动驾驶，机器人技术和增强现实中的大量应用，单目深度估计吸引了越来越多的关注。先前的单目深度估计方法通常严重依赖于光度一致性的监督。但是，由于众所周知的局部极小问题，在无纹理的环境或大角度视线变化环境中的计算光度损失很容易失败，从而无法得到图像的准确的深度图。

发明内容

本发明内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例的目的在于提出一种改进的生成深度图的方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了生成深度图的方法，该方法包括：获取与显示有目标对象的目标图像对应的对应图像，将该目标图像和对应图像组成图像对，其中，该对应图像中显示有该目标对象；确定该图像对中预定数量个特征点的第一对应关系组和该图像对的第一位姿；基于该第一位姿和该第一对应关系组，生成该目标图像的第一深度图；基于该第一深度图、该第一位姿和该第一对应关系组，生成该目标图像的第二深度图。

第二方面，本公开的一些实施例提供了一种生成深度图装置，装置包括：获取单元，被配置成获取与显示有目标对象的目标图像对应的对应图像，将上述目标图像和对应图像组成图像对，其中，上述对应图像中显示有上述目标对象；确定单元，被配置成确定上述图像对中预定数量个特征点的第一对应关系组和上述图像对的第一位姿；第一生成单元，被配置成基于上述第一位姿和上述第一对应关系组，生成上述目标图像的第一深度图；第二生成单元，被配置成基于上述第一深度图、上述第一位姿和上述第一对应关系组，生成上述目标图像的第二深度图。

第三方面，本公开的一些实施例提供了一种电子设备，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的方法。

第四方面，本公开的一些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，其中，程序被处理器执行时实现如第一方面中任一的方法。

本公开的上述各个实施例中的一个实施例具有如下有益效果：通过确定该图像对中预定数量个特征点的第一对应关系和该图像对的第一位姿，够获得精确但稀疏的对应关系和深度；通过该第一位姿和该第一对应关系，生成该目标图像的第一深度图，可以获得目标图像中更多点的深度。通过该第一深度图、该第一位姿和该第一对应关系，生成该目标图像的第二深度图，可以获得目标图像中更多点的深度，这些点的深度的获得不依赖于光度一致性的监督，使得深度更加准确。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是根据本公开的一些实施例的生成深度图的方法的一个应用场景的示意图。

图2是根据本公开的生成深度图的方法的一些实施例的流程图。

图3是根据本公开的生成深度图的方法的又一些实施例的流程图。

图4是根据本公开的用于生成深度图的装置的一些实施例的结构示意图。

图5是适于用来实现本公开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

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

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。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开的一些实施例的生成深度图的方法的不同应用场景的示意图。在如图1的应用场景中所示，首先选取一张目标图像102，服务器101会根据目标图片102去匹配一张对应图像103，将目标图像102和对应图像103组合生成图像对104。接着，服务器101可以从图像对104中的每张图像分别提取一些特征点，得到的特征点后，进行两两匹配，从而生成第一对应关系组105和第一位姿106。然后，通过第一对应关系105和第一位姿106去计算目标图像的深度，即生成第一深度图107。最后，对第一对应关系组105进行更新，将跟新后第一对应关系组105输入深度神经网络，去预测得到第二深度图108。其中，使用第一深度图107作为上述神经网络的监督信号。

可以理解的是，生成深度图的方法可以是由终端设备101来执行，或者也可以是由服务器来执行，上述方法的执行主体还可以包括上述终端设备101与上述服务器通过网络相集成所构成的设备，或者还可以是各种软件程序来执行。其中，终端设备101可以是具有信息处理能力的各种电子设备，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。此外，执行主体也可以体现为服务器、软件等。当执行主体为软件时，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。

继续参考图2，示出了根据本公开的生成深度图的方法的一些实施例的流程200。该生成深度图的方法，包括以下步骤：

步骤201，获取与显示有目标对象的目标图像对应的对应图像，将该目标图像和对应图像组成图像对。

在一些实施例中，生成深度图的方法的执行主体(如图1所示的服务器101)首先得到一张目标图像(如，用户上传的RGB图像)。其中，上述目标图像中往往会显示着一些目标对象(如，桌子，凳子等)。然后，作为示例，上述执行主体可以通过检索数据库，查找与上述图像相关联的对应图像。作为另一示例，还可以通过拍摄来获取对应图像。其中，上述对应图像中也显示有上述目标对象。可选地，上述对应图像中可以是部分显示上述目标对象。

步骤202，确定该图像对中预定数量个特征点的第一对应关系组和该图像对的第一位姿。

在一些实施例中，上述执行主体首先对上述图像对中的目标图像和对应图像分别进行特征检测。这里，特征检测的方法可以使用SIFT(尺寸不变特征变换算法，ScaleInvariant Feature Transform))。经过特征检测后，上述执行主体可以提取出上述图像对中的目标图像和对应图像中的一些特征点和特征点的描述子。在这里，所提取到的特征点可以是稀疏的。例如，一张图像中的像素点可能有1000多个，但是，这里所提取到的特征点的数量可以只有几十个。

得到特征点后，接下来，可以对上述提取到的特征点进行匹配，从而建立两点之间的对应关系。上述执行主体首先会在上述目标图像中找一个特征点，然后从上述对应图像中依据特征点的描述子找出一个与之对应的特征点。这两点则会生成一个对应关系，其中，上述对应关系包含了该两点的一些二维坐标，像素等信息。在这里，上述一个对应关系可以理解为在同一个目标对象上一点在目标图像和对应图像中的连线。例如，目标图像中有一个小狗，对应图像中也有小狗，取目标图像上小狗的左眼睛和对应图像中小狗的左眼睛连线。依次类推，确定其余特征点中两两的对应关系。上述执行主体完成特征点匹配后，会生成多个对应关系。由上述多个对应关系组成了第一对应关系组。上述执行主体确定第一对应关系组后，使用计算位姿的方法(如8点法)得到此次目标图像和对应图像的位姿，即第一位姿。

在一些实施例的一些可选的实现方式中，上述执行主体可以使用SURF(加速鲁棒特征，Speeded Up Robust Features)算法对上述目标图像和对应图像的每个像素点进行特征检测，确定出特征点。同时，检测得到每个像素点的一个描述子。在目标图像和对应图像中进行全局检索，检索到描述子相近的两个像素点，上述两点的连线即生成一个对应关系。依次对其余点重复此过程，从而生成第一对应关系组。以及，通过对上述第一对应关系组进行五点法处理，生成上述图像对的第一位姿。该实现方式可以提高特征的提取速度。

步骤203，基于该第一位姿和该第一对应关系组，生成该目标图像的第一深度图。

在一些实施例中，经步骤201后，上述执行主体得到了目标图像和对应图像特征点的第一对应关系组。然后，根据每两点之间的对应关系，通过三角化方法来确定出目标图像中相对应的这一点的深度。在这里，该点的深度可以为该点在三维空间上的三维信息。

可以依次把目标图像中其余特征点的深度计算出，再将特征点合成一张原始深度图。在原始深度图中，几乎每个点的深度都是准确的，但是点的数量非常稀疏。使用深度学习相关的算法，将上述原始深度图作为监督信号，将第一对应关系组输入该算法模型，最终该模型会预测到一个深度图，即该目标图像的第一深度图。但是，这些点的深度是网络预测出来的，准确率不高，因而，需要对其进行调整。上述深度学习相关的算法例如RNN。

在一些实施例的一些可选的实现方式中，上述执行主体将上述第一位姿和上述第一对应关系组输入第二深度模型。其中，第二深度模型中包括卷积神经网络，将第一对应关系组输入到卷积神经网络中，该网络会输出一张深度图。该深度图即为第一深度图。在这里，上述卷积神经网络属于自监督网络，他的监督信号是上述原始深度图。卷积神经网络拥有很强的泛化能力，可以从稀疏深度学习到精确的密集深度。

步骤204，基于该第一深度图、该第一位姿和该第一对应关系组，生成该目标图像的第二深度图。

在一些实施例中，经步骤203后，上述执行主体得到第一深度图，上述执行主体通过将该第一深度图中的深度点，第一位姿经过投影关系后，该点会被投影到对应图像上，称该点为投影点。然后在目标图像中对该投影点进行特征提取(如SIFT算法的特征提取)，会提取到目标图像中该点的描述子。接着在对应图像中的投影点周围选取一些点，同样使用SIFT算法进行特征提取，得到这些点的描述子。通过对目标图像中该点的描述子和对应图像中这些点的描述子进行进一步的计算，从而从对应图像中选取最合适的一点与目标图像中的该点生成对应关系。依次类推，会增加一部分新的对应关系组。执行主体通过相关的损失函数，将这部分新的对应关系组和上述第一对应关系组进行运算，得到新的对应关系，即第二对应关系组。将第二对应关系组输入到深度预测模型，深度预测模型则会输出上述目标图像的第二深度图。

本公开的上述各个实施例中的一个实施例具有如下有益效果：通过确定该图像对中预定数量个特征点的第一对应关系和该图像对的第一位姿，够获得精确但稀疏的对应关系和深度；通过该第一位姿和该第一对应关系，生成该目标图像的第一深度图，可以获得目标图像中更多点的深度。通过该第一深度图、该第一位姿和该第一对应关系，生成该目标图像的第二深度图，可以获得目标图像中更多点的深度，并且这些点的深度是准确的。

继续参考图3，示出了根据本公开的生成深度图的方法的一些实施例的流程300。该生成深度图的方法，包括以下步骤：

步骤301，获取与显示有目标对象的目标图像对应的对应图像，将该目标图像和对应图像组成图像对。

步骤303，基于该第一位姿和该第一对应关系组，生成该目标图像的第一深度图。

在这里，步骤301-303的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-203，在此不再赘述。

步骤304，将第一深度图、第一位姿和第一对应关系组，输入关系模型，生成第二对应关系组。

在一些实施例中，经步骤303后，上述执行主体得到上述第一深度图。将上述第一深度图、第一位姿和第一对应关系组输入一个关系模型。关系模型的输出是更新后的第二对应关系组。

上述关系模型的作用是寻找目标图像上和对应图像上点的更正确对应关系。首先，上述执行主体采用密集的描述符来提取目标图像和对应图像中每个像素点的描述子。在目标图像中选取一点，然后取该点在深度图中的深度，和第一位姿通过投影关系将该点投影到上述对应图像中，得到投影点。在投影点附近划分一个表格，统计表格内的每个像素点的描述子。接着，通过比较表格内每个像素点的描述子和目标图像中这点的描述子，在目标图像中找到这点的对应点，称之为目标点。为了达到亚像素精度，上述执行主体可以通过迭代梯度下降对表格里每个候选像素点对象进行在线优化，这在深度学习框架下很容易实现。然后依次得到目标图像中其余点的对应关系组，形成一组对应关系。接着利用刚刚求得的一组对应关系去更新上述第一对应关系组，再去除第一对应关系组中的异常值，仅仅保留正确的对应关系，由此得到第二对应关系组。

步骤305，将第二对应关系组和第一位姿输入第一深度模型，生成第二深度图。

在一些实施例中，上述执行主体将步骤304得到的第二对应关系组和第一位姿输入到第一深度模型中。其中，第一深度模型包括两部分。该模型的第一部分是一个深度神经网络，如CNN。该模型的第二部分是用于更新位姿的过程。上述执行主体将上述第二对应关系组输入到上述深度神经网络中，上述神经网络的输出结果为第二深度图。该模型的第二部分负责将输入的第一位姿进行更新，从而生成第二位姿。该更新的过程是使用第二对应关系组通过算法(如五点法)计算出一个中间变量T，使用中间变量T和第一姿态进行微调得到目标图像与对应图像新的位姿。

本公开的一些实施例公开的生成深度图的方法，通过上述关系模型，可以挖掘图像对中目标图像和对应图像中更正确的的对应关系，把更正确的对应关系输入到深度神经网络中，可以预测出更准确的深度图。

进一步参考图4，作为对上述各图上述方法的实现，本公开提供了一种生成深度图的装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，一些实施例的生成深度图的装置400包括：

获取单元401、确定单元402、第二生成单元403和第二生成单元404。其中，获取单元501，被配置成获取与显示有目标对象的目标图像对应的对应图像，将上述目标图像和对应图像组成图像对，其中，上述对应图像中显示有上述目标对象；确定单元402，被配置成确定上述图像对中预定数量个特征点的第一对应关系和上述图像对的第一位姿；第一生成单元403，被配置成基于上述第一位姿和上述第一对应关系，生成上述目标图像的第一深度图；第二生成单元404，被配置成基于上述第一深度图、上述第一位姿和上述第一对应关系，生成上述目标图像的第二深度图。

在一些实施例的一些可选的实现方式中，第二生成单元404可以进一步被配置成：将上述第一深度图、上述第一位姿和上述第一对应关系组，输入关系模型，生成第二对应关系组；将上述第二对应关系组和上述第一位姿输入第一深度模型，生成第二深度图。

在一些实施例的一些可选的实现方式中，确定单元402可以进一步被配置成：对上述图像对中的每张图像进行特征检测，得到特征点；基于特征点的匹配，生成第一对应关系组；对上述第一对应关系组进行五点法处理，生成上述图像对的第一位姿。

在一些实施例的一些可选的实现方式中，第二生成单元403可以进一步被配置成：将上述第一位姿和上述第一对应关系组输入第二深度模型，输出第一深度图。

下面参考图5，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的服务器)500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，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，本公开的一些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。在这样的一些实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例上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。在本公开的一些实施例中，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。而在本公开的一些实施例中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述装置中所包含的；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：获取与显示有目标对象的目标图像对应的对应图像，将该目标图像和对应图像组成图像对，其中，该对应图像中显示有该目标对象；确定该图像对中预定数量个特征点的第一对应关系组和该图像对的第一位姿；基于该第一位姿和该第一对应关系组，生成该目标图像的第一深度图；基于该第一深度图、该第一位姿和该第一对应关系组，生成该目标图像的第二深度图。

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公开的一些实施例的操作的计算机程序代码，上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，图示了按照本公开各种实施例的系统、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。

描述于本公开的一些实施例中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、确定单元，第一生成单元和第二生成单元。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“获取与显示有目标对象的目标图像对应的对应图像，将上述目标图像和对应图像组成图像对的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

根据本公开的一个或多个实施例，提供了一种生成深度图的方法，包括：获取与显示有目标对象的目标图像对应的对应图像，将该目标图像和对应图像组成图像对，其中，该对应图像中显示有该目标对象；确定该图像对中预定数量个特征点的第一对应关系组和该图像对的第一位姿；基于该第一位姿和该第一对应关系组，生成该目标图像的第一深度图；基于该第一深度图、该第一位姿和该第一对应关系组，生成该目标图像的第二深度图。

根据本公开的一个或多个实施例，上述生成上述目标图像的第二深度图，包括：将上述第一深度图、上述第一位姿和上述第一对应关系组，输入关系模型，生成第二对应关系组；将上述第二对应关系组和上述第一位姿输入第一深度模型，生成第二深度图。

根据本公开的一个或多个实施例，上述确定上述图像对中预定数量个特征点的第一对应关系组和上述图像对的第一位姿，包括：对上述图像对中的每张图像进行特征检测，得到特征点；基于特征点的匹配，生成第一对应关系组；对上述第一对应关系组进行五点法处理，生成上述图像对的第一位姿。

根据本公开的一个或多个实施例，上述生成上述目标图像的第一深度图，包括：将上述第一位姿和上述第一对应关系组输入第二深度模型，输出第一深度图。

根据本公开的一个或多个实施例，该装置包括：获取单元，被配置成获取与显示有目标对象的目标图像对应的对应图像，将上述目标图像和对应图像组成图像对，其中，上述对应图像中显示有上述目标对象；确定单元，被配置成确定上述图像对中预定数量个特征点的第一对应关系组和上述图像对的第一位姿；第一生成单元，被配置成基于上述第一位姿和上述第一对应关系组，生成上述目标图像的第一深度图；第二生成单元，被配置成基于上述第一深度图、上述第一位姿和上述第一对应关系组，生成上述目标图像的第二深度图。

根据本公开的一个或多个实施例，上述第二生成单元进一步被配置成：将上述第一深度图、上述第一位姿和上述第一对应关系组，输入关系模型，生成第二对应关系组；将上述第二对应关系组和上述第一位姿输入第一深度模型，生成第二深度图。

根据本公开的一个或多个实施例，上述确定单元进一步被配置成：对上述图像对中的每张图像进行特征检测，得到特征点；基于特征点的匹配，生成第一对应关系组；对上述第一对应关系组进行五点法处理，生成上述图像对的第一位姿。

根据本公开的一个或多个实施例，上述第一生成单元进一步被配置成：将上述第一位姿和上述第一对应关系组输入第二深度模型，输出第一深度图。

根据本公开的一个或多个实施例，提供了一种电子设备，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上述任一实施例描述的方法。

根据本公开的一个或多个实施例，提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如上述任一实施例描述的方法。

以上描述仅为本公开的一些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，本公开的实施例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。例如上述特征与本公开的实施例中公开的(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 (10)

1.一种生成深度图的方法，包括：

获取与显示有目标对象的目标图像对应的对应图像，将所述目标图像和对应图像组成图像对，其中，所述对应图像中显示有所述目标对象；

确定所述图像对中预定数量个特征点的第一对应关系组和所述图像对的第一位姿；

基于所述第一位姿和所述第一对应关系组，生成所述目标图像的第一深度图；

基于所述第一深度图、所述第一位姿和所述第一对应关系组，生成所述目标图像的第二深度图。

2.根据权利要求1所述的方法，其中，所述生成所述目标图像的第二深度图，包括：

将所述第一深度图、所述第一位姿和所述第一对应关系组，输入关系模型，生成第二对应关系组；

将所述第二对应关系组和所述第一位姿输入第一深度模型，生成第二深度图。

3.根据权利要求1所述的方法，其中，所述确定所述图像对中预定数量个特征点的第一对应关系组和所述图像对的第一位姿，包括：

对所述图像对中的每张图像进行特征检测，得到特征点；

基于特征点的匹配，生成第一对应关系组；

对所述第一对应关系组进行五点法处理，生成所述图像对的第一位姿。

4.根据权利要求1所述的方法，其中，所述生成所述目标图像的第一深度图，包括：

将所述第一位姿和所述第一对应关系组输入第二深度模型，输出第一深度图。

5.一种生成深度图的装置，包括：

获取单元，被配置成获取与显示有目标对象的目标图像对应的对应图像，将所述目标图像和对应图像组成图像对，其中，所述对应图像中显示有所述目标对象；

确定单元，被配置成确定所述图像对中预定数量个特征点的第一对应关系组和所述图像对的第一位姿；

第一生成单元，被配置成基于所述第一位姿和所述第一对应关系组，生成所述目标图像的第一深度图；

第二生成单元，被配置成基于所述第一深度图、所述第一位姿和所述第一对应关系组，生成所述目标图像的第二深度图。

6.根据权利要求5所述的方法，其中，所述第二生成单元进一步被配置成：

将所述第一深度图、所述第一位姿和所述第一对应关系组，输入关系模型，生成第二对应关系组；

将所述第二对应关系组和所述第一位姿输入第一深度模型，生成第二深度图。

7.根据权利要求5所述的方法，其中，所述确定单元进一步被配置成：

对所述图像对中的每张图像进行特征检测，得到特征点；

基于特征点的匹配，生成第一对应关系组；

对所述第一对应关系组进行五点法处理，生成所述图像对的第一位姿。

8.根据权利要求5所述的方法，其中，所述第一生成单元进一步被配置成：

将所述第一位姿和所述第一对应关系组输入第二深度模型，输出第一深度图。

9.一种电子设备，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1-4中任一所述的方法。

10.一种计算机可读介质，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1-4中任一所述的方法。

Images