CN113592935A

CN113592935A - 深度图像生成方法和装置

Info

Publication number: CN113592935A
Application number: CN202110849655.6A
Authority: CN
Inventors: 顾晓东; 潘慈辉
Original assignee: Beike Technology Co Ltd
Current assignee: Beike Technology Co Ltd
Priority date: 2021-07-27
Filing date: 2021-07-27
Publication date: 2021-11-02
Also published as: WO2023005169A1; US20230035477A1

Abstract

本公开实施例公开了一种深度图像生成方法、装置、电子设备和存储介质。该深度图像生成方法包括：获取彩色图像和深度图像，其中，彩色图像指示的场景与深度图像指示的场景相匹配；响应于确定深度图像中存在目标区域，基于彩色图像重新确定目标区域中的像素点的深度值，得到新的深度值，其中，目标区域中的像素点的深度值的准确度小于或等于预设准确度阈值。本公开实施例基于彩色图像重新确定对应该彩色图像的深度图像中准确度较低的图像区域中的像素点的深度值，从而生成新的深度图像，由此，提高了深度图像中的像素点的深度值的准确度。

Description

深度图像生成方法和装置

技术领域

本公开涉及图像处理技术，尤其是一种深度图像生成方法、装置、电子设备和存储介质。

背景技术

目前，设有激光雷达系统成为越来越多电子设备的发展趋势。例如，现阶段已有部分用户移动终端(例如手机)具备该功能。

然而，并非所有具备激光雷达的电子设备获得的深度图像中的像素点的深度值均具有较高的准确度。实践中，受限于电子设备功耗等原因，部分电子设备的激光雷达所获取的原始深度图像非常稀疏。一些电子设备可以采用软件的方法对所获取的原始稀疏深度图像进行补全，从而获得较稠密的深度图像。

但是，采用上述方式获得的深度图像的像素点的深度值的准确度可能较低。

发明内容

本公开实施例提供一种深度图像生成方法、装置、电子设备和存储介质，以提高深度图像中的像素点的深度值的准确度。

根据本公开实施例的一个方面，提供的一种深度图像生成方法，包括：

获取彩色图像和深度图像，其中，所述彩色图像指示的场景与所述深度图像指示的场景相匹配；

响应于确定所述深度图像中存在目标区域，基于所述彩色图像重新确定所述目标区域中的像素点的深度值，生成新的深度图像，其中，所述目标区域中的像素点的深度值的准确度小于或等于预设准确度阈值。

可选地，在本公开任一实施例的方法中，所述基于所述彩色图像重新确定所述目标区域中的像素点的深度值，包括：

基于所述彩色图像和所述目标区域在所述深度图像中的位置，重新确定所述目标区域中的像素点的深度值。

可选地，在本公开任一实施例的方法中，所述基于所述彩色图像和所述目标区域在所述深度图像中的位置，重新确定所述目标区域中的像素点的深度值，生成新的深度图像，包括：

对所述深度图像的所述目标区域的位置进行标记，得到标记后的深度图像；

将所述彩色图像和所述标记后的深度图像输入至预先训练的深度模型，经所述深度模型生成新的深度图像，其中，所述深度模型用于基于彩色图像和标记后的深度图像生成新的深度图像。

可选地，在本公开任一实施例的方法中，所述深度模型包括编码模块、解码模块和降采样模块；以及

所述将所述彩色图像和所述标记后的深度图像输入至预先训练的深度模型，经所述深度模型生成新的深度图像，包括：

通过所述编码模块，基于所述彩色图像，生成所述彩色图像的特征数据；

通过所述降采样模块，基于所述标记后的深度图像，生成所述标记后的深度图像的特征数据；

通过所述解码模块，基于所述编码模块生成的特征数据和所述降采样模块生成的特征数据，生成新的深度图像。

可选地，在本公开任一实施例的方法中，所述编码模块用于对所述彩色图像执行降采样操作；所述降采样模块包含的降采样层的层数比所述编码模块包含的降采样层的层数少一。

可选地，在本公开任一实施例的方法中，所述深度模型通过以下方式训练得到：

获取训练样本集，其中，所述训练样本集中的训练样本包括输入数据和期望输出数据，输入数据包括彩色样本图像和对应彩色样本图像的标记后的深度样本图像，期望输出数据包括期望输出的深度样本图像；

采用机器学习算法，将所述训练样本集中的训练样本包括的输入数据作为输入，将对应输入数据的期望输出数据作为期望输出，训练得到深度模型。

可选地，在本公开任一实施例的方法中，所述训练样本集中包括的期望输出的深度样本图像中的像素点的深度值的准确度，大于所述预设准确度阈值。

可选地，在本公开任一实施例的方法中，所述深度模型的损失函数基于以下至少一项确定：

实际输出数据和期望输出数据的相对误差的均值、实际输出数据和期望输出数据的梯度的相对误差的均值、实际输出数据和期望输出数据之间的结构相似性。

可选地，在本公开任一实施例的方法中，所述训练样本集中位置信息指示的位置为：深度样本图像中随机确定的已获得深度值的矩形区域。

可选地，在本公开任一实施例的方法中，所述训练样本集中的彩色样本图像和对应彩色样本图像的深度样本图像由用户移动终端拍摄获得；或者

所述训练样本集中的彩色样本图像和对应彩色样本图像的深度样本图像由用户移动终端基于拍摄的图像生成。

可选地，在本公开任一实施例的方法中，所述彩色图像为彩色全景图像，所述深度图像为深度全景图像，所述训练样本集中的彩色样本图像为彩色全景图像，所述训练样本集中的深度样本图像为深度全景图像。

可选地，在本公开任一实施例的方法中，所述训练样本集中的彩色样本图像与对应该彩色样本图像的深度样本图像指示相同场景，所获取的彩色图像和所获取的深度图像指示相同场景。

根据本公开实施例的第二个方面，提供的一种深度图像生成装置，包括：

获取单元，被配置成获取彩色图像和深度图像，其中，所述彩色图像指示的场景与所述深度图像指示的场景相匹配；

生成单元，被配置成响应于确定所述深度图像中存在目标区域，基于所述彩色图像重新确定所述目标区域中的像素点的深度值，生成新的深度图像，其中，所述目标区域中的像素点的深度值的准确度小于或等于预设准确度阈值。

可选地，在本公开任一实施例的装置中，所述生成单元包括：

确定子单元，被配置成基于所述彩色图像和所述目标区域在所述深度图像中的位置，重新确定所述目标区域中的像素点的深度值。

可选地，在本公开任一实施例的装置中，所述确定子单元包括：

标记模块，被配置成对所述深度图像的所述目标区域的位置进行标记，得到标记后的深度图像；

输入模块，被配置成将所述彩色图像和所述标记后的深度图像输入至预先训练的深度模型，经所述深度模型生成新的深度图像，其中，所述深度模型用于基于彩色图像和标记后的深度图像生成新的深度图像。

可选地，在本公开任一实施例的装置中，所述深度模型包括编码模块、解码模块和降采样模块；以及

所述输入模块，具体被配置成：

可选地，在本公开任一实施例的装置中，所述编码模块用于对所述彩色图像执行降采样操作；所述降采样模块包含的降采样层的层数比所述编码模块包含的降采样层的层数少一。

可选地，在本公开任一实施例的装置中，所述深度模型通过训练单元训练得到，所述训练单元包括：

获取子单元，被配置成获取训练样本集，其中，所述训练样本集中的训练样本包括输入数据和期望输出数据，输入数据包括彩色样本图像和对应彩色样本图像的标记后的深度样本图像，期望输出数据包括期望输出的深度样本图像；

训练子单元，被配置成采用机器学习算法，将所述训练样本集中的训练样本包括的输入数据作为输入，将对应输入数据的期望输出数据作为期望输出，训练得到深度模型。

可选地，在本公开任一实施例的装置中，所述训练样本集中包括的期望输出的深度样本图像中的像素点的深度值的准确度，大于所述预设准确度阈值。

可选地，在本公开任一实施例的装置中，所述深度模型的损失函数基于以下至少一项确定：

可选地，在本公开任一实施例的装置中，所述训练样本集中位置信息指示的位置为：深度样本图像中随机确定的已获得深度值的矩形区域。

可选地，在本公开任一实施例的装置中，所述训练样本集中的彩色样本图像和对应彩色样本图像的深度样本图像由用户移动终端拍摄获得；或者

可选地，在本公开任一实施例的装置中，所述彩色图像为彩色全景图像，所述深度图像为深度全景图像，所述训练样本集中的彩色样本图像为彩色全景图像，所述训练样本集中的深度样本图像为深度全景图像。

可选地，在本公开任一实施例的装置中，所述训练样本集中的彩色样本图像与对应该彩色样本图像的深度样本图像指示相同场景，所获取的彩色图像和所获取的深度图像指示相同场景。

根据本公开实施例的第三个方面，提供的一种电子设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述存储器中存储的计算机程序，且所述计算机程序被执行时，实现本公开上述任一实施例所述的方法。

根据本公开实施例的第四个方面，提供的一种计算机可读介质，该计算机程序被处理器执行时，实现如上述第一方面的深度图像生成方法中任一实施例的方法。

根据本公开实施例的第五个方面，提供的一种计算机程序，该计算机程序包括计算机可读代码，当该计算机可读代码在设备上运行时，使得该设备中的处理器执行用于实现如上述第一方面的深度图像生成方法中任一实施例的方法中各步骤的指令。

基于本公开上述实施例提供的深度图像生成方法、装置、电子设备和存储介质，可以首先获取彩色图像和深度图像，其中，彩色图像指示的场景与深度图像指示的场景相匹配，然后，在确定深度图像中存在目标区域的情况下，基于彩色图像重新确定目标区域中的像素点的深度值，生成新的深度图像，其中，目标区域中的像素点的深度值的准确度小于或等于预设准确度阈值。这样，可以基于彩色图像重新确定对应该彩色图像的深度图像中准确度较低的图像区域中的像素点的深度值生成新的深度图像，由此，提高了深度图像中的像素点的深度值的准确度。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

附图说明

构成说明书的一部分的附图描述了本公开的实施例，并且连同描述一起用于解释本公开的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：

图1为本公开深度图像生成方法的第一个实施例的流程图。

图2为本公开深度图像生成方法的第二个实施例的流程图。

图3A为本公开深度图像生成方法中的深度模型的第一个结构示意图。

图3B为本公开深度图像生成方法中的深度模型的第二个结构示意图。

图4A-图4B为本公开深度图像生成方法的一个实施例的应用场景示意图。

图5为本公开深度图像生成装置的一个实施例的结构示意图。

图6为本公开一示例性实施例提供的电子设备的结构图。

具体实施方式

现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。

还应理解，在本公开实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。

还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。

另外，本公开中术语“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，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。

还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本公开实施例可以应用于终端设备、计算机系统和服务器中的至少一种电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统和服务器中的至少一种电子设备一起使用的众所周知的计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。

终端设备、计算机系统和服务器中的至少一种电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

请参考图1，示出了根据本公开的深度图像生成方法的第一个实施例的流程100。该深度图像生成方法，包括：

101，获取彩色图像和深度图像。

在本实施例中，深度图像生成方法的执行主体(例如服务器、终端设备、具有图像处理功能的图像处理单元等)可以通过有线连接方式或者无线连接方式从其他电子设备或者本地，获取彩色图像和深度图像。

其中，彩色图像指示的场景与深度图像指示的场景相匹配。例如，彩色图像指示的场景与深度图像指示的场景可以相同。可选的，彩色图像指示的场景也可以和深度图像指示的场景包含相同的部分。

在这里，对于一张彩色图像，如果深度图像指示的场景与该彩色图像指示的场景相匹配，则可以将该深度图像作为对应该彩色图像的深度图像。

在本实施例的一些可选的实现方式中，训练样本集中的彩色样本图像和对应彩色样本图像的深度样本图像由用户移动终端拍摄获得。其中，用户移动终端可以包括但不限于：手机、平板电脑等等。

通常情况下，受限于用户移动终端功耗等原因，具有激光雷达的用户移动终端所获取的原始深度图像较为稀疏。因而，由用户移动终端拍摄获得的深度图像更需要采用本公开中的深度图像生成方法来提高深度图像中的像素点的深度值的准确度。

在本实施例的一些可选的实现方式中，训练样本集中的彩色样本图像和对应彩色样本图像的深度样本图像由用户移动终端基于拍摄的图像生成。其中，用户移动终端可以包括但不限于：手机、平板电脑等等。

可以理解，如上所述，具有激光雷达的用户移动终端所获取的原始深度图像较为稀疏。在此情况下，可以采用软件的方法对所获取的原始稀疏深度图像进行补全，从而获得较稠密的深度图像。然而，采用上述软件方法获得的深度图像中的像素点的深度值的准确度较低。因而，由用户移动终端基于拍摄的深度图像生成的深度图像，同样也需要采用本公开中的深度图像生成方法来提高深度图像中的像素点的深度值的准确度。

可选的，彩色图像和对应该彩色图像的深度图像也可以由任何具有彩色图像和深度图像的一台或多台设备同时或分别拍摄获得。

在本实施例的一些可选的实现方式中，101中的彩色图像为彩色全景图像，101中的深度图像为深度全景图像，训练样本集中的彩色样本图像为彩色全景图像，训练样本集中的深度样本图像为深度全景图像。

可以理解，在上述彩色图像为彩色全景图像，上述深度图像为深度全景图像的情况下，上述可选的实现方式可以基于信息更为丰富的彩色全景图像生成准确度更高的深度全景图像中的像素点的深度值。

在本实施例的一些可选的实现方式中，训练样本集中的彩色样本图像与对应该彩色样本图像的深度样本图像指示相同场景，所获取的彩色图像和所获取的深度图像指示相同场景。

可以理解，在彩色样本图像与对应该彩色样本图像的深度样本图像指示相同场景的情况下，对于深度样本图像中准确度较低(即小于或等于预设准确度阈值)的深度值所在的图像区域，均可以从彩色样本图像区域中确定出相应的彩色图像区域，由此，通过后续步骤可以进一步提高所生成的新的深度图像的准确度。

102，响应于确定深度图像中存在目标区域，基于彩色图像重新确定目标区域中的像素点的深度值，生成新的深度图像。

在本实施例中，在确定深度图像中存在准确度小于或等于预设准确度阈值的深度值的情况下，可以将深度图像中准确度小于或等于预设准确度阈值的深度值对应的图像区域作为目标区域，进而，上述执行主体可以基于彩色图像重新确定目标区域中的像素点的深度值，生成新的深度图像。

这里，上述执行主体可以采用多种方式确定深度图像中各个像素点的深度值的准确度。例如，目前部分手机等设备可以在拍摄或通过软件生成深度图像的同时，给出置信度(confidence)，置信度的取值是0、1或2，数值越大，对应的点的深度值越准确。此外，还可以采用机器学习算法，确定深度图像中各个像素点的深度值的准确度。

作为示例，上述执行主体可以采用如下方式确定重新确定目标区域中的像素点的深度值：

首先，从彩色图像中确定与目标区域相匹配的彩色图像区域。其中，与目标区域相匹配的彩色图像区域指示的场景可以与目标区域指示的场景相同。

然后，将所确定的彩色图像区域输入至预先训练内的深度值确定模型，得到目标区域中的像素点的深度值。其中，上述深度值确定模型可以用于确定与所输入的彩色图像区域相匹配的深度图像区域中的像素点的深度值。

示例性的，上述深度值确定模型可以是采用机器学习算法基于训练样本集合训练得到的卷积神经网络。其中，上述训练样本集合中的训练样本可以包括彩色样本图像和与彩色样本图像相匹配的深度样本图像。

可选的，所生成的各个新的深度值可以与目标区域中的各个深度值具有一一对应关系，因而，上述执行主体可以将目标区域的每个深度值，更新为与该深度值相对应的新的深度值，从而生成新的深度图像。

本公开的上述实施例提供的深度图像生成方法，可以首先获取彩色图像和深度图像，其中，彩色图像指示的场景与深度图像指示的场景相匹配，然后，在确定深度图像中存在目标区域的情况下，基于彩色图像重新确定目标区域中的像素点的深度值，生成新的深度图像，其中，目标区域中的像素点的深度值的准确度小于或等于预设准确度阈值。这样，可以基于彩色图像重新确定对应该彩色图像的深度图像中准确度较低的图像区域中的像素点的深度值，从而生成新的深度图像，由此，提高了深度图像中的像素点的深度值的准确度。

进一步参考图2，图2是本公开的深度图像生成方法的第二个实施例的流程图。该深度图像生成流程200，包括：

201，获取彩色图像和深度图像。

在本实施例中，深度图像生成方法的执行主体(例如服务器、终端设备、具有图像处理功能的图像处理单元等)可以通过有线连接方式或者无线连接方式从其他电子设备或者本地，获取彩色图像和深度图像。其中，彩色图像指示的场景与深度图像指示的场景相匹配。

在本实施例中，步骤201与图1对应实施例中的步骤101基本一致，这里不再赘述。

202，响应于确定深度图像中存在目标区域，基于彩色图像和目标区域在深度图像中的位置，重新确定目标区域中的像素点的深度值，得到新的深度值。

在本实施例中，在确定深度图像中存在准确度小于或等于预设准确度阈值的深度值的情况下，将深度图像中准确度小于或等于预设准确度阈值的深度值对应的图像区域作为目标区域，基于彩色图像和目标区域在深度图像中的位置，重新确定该目标区域中的像素点的深度值，从而得到该目标区域的新的深度值。

在本实施例的一些可选的实现方式中，上述执行主体可以采用如下方式执行202：

第一步，对深度图像的目标区域的位置进行标记，得到标记后的深度图像。

第二步，将彩色图像和标记后的深度图像输入至预先训练的深度模型，经该深度模型生成新的深度图像。其中，深度模型用于基于彩色图像和标记后的深度图像确定新的深度图像。

在上述可选的实现方式的一些应用场景中，深度模型包括编码模块、解码模块和降采样模块。基于此，可以采用以下方式生成新的深度图像：通过编码模块，基于彩色图像，生成彩色图像的特征数据；通过降采样模块，基于标记后的深度图像，生成标记后的深度图像的特征数据；通过解码模块，基于编码模块生成的特征数据和降采样模块生成的特征数据，生成新的深度图像。

其中，输出的深度图像可以为期望输出的深度图像，或者实际输出的深度图像。在训练深度模型的过程中，期望输出的深度图像作为深度模型的输入数据(即期望输出数据)进行输入；在使用深度模型生成新的深度图像的过程中，实际输出的深度模型作为深度模型的输出数据(即实际输出数据)进行输出。此外，在使用深度模型的过程中，深度模型的实际输出数据即可作为所生成的新的深度图像。

示例性的，编码模块可以用于执行一次或多次降采样操作。例如，编码模块可以包括以下至少一项：残差网络(ResNet)50架构、残差网络(ResNet)101架构等等，每次降采样操作可以进行一次长宽除以2(也可以是其他数值)的降采样。解码模块可以用于执行一次或多次上采样操作。例如，每次降采样操作可以进行一次长宽乘以2(也可以是其他数值)的上采样。降采样模块可以用于执行一次或多次降采样操作。例如，每次降采样操作可以进行一次长宽除以2(也可以是其他数值)的降采样。

作为示例，请参考图3A。图3A为本公开深度图像生成方法中的深度模型的第一个结构示意图。

在图3A中，深度模型包括解码模块303、编码模块301和降采样模块302。其中，解码模块303的输入数据为编码模块301的输出数据和降采样模块302的输出数据。编码模块301的输入数据包括彩色图像，降采样模块302的输入数据包括标记后的深度图像，解码模块303的输出数据包括目标区域中的像素点的深度值。

在上述应用场景的一些使用情况下，编码模块可以用于对彩色图像执行降采样操作；降采样模块包含的降采样层的层数比编码模块包含的降采样层的层数少一，也即在基于深度模型完成单个目标区域中的像素点的深度值的确定的情况下，降采样模块执行的降采样操作的次数比编码模块执行的降采样操作的次数少一。其中，各个降采样层所执行的降采样操作可以是相同的，例如，每个降采样层可以将图像降维为原图像的尺度的1/4，也即将长宽除以2的降采样操作。

可以理解，上述使用情况中，可以提高深度模型所生成的深度图像的准确度。

在上述可选的实现方式的一些应用场景中，深度模型通过以下方式训练得到：

首先，获取训练样本集。其中，训练样本集中的训练样本包括输入数据和期望输出数据，输入数据包括彩色样本图像和对应彩色样本图像的标记后的深度样本图像，期望输出数据包括期望输出的深度样本图像。

这里，训练样本集中训练样本的数量、彩色样本图像的尺寸、深度样本图像的尺寸等可以根据需求进行设定，例如，可以准备50万张彩色全景图像和对应彩色全景图像的深度全景图像，彩色全景图像和深度全景图像可以均是长、宽分别为640像素、320像素的图像。

然后，采用机器学习算法，将训练样本集中的训练样本包括的输入数据作为输入，将对应输入数据的期望输出数据作为期望输出，训练得到深度模型。

可以理解，上述应用场景中，可以采用机器学习算法训练得到深度模型，从而通过深度模型生成新的深度图像，因而进一步提高了深度图像中的像素点的深度值的准确度。

在上述应用场景的一些使用情况下，训练样本集中包括的所有期望输出的深度样本图像中的各个像素点的深度值的准确度均大于上述预设准确度阈值。其中，训练样本集中包括的期望输出的深度样本图像可以采用深度相机、激光雷达等方式获得。

可以理解，上述使用情况中，采用具有准确度较高的深度值的深度图像来训练深度模型，可以提高深度模型输出的目标区域中的像素点的深度值的准确度，从而进一步提高了最终生成的深度图像的准确度。

在上述应用场景的另一些使用情况下，深度模型的损失函数基于以下至少一项确定：

实际输出数据(即深度模型实际输出的深度样本图像)和期望输出数据(即训练样本本集中期望输出的深度样本图像)的相对误差的均值、实际输出数据和期望输出数据的梯度的相对误差的均值、实际输出数据和期望输出数据之间的结构相似性(SSIM，Structural SIMilarity)。其中，结构相似性，是一种衡量两幅图像相似度的指标。作为结构相似性理论的实现，结构相似度指数从图像组成的角度将结构信息定义为独立于亮度、对比度的，反映场景中物体结构的属性，并将失真建模为亮度、对比度和结构三个不同因素的组合。用均值作为亮度的估计，标准差作为对比度的估计，协方差作为结构相似程度的度量。

作为示例，在上述深度模型的损失函数基于以上三者确定的情况下，该损失函数L可以表示为：

L＝k1*l_depth+k2*l_edge+k3*l_ssim

其中，k1、k2、k3可以是预先确定的三个常量，取值的依据是使得第二项k2*l_edge、第三项k3*l_ssim两项在L中的总体比重超过第一项k1*l_depth。l_depth是实际输出数据和期望输出数据的相对误差的均值；l_edge是实际输出数据和期望输出数据的梯度的相对误差的均值；l_ssim是实际输出数据和期望输出数据之间的结构相似性。

可选的，还可以基于以上三者中的一项、两项或三项，为深度模型确定出不同于上述给出的损失函数的其他损失函数，在此不再赘述。

可以理解，在上述使用情况下，可以基于以上三者中的至少一项为深度模型确定损失函数，提高深度模型输出的目标区域中的像素点的深度值的准确度，从而进一步提高了最终生成的深度图像的准确度。

在上述应用场景的又一些使用情况下，训练样本集中位置信息指示的位置为：深度样本图像中随机确定的已获得深度值的矩形区域。

可以理解，在深度图像的获取设备(例如手机)的功耗较小的等场景下，深度样本图像可能存在未能获得深度值的区域。上述使用情况中，通过在深度样本图像中随机确定的已获得深度值的矩形区域，并将其作为训练样本集中位置信息指示的位置，这样可以进一步提高深度模型输出的目标区域中的像素点的深度值的准确度，提高深度模型的训练速度。

可选的，还可以将深度样本图像中预定位置的矩形区域所在的位置作为训练样本集中位置信息指示的位置。

可选的，除用于基于彩色图像和标记后的深度图像生成深度图像之外，深度模型还可以用于执行以下操作：

操作一，对深度图像的目标区域的位置进行标记，得到标记后的深度图像；

操作二，确定深度图像中是否存在准确度小于或等于预设准确度阈值的深度值，若存在，则将深度图像中准确度小于或等于预设准确度阈值的深度值对应的图像区域作为目标区域。

可以理解，本实施例或者本实施例的可选的实现方式中所描述的其他操作(例如上述操作一、操作二中的至少一项)可以通过深度模型来实现，在深度模型用于实现基于彩色图像和标记后的深度图像生成新的深度图像之外的其他操作的情况下，本实施例可以不再重复执行该操作。

作为另一个示例，请参考图3B。图3B为本公开深度图像生成方法中的深度模型的第二个结构示意图。

在图3B中，深度模型包括解码模块313、编码模块311和降采样模块312。其中，解码模块313的输入数据为编码模块311的输出数据和降采样模块312的输出数据。编码模块311的输入数据包括彩色图像，降采样模块312的输入数据包括标记后的深度图像，解码模块313的输出数据包括目标区域中的像素点的深度值。

其中，编码模块311可以使用ResNet50。ResNet50中Enc1-5各自进行一次长宽除以2的降采样。也即，设Enc1输入的彩色图像的尺度是1，则Enc1输出的特征数据的尺度是1/2、Enc2输出的特征数据的尺度是1/4……Enc5输出的特征数据的尺度是1/32。Enc5输出的特征数据作为解码模块313的输入。这里，Enc5和Enc4输出的特征数据可以作为解码模块313包括的Dec4的输入，Enc3输出的特征数据可以作为解码模块313包括的Dec3的输入，Enc2输出的特征数据可以作为解码模块313包括的Dec2的输入，Enc1输出的特征数据可以作为解码模块403包括的Dec1的输入。

解码模块313可以进行Dec4-1四次长宽乘以2的上采样。其中，设Dec4的输入尺度是1/32、输出尺度是1/16，则Dec3的输出尺度是1/8……Dec1的输出尺度是1/2。

标记后的深度图像分别通过长宽除以2的降采样模块Dwn1-4，分别得到尺度为1/2-1/16的深度图像。这里，Dwn1-4输出的特征数据可以分别作为解码模块313包括的Dec1-4的输入。

此外，在Enc5输出的特征数据输入至解码模块313包括的Dec4之后，可以首先对其进行一次长宽乘以2的上采样，然后将上采样的结果与Enc4输出的特征数据以及Dwn4输出的特征数据进行拼接，随后再进行长宽乘以2的上采样，在Enc3、Dwn3输出的特征数据输入Dec3之后，可以先对二者进行拼接，然后再进行长宽乘以2的上采样，在Enc2、Dwn2输出的特征数据输入Dec2之后，可以先对二者进行拼接，然后再进行长宽乘以2的上采样，在Enc1、Dwn1输出的特征数据输入Dec1之后，可以先对二者进行拼接，然后再进行长宽乘以2的上采样。

可选的，Dec1-4除进行长宽乘以2的上采样操作之外，还可以在执行上采样操作后，进行卷积操作。例如，在Dec1-4的结构中可以分别包括两个卷积层。

最终，Dec1的输出即为新的深度图像。

可选的，上述执行主体还可以采用如下方式重新确定目标区域中的像素点的深度值：

首先，基于目标区域在深度图像中的位置，确定彩色图像中与该目标区域相对应的彩色图像区域。

然后，基于该彩色图像区域确定目标区域中的像素点的深度值。

作为本公开实施例的一个示例，可以通过如下方式执行上述步骤：

首先，通过自带激光雷达的手机拍摄得到彩色图像和深度图像。由于功耗原因，手机配置的激光雷达获取的深度图像非常稀疏，因此通过软件的方法补全所拍摄得深度图像，获得较稠密的深度图像，并同时给出置信度，置信度的取值是0、1、2，其中，置信度的数值越大，对应的像素点的深度值越准确。通过连续拍摄多张照片，拼接获得彩色全景图像、深度全景图像和置信度全景图像。

然后，将深度全景图像中置信度取值不是2的像素点进行标记，例如可以将上述深度全景图像中置信度取值不是2的像素点的深度值设置为0。

这里，我们期望的输出是：未标记的图像区域的像素点的深度值保持不变；而标记的图像区域的像素点的深度值则需要进行重新确定，同时在边界能有一个平滑过渡。

作为示例，可以采用上述深度模型来获得新的深度全景图像，在此不再赘述。

需要说明的是，深度全景图像中本身可能是存在置信度的取值为0的像素点的，这表示没有测量值，仪器未能给出该点的深度的测量值。在深度全景图像中置信度的取值为0的像素点，并不要求重新确定其深度值；需要重新确定深度值的仅包括设置为0的图像区域的像素点的深度值。

实验表明，采用上述方式获得的新的深度全景图像中测量得到的较准确的深度值获得了保持，拼缝处的断口被平滑连接，此外，还可以实现对深度(全景)图像的除噪，重新确定后的新的深度值的准确度高于重新确定前的深度值的准确度。

作为示例，请参考图4A-图4B。图4A-图4B为本公开深度图像生成方法的一个实施例的应用场景示意图。

如图4A所示，我们把图4A中，置信度不为2的部分(例如图4B中的黑色区域)抠出来(黑色区域)，然后用补全这个区域。而我们比普通的图像修复问题有一个优势，我们还有彩色全景图作为辅助输入，帮助上述补全过程。我们期望的输出是：非黑色区域保持图4A中的值；而黑色区域的值，我们需要进行推测，同时在边界能有一个平滑过渡。可以通过图3A或图3B中所示的深度模型来实现该过程，在此不再赘述。

这里有一点需要说明，图4A中本身可能是存在黑色区域的，这表示没有测量值，仪器未能给出该点的深度的测量值。在图4A中存在的黑色区域，并不要求补全；需要补全的是图4B中的黑色区域但在图4A中不是黑色区域的部分。

下面返回图2。

需要说明的是，除上面所记载的内容外，本申请实施例还可以包括与图1对应的实施例相同或类似的特征、效果，在此不再赘述。

从图2中可以看出，本实施例中的深度图像生成方法的流程200可以基于彩色图像和目标区域在深度图像中的位置，来确定目标区域中的像素点的深度值，从而可以参考目标区域在深度图像中的位置确定出更为准确的目标区域中的像素点的深度值。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种深度图像生成装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，除下面所记载的特征外，该装置实施例还可以包括与图1所示的方法实施例相同或相应的特征，以及产生与图1所示的方法实施例相同或相应的效果。该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的深度图像生成装置500包括：获取单元501，被配置成获取彩色图像和深度图像，其中，彩色图像指示的场景与深度图像指示的场景相匹配；生成单元502，被配置成响应于确定深度图像中存在目标区域，基于彩色图像重新确定目标区域中的像素点的深度值，生成新的深度图像，其中，目标区域中的像素点的深度值的准确度小于或等于预设准确度阈值。

在本实施例中，深度图像生成装置500的获取单元501可以获取彩色图像和深度图像。其中，彩色图像指示的场景与深度图像指示的场景相匹配。

在本实施例中，在确定深度图像中存在准确度小于或等于预设准确度阈值的深度值的情况下，生成单元502可以将上述获取单元501获取到的深度图像中准确度小于或等于预设准确度阈值的深度值对应的图像区域作为目标区域，基于彩色图像重新确定目标区域中的像素点的深度值，生成新的深度图像。

在本实施例的一些可选的实现方式中，生成单元502包括：

确定子单元(图中未示出)，被配置成基于彩色图像和目标区域在深度图像中的位置，重新确定目标区域中的像素点的深度值。

在本实施例的一些可选的实现方式中，确定子单元包括：

标记模块(图中未示出)，被配置成对深度图像的目标区域的位置进行标记，得到标记后的深度图像；

输入模块(图中未示出)，被配置成将彩色图像和标记后的深度图像输入至预先训练的深度模型，经该深度模型生成新的深度图像，其中，深度模型用于基于彩色图像和标记后的深度图像确定新的深度图像。

在本实施例的一些可选的实现方式中，深度模型包括编码模块、解码模块和降采样模块；以及

上述输出模块，具体被配置成：

通过编码模块，基于彩色图像，生成彩色图像的特征数据；

通过降采样模块，基于标记后的深度图像，生成标记后的深度图像的特征数据；

通过解码模块，基于编码模块生成的特征数据和降采样模块生成的特征数据，生成新的深度图像。

在本实施例的一些可选的实现方式中，编码模块用于对彩色图像执行降采样操作；降采样模块包含的降采样层的层数比编码模块包含的降采样层的层数少一。

在本实施例的一些可选的实现方式中，深度模型通过训练单元(图中未示出)训练得到，训练单元包括：

获取子单元(图中未示出)，被配置成获取训练样本集，其中，训练样本集中的训练样本包括输入数据和期望输出数据，输入数据包括彩色样本图像和对应彩色样本图像的标记后的深度样本图像，期望输出数据包括期望输出的深度样本图像；

训练子单元(图中未示出)，被配置成采用机器学习算法，将训练样本集中的训练样本包括的输入数据作为输入，将对应输入数据的期望输出数据作为期望输出，训练得到深度模型。

在本实施例的一些可选的实现方式中，训练样本集中包括的所有期望输出的深度样本图像中的各个像素点的深度值的准确度均大于预设准确度阈值。

在本实施例的一些可选的实现方式中，深度模型的损失函数基于以下至少一项确定：

在本实施例的一些可选的实现方式中，训练样本集中位置信息指示的位置为：深度样本图像中随机确定的已获得深度值的矩形区域。

在本实施例的一些可选的实现方式中，训练样本集中的彩色样本图像和对应彩色样本图像的深度样本图像由用户移动终端拍摄获得；或者

训练样本集中的彩色样本图像和对应彩色样本图像的深度样本图像由用户移动终端基于拍摄的图像生成。

在本实施例的一些可选的实现方式中，彩色图像为彩色全景图像，深度图像为深度全景图像，训练样本集中的彩色样本图像为彩色全景图像，训练样本集中的深度样本图像为深度全景图像。

本公开的上述实施例提供的深度图像生成装置中，获取单元501可以获取彩色图像和深度图像，其中，彩色图像指示的场景与深度图像指示的场景相匹配，然后，生成单元502可以在确定深度图像中存在目标区域的情况下，基于彩色图像重新确定目标区域中的像素点的深度值，生成新的深度图像，其中，目标区域中的像素点的深度值的准确度小于或等于预设准确度阈值。这样，可以基于彩色图像重新确定对应该彩色图像的深度图像中准确度较低的图像区域中的像素点的深度值生成新的深度图像，由此，提高了深度图像中的像素点的深度值的准确度。

下面，参考图6来描述根据本公开实施例的电子设备。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。

图6图示了根据本公开实施例的电子设备的框图。

如图6所示，电子设备6包括一个或多个处理器601和存储器602。

处理器601可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备中的其他组件以执行期望的功能。

存储器602可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器601可以运行所述程序指令，以实现上文所述的本公开的各个实施例的深度图像生成方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。

在一个示例中，电子设备还可以包括：输入装置603和输出装置604，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

例如，在该电子设备是第一设备或第二设备时，该输入装置603可以是上述的麦克风或麦克风阵列，用于捕捉声源的输入信号。在该电子设备是单机设备时，该输入装置603可以是通信网络连接器，用于从第一设备和第二设备接收所采集的输入信号。

此外，该输入装置603还可以包括例如键盘、鼠标等等。该输出装置604可以向外部输出各种信息，包括确定出的距离信息、方向信息等。该输出装置604可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图6中仅示出了该电子设备中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备还可以包括任何其他适当的组件。

除了上述方法和设备以外，本公开的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的深度图像生成方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本公开的实施例还可以是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在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的深度图像生成方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、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)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

另外，本公开的实施例还可以是计算机程序，该计算机程序可以包括计算机可读代码。当上述计算机可读代码在设备上运行时，该设备中的处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的深度图像生成方法中的步骤。

以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

可能以许多方式来实现本公开的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。

本公开的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本公开限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用，并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。

Claims

1.一种深度图像生成方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述彩色图像重新确定所述目标区域中的像素点的深度值，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述彩色图像和所述目标区域在所述深度图像中的位置，重新确定所述目标区域中的像素点的深度值，生成新的深度图像，包括：

4.根据权利要求3所述的方法，其特征在于，所述深度模型包括编码模块、解码模块和降采样模块；以及

5.根据权利要求4所述的方法，其特征在于，所述编码模块用于对所述彩色图像执行降采样操作；所述降采样模块包含的降采样层的层数比所述编码模块包含的降采样层的层数少一。

6.根据权利要求3-5之一所述的方法，其特征在于，所述深度模型通过以下方式训练得到：

7.根据权利要求6所述的方法，其特征在于，所述训练样本集中包括的期望输出的深度样本图像中的像素点的深度值的准确度，大于所述预设准确度阈值。

8.根据权利要求6或7所述的方法，其特征在于，所述深度模型的损失函数基于以下至少一项确定：

9.根据权利要求6-8之一所述的方法，其特征在于，所述训练样本集中位置信息指示的位置为：深度样本图像中随机确定的已获得深度值的矩形区域。

10.根据权利要求6-9之一所述的方法，其特征在于，所述训练样本集中的彩色样本图像与对应该彩色样本图像的深度样本图像指示相同场景，所获取的彩色图像和所获取的深度图像指示相同场景。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现上述权利要求1-10任一所述的方法。