CN113658277A - 立体匹配方法、模型训练方法、相关装置及电子设备 - Google Patents

立体匹配方法、模型训练方法、相关装置及电子设备 Download PDF

Info

Publication number
CN113658277A
CN113658277A CN202110980247.4A CN202110980247A CN113658277A CN 113658277 A CN113658277 A CN 113658277A CN 202110980247 A CN202110980247 A CN 202110980247A CN 113658277 A CN113658277 A CN 113658277A
Authority
CN
China
Prior art keywords
disparity map
binocular image
initial
image
offset
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
CN202110980247.4A
Other languages
English (en)
Other versions
CN113658277B (zh
Inventor
叶晓青
谭啸
孙昊
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110980247.4A priority Critical patent/CN113658277B/zh
Publication of CN113658277A publication Critical patent/CN113658277A/zh
Priority to US17/709,291 priority patent/US20220230343A1/en
Application granted granted Critical
Publication of CN113658277B publication Critical patent/CN113658277B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85—Stereo camera calibration
    • 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
    • G06T7/593—Depth or shape recovery from multiple images from stereo 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo 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
    • 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
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种立体匹配方法、模型训练方法、相关装置及电子设备，涉及计算机视觉、深度学习等人工智能技术领域。具体实现方案为：获取第一双目图像；将所述第一双目图像输入至目标模型执行第一操作，得到所述第一双目图像的第一初始视差图，以及相对于所述第一初始视差图的第一偏移视差图；将所述第一初始视差图和所述第一偏移视差图进行聚合，得到所述第一双目图像的第一目标视差图；其中，所述第一初始视差图基于与所述第一双目图像对应的第二双目图像进行立体匹配得到，所述第二双目图像的尺寸小于所述第一双目图像的尺寸，所述第一偏移视差图基于所述第一双目图像在预设视差偏移范围内进行立体匹配得到。

Description

立体匹配方法、模型训练方法、相关装置及电子设备
技术领域
本公开涉及人工智能技术领域，尤其涉及计算机视觉、深度学习技术领域，具体涉及一种立体匹配方法、模型训练方法、相关装置及电子设备。
背景技术
随着图像处理的高速发展，立体匹配得到了广泛的应用，立体匹配指的是获取同一场景的双目图像的视差图，以获取双目图像的深度图。
目前，可以基于深度学习模型对双目图像进行立体匹配，具体可以采用该深度学习模型计算该双目图像进行立体匹配的代价体，并基于该代价体使用3D卷积进行代价聚合，以得到双目图像的视差图。
发明内容
本公开提供了一种立体匹配方法、模型训练方法、相关装置及电子设备。
根据本公开的第一方面，提供了一种立体匹配方法，包括：
获取第一双目图像；
将所述第一双目图像输入至目标模型执行第一操作，得到所述第一双目图像的第一初始视差图，以及相对于所述第一初始视差图的第一偏移视差图；
将所述第一初始视差图和所述第一偏移视差图进行聚合，得到所述第一双目图像的第一目标视差图；
其中，所述第一初始视差图基于与所述第一双目图像对应的第二双目图像进行立体匹配得到，所述第二双目图像的尺寸小于所述第一双目图像的尺寸，所述第一偏移视差图基于所述第一双目图像在预设视差偏移范围内进行立体匹配得到。
根据本公开的第二方面，提供了一种模型训练方法，包括：
获取训练样本图像，所述训练样本图像包括第三双目图像和所述第三双目图像的标签视差图；
将所述第三双目图像输入至目标模型执行第二操作，得到所述第三双目图像的第三初始视差图，以及相对于所述第三初始视差图的第二偏移视差图，所述第三初始视差图基于与所述第三双目图像对应的第四双目图像进行立体匹配得到，所述第四双目图像的尺寸小于所述第三双目图像的尺寸，所述第二偏移视差图基于所述第三双目图像在预设视差偏移范围内进行立体匹配得到；
基于所述第三初始视差图、所述第二偏移视差图和所述标签视差图，获取所述目标模型的网络损失值；
基于所述网络损失值，更新所述目标模型的网络参数。
根据本公开的第三方面，提供了一种立体匹配装置，包括：
第一获取模块，用于获取第一双目图像；
第一操作模块，用于将所述第一双目图像输入至目标模型执行第一操作，得到所述第一双目图像的第一初始视差图，以及相对于所述第一初始视差图的第一偏移视差图；
第一聚合模块，用于将所述第一初始视差图和所述第一偏移视差图进行聚合，得到所述第一双目图像的第一目标视差图；
其中，所述第一初始视差图基于与所述第一双目图像对应的第二双目图像进行立体匹配得到，所述第二双目图像的尺寸小于所述第一双目图像的尺寸，所述第一偏移视差图基于所述第一双目图像在预设视差偏移范围内进行立体匹配得到。
根据本公开的第四方面，提供了一种模型训练装置，包括：
第二获取模块，用于获取训练样本图像，所述训练样本图像包括第三双目图像和所述第三双目图像的标签视差图；
第二操作模块，用于将所述第三双目图像输入至目标模型执行第二操作，得到所述第三双目图像的第三初始视差图，以及相对于所述第三初始视差图的第二偏移视差图，所述第三初始视差图基于与所述第三双目图像对应的第四双目图像进行立体匹配得到，所述第四双目图像的尺寸小于所述第三双目图像的尺寸，所述第二偏移视差图基于所述第三双目图像在预设视差偏移范围内进行立体匹配得到；
第三获取模块，用于基于所述第三初始视差图、所述第二偏移视差图和所述标签视差图，获取所述目标模型的网络损失值；
更新模块，用于基于所述网络损失值，更新所述目标模型的网络参数。
根据本公开的第五方面，提供了一种电子设备，包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面中的任一项方法，或者执行第二方面中的任一项方法。
根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行第一方面中的任一项方法，或者执行第二方面中的任一项方法。
根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现第一方面中的任一项方法，或者执行时实现第二方面中的任一项方法。
根据本公开的技术解决了立体匹配的计算量比较大的问题，在保证立体匹配的精度前提下，降低了立体匹配的计算量。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开第一实施例的立体匹配方法的流程示意图；
图2是采用目标模型进行立体匹配的整体框图示意图；
图3是根据本公开第二实施例的模型训练方法的流程示意图；
图4是根据本公开第三实施例的立体匹配装置的结构示意图；
图5是根据本公开第四实施例的模型训练装置的结构示意图；
图6是用来实施本公开的实施例的示例电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
第一实施例
如图1所示，本公开提供一种立体匹配方法，包括如下步骤：
步骤S101：获取第一双目图像。
本实施例中，立体匹配方法涉及人工智能技术领域，尤其涉及计算机视觉、深度学习技术领域，其可以广泛应用于三维重建、立体导航和非接触测距等诸多场景。本公开实施例的立体匹配方法，可以由本公开实施例的立体匹配装置执行。本公开实施例的立体匹配装置可以配置在任意电子设备中，以执行本公开实施例的立体匹配方法。该电子设备可以为服务器，也可以为终端，这里不做具体限定。
第一双目图像可以指的是双目相机拍摄的同一场景下，左、右视点图像，其包括至少一个左目图像和至少一个右目图像。其中，左目图像可以为左视点图像，右目图像可以为右视点图像，且第一双目图像中的图像参数相同，如尺寸和分辨率等参数均相同。本公开实施例的目的即是提供一种新的立体匹配方案，确定左目图像和右目图像的视差图，在保证立体匹配精度的同时，可以降低立体匹配的计算量。
第一双目图像的获取方式可以包括多种，比如，可以通过双目相机直接拍摄同一场景下的双目图像，并将该双目图像作为第一双目图像，也可以获取预先存储的该第一双目图像，还可以接收其他电子设备发送的该第一双目图像，亦或是从网络上下载双目图像作为该第一双目图像。
步骤S102：将所述第一双目图像输入至目标模型执行第一操作，得到所述第一双目图像的第一初始视差图，以及相对于所述第一初始视差图的第一偏移视差图；其中，所述第一初始视差图基于与所述第一双目图像对应的第二双目图像进行立体匹配得到，所述第二双目图像的尺寸小于所述第一双目图像的尺寸，所述第一偏移视差图基于所述第一双目图像在预设视差偏移范围内进行立体匹配得到。
该步骤中，目标模型可以为神经网络模型，如卷积神经网络或残差神经网络ResNet等。该目标模型可以用于针对双目图像进行立体匹配，以获取双目图像的视差图。
该目标模型可以包括两个部分的网络，一部分的网络可以为常规的或者新的立体匹配网络，其用于预测第一双目图像的初始视差图，另一部分的网络可以串接在立体匹配网络后，其用于预测第一双目图像的偏移视差图。
可以将该第一双目图像输入至该目标模型执行第一操作，相应的，该第一操作也可以包括两个部分，一部分可以针对立体匹配模型，基于第一双目图像确定的第二双目图像进行立体匹配，以得到第一初始视差图。另一部分，可以在第一初始视差图的基础上，针对立体匹配网络串接的网络，基于第一双目图像预测第一初始视差图的偏移量，以得到第一偏移视差图。
其中，第二双目图像可以与第一双目图像为同一场景下的双目图像，且第二双目图像的尺寸可以小于第一双目图像的尺寸。
在一可选实施方式中，可以对第一双目图像进行第一调整处理，即尺寸调整resize，以降低第一双目图像的尺寸，得到第二双目图像。比如，设第一双目图像的尺寸为Wx H，可以将第一双目图像的尺寸调整为
Figure BDA0003228824150000051
即进行1/N的resize，得到尺寸为
Figure BDA0003228824150000052
的第二双目图像。
在另一可选实施方式中，也可以对第一双目图像进行下采样，以降低第一双目图像的尺寸，得到第二双目图像，比如，按照1/N分别对第一双目图像进行x轴和y轴的下采样，得到尺寸为
Figure BDA0003228824150000053
的第二双目图像。
可以采用立体匹配网络按照现有的或新的立体匹配方案，预测第二双目图像的视差图，以得到第一双目图像的第一初始视差图，在一可选实施方式中，可以针对第一双目图像的每个像素点，在第二双目图像的最大视差范围内进行匹配代价计算，得到该像素点匹配代价的代价体，并可以使用3D卷积对该代价体进行代价聚合，得到代价聚合后的代价体。之后基于代价聚合后的代价体进行视差概率预测，具体可以针对每个像素点，采用softmin求解该像素点在最大视差范围内每个视差的置信度，用pi表示，其中，i表示第二双目图像的最大视差范围内的一视差值，最终基于预测得到的概率值和最大视差范围，确定第二双目图像中每个像素点的最优视差值，得到第二双目图像的视差图，计算公式如下式(1)所示。
Figure BDA0003228824150000061
其中，
Figure BDA0003228824150000062
可以为第二双目图像的视差图，D′max为第二双目图像的最大视差值，第二双目图像的最大视差范围为1～D′max，Di为最大视差范围内的视差值。
之后，可以基于第二双目图像的视差图确定第一双目图像的第一初始视差图，在一可选实施方式中，可以对第二双目图像的视差图进行第二调整处理，即尺寸调整resize，以提高第二双目图像的视差图尺寸，第一调整处理与所述第二调整处理对应，如当第一调整处理为进行1/N的resize时，则第二调整处理为进行N的resize。尺寸调整之后，可以将尺寸调整后的视差图中每个像素点的视差进行调整，得到第一初始视差图，如将每个像素点的视差值乘以N，最终得到第一初始视差图，用Dcoarse表示。
如图2所示，上部分网络即通过尺寸调整和立体匹配，确定第一双目图像的第一初始视差图。
在另一可选实施方式中，可以对第二双目图像的视差图进行上采样，如按照1/N分别对第二双目图像的视差图进行x轴和y轴的上采样，得到尺寸为W x H的视差图。上采样之后，可以将上采样后的视差图中每个像素点的视差进行调整，得到第一初始视差图，如将每个像素点的视差值乘以N，最终得到第一初始视差图。该第一初始视差图即包括：基于第二双目图像预测得到的，第一双目图像中每个像素点的最优视差值。
该步骤中，若第一双目图像的尺寸为W x H，其最大视差值为Dmax，代价体为W x Hx Dmax，采用3D卷积进行代价聚合，其计算量为Ο(WHDmax)，计算量非常大。对第一双目图像进行1/N的resize，得到的第二双目图像的尺寸为
Figure BDA0003228824150000063
其最大视差值D′max为第一双目图像的最大视差值Dmax的1/N，代价体为
Figure BDA0003228824150000064
相应的，其计算量为Ο(WHDmax/N3)，如此，基于第二双目图像进行立体匹配得到第一双目图像的第一初始视差图，可以大大降低立体匹配的计算量。
由于进行立体匹配时，降低了双目图像的分辨率，因此会引起视差图的分辨率也下降，为了保证立体匹配的精度，可以在立体匹配网络的基础上，串接一个网络，该网络可以在第一初始视差图的基础上，预测第一双目图像的第一偏移视差图。如，第一初始视差图为Dcoarse，针对Dcoarse中每一像素点，可以估计相对于第一初始视差图中该像素点的最优视差值的偏移量，得到第一偏移视差图。
具体的，串接的网络可以对视差搜索范围加以约束。具体而言，输入图像为W x H，估计的代价体可以为W×H×K，K即为视差搜索范围内的最大视差值。
在常规的立体匹配网络中，视差搜索范围通常为最大视差范围，如最大视差范围为1～128，或1～256等，可以对串接的网络的视差搜索范围加以约束，可以为预设视差偏移范围，K是对第一双目图像的最大视差范围内每个视差估计的一个最大偏移量，且K的值远远小于Dmax，如K为10或20等。
在一可选实施方式中，当K为10时，可以设置预设视差偏移范围为[-10,-5,-3,-2,-1,0,1,2,3,5,10]，即针对第一双目图像中的每个像素点，对其最大视差范围内的每个视差值进行左右偏移，最大偏移为10，且设置10个视差偏移量，其绝对值均小于或等于最大偏移量。其中，当预设视差偏移范围涵盖越广时，最终得到的第一偏移视差图越精确，而当预设视差偏移范围涵盖越窄时，最终得到的第一偏移视差图的误差则相对较大。
之后，可以基于W×H×K的代价体进行视差概率预测，具体可以针对每个像素点，采用softmin求解该像素点在预设视差偏移范围内每个视差的置信度，用qi表示，其中，i表示预设视差偏移范围内的第i个视差值，最终基于预测得到的概率值和预设视差偏移范围，确定相对于第一初始视差图中像素点的最优视差值的最优偏移量，得到第一偏移视差图，计算公式如下式(2)所示。
Figure BDA0003228824150000071
其中，Doffset为第一偏移视差图，Li为预设视差偏移范围，如为[-10,-5,-3,-2,-1,0,1,2,3,5,10]。
如图2所示，下部分网络即通过在立体匹配网络的基础上串接一个网络，并对视差搜索范围加以约束，来预测相对于第一初始视差图的视差偏移量，得到第一偏移视差图。
步骤S103：将所述第一初始视差图和所述第一偏移视差图进行聚合，得到所述第一双目图像的第一目标视差图。
该步骤中，可以将第一初始视差图和第一偏移视差图进行聚合，具体是针对第一初始视差图中的每个像素点，将该像素点的视差值与第一偏移视差图中与该像素点对应的像素点的视差偏移量进行求和，最终得到第一双目图像的第一目标视差图。第一目标视差图为目标模型针对第一双目图像预测得到的最优视差图，其计算公式如下式(3)所示。
Dfinal＝Dcoarse+Doffset (3)
需要说明的是，目标模型在使用之前，需要对其进行训练，以学习目标模型的网络参数，其训练过程将在以下实施例中进行详细说明。
本实施例中，通过降低双目图像的尺寸之后再进行立体匹配，得到第一初始视差图，这样可以大大降低立体匹配的计算量，且通过在立体匹配网络的基础上串接一个网络，并对视差搜索范围加以约束，来预测相对于第一初始视差图的视差偏移量，得到第一偏移视差图，之后聚合第一初始视差图和第一偏移视差图，如此可以在保证立体匹配精度的同时，大大降低立体匹配的计算量，提高立体匹配的速度。
可选的，所述将所述第一双目图像输入至目标模型执行第一操作，得到所述第一双目图像的第一初始视差图，包括：
将所述第一双目图像的尺寸进行第一调整处理，得到第二双目图像，所述第一调整处理用于降低所述第一双目图像的尺寸；
基于所述第二双目图像在所述第二双目图像的最大视差范围内进行立体匹配，得到所述第二双目图像的第二初始视差图；
对所述第二初始视差图的尺寸进行第二调整处理，所述第二调整处理用于提高所述第二初始视差图的尺寸，所述第一调整处理与所述第二调整处理对应；
对所述第二调整处理后的第二初始视差图中每个像素点的视差进行调整，得到所述第一初始视差图。
本实施方式中，可以对第一双目图像进行第一调整处理，即尺寸调整resize，以降低第一双目图像的尺寸，得到第二双目图像。比如，设第一双目图像的尺寸为W x H，可以将第一双目图像的尺寸调整为
Figure BDA0003228824150000081
即进行1/N的resize，得到尺寸为
Figure BDA0003228824150000082
的第二双目图像。
可以采用立体匹配网络按照现有的或新的立体匹配方案，预测第二初始视差图，在一可选实施方式中，可以针对第一双目图像的每个像素点，在第二双目图像的最大视差范围内进行匹配代价计算，得到该像素点匹配代价的代价体，并可以使用3D卷积对该代价体进行代价聚合，得到代价聚合后的代价体。之后基于代价聚合后的代价体进行视差概率预测，具体可以针对每个像素点，采用softmin求解该像素点在最大视差范围内每个视差的置信度，最终基于预测得到的概率值和最大视差范围，确定第二双目图像中每个像素点的最优视差值，得到第二初始视差图。
之后，可以基于第二初始视差图确定第一初始视差图，具体可以对第二初始视差图进行第二调整处理，即尺寸调整resize，以提高第二初始视差图尺寸，第一调整处理与第二调整处理对应，如当第一调整处理为进行1/N的resize时，则第二调整处理为进行N的resize。尺寸调整之后，可以将尺寸调整后的第二初始视差图中每个像素点的视差进行调整，得到第一初始视差图，如将每个像素点的视差值乘以N，最终得到第一初始视差图。
本实施方式中，通过将所述第一双目图像的尺寸进行第一调整处理，得到第二双目图像，所述第一调整处理用于降低所述第一双目图像的尺寸；基于所述第二双目图像在所述第二双目图像的最大视差范围内进行立体匹配，得到所述第二双目图像的第二初始视差图；对所述第二初始视差图的尺寸进行第二调整处理，所述第二调整处理用于提高所述第二初始视差图的尺寸，所述第一调整处理与所述第二调整处理对应；对所述第二调整处理后的第二初始视差图中每个像素点的视差进行调整，得到所述第一初始视差图。如此，通过对双目图像进行尺寸调整，并对尺寸调整后的双目图像进行立体匹配，即可以简单地实现第一初始视差图的确定同时，大大降低立体匹配的计算量。
第二实施例
如图3所示，本公开提供一种模型训练方法，包括如下步骤：
步骤S301：获取训练样本图像，所述训练样本图像包括第三双目图像和所述第三双目图像的标签视差图；
步骤S302：将所述第三双目图像输入至目标模型执行第二操作，得到所述第三双目图像的第三初始视差图，以及相对于所述第三初始视差图的第二偏移视差图，所述第三初始视差图基于与所述第三双目图像对应的第四双目图像进行立体匹配得到，所述第四双目图像的尺寸小于所述第三双目图像的尺寸，所述第二偏移视差图基于所述第三双目图像在预设视差偏移范围内进行立体匹配得到；
步骤S303：基于所述第三初始视差图、所述第二偏移视差图和所述标签视差图，获取所述目标模型的网络损失值；
步骤S304：基于所述网络损失值，更新所述目标模型的网络参数。
本实施例描述的是目标模型的训练过程。
在步骤S301中，训练样本图像中可以包括很多个第三双目图像以及每个第三双目图像的标签视差图。
第三双目图像的获取方式可以包括多种，可以采用一种或多种方式获取训练样本图像中的第三双目图像。比如，可以通过双目相机直接拍摄同一场景下的双目图像，并将该双目图像作为第三双目图像，也可以获取预先存储的该第三双目图像，还可以接收其他电子设备发送的该第三双目图像，亦或是从网络上下载双目图像作为该第三双目图像。
第三双目图像的标签视差图可以指的是第三双目图像实际上的视差图即真实视差图，其精度比较高。其获取方式可以包括多种，比如，在准确获知第三双目图像的深度图的情况下，可以基于该深度图，确定第三双目图像的标签视差图，也可以获取预先存储的该第三双目图像的标签视差图，还可以接收其他电子设备发送的该第三双目图像的标签视差图。
在步骤S302中，可以将第三双目图像输入至目标模型执行第二操作，得到第三双目图像的第三初始视差图，以及相对于第三初始视差图的第二偏移视差图。其中，第二操作与第一操作的方式类似，这里不进行赘述。
在一可选实施方式中，所述将所述第三双目图像输入至目标模型执行第二操作，得到所述第三双目图像的第三初始视差图，包括：
将所述第三双目图像的尺寸进行第一调整处理，得到第四双目图像，所述第一调整处理用于降低所述第三双目图像的尺寸；
基于所述第四双目图像在所述第四双目图像的最大视差范围内进行立体匹配，得到所述第四双目图像的第四初始视差图；
对所述第四初始视差图的尺寸进行第二调整处理，所述第二调整处理用于提高所述第四初始视差图的尺寸，所述第一调整处理与所述第二调整处理对应；
对所述第二调整处理后的第四初始视差图中每个像素点的视差进行调整，得到所述第三初始视差图。
在步骤S303中，可以基于所述第三初始视差图、所述第二偏移视差图和所述标签视差图，获取所述目标模型的网络损失值。在一可选实施方式中，可以确定标签视差图与第三初始视差图的第一损失值，以及确定标签视差图与第二偏移视差图的第二损失值，之后可以将第一损失值和第二损失值进行聚合，得到视差损失值，基于该视差损失值，确定网络损失值。该视差损失值可以指的是基于目标模型预测得到的视差图与标签视差图的差异值。
在该实施方式中，可以采用图像处理技术，比对标签视差图与第三初始视差图的差异，得到第一损失值，以及比对标签视差图与第二偏移视差图的差异，得到第二损失值。也可以计算标签视差图与第三初始视差图的平滑损失，计算公式如下式(4)所示，以及计算标签视差图与第二偏移视差图的平滑损失。
Figure BDA0003228824150000111
其中，
Figure BDA0003228824150000112
为标签视差图与第三初始视差图的平滑损失，
Figure BDA0003228824150000113
为第三初始视差图中的视差值，d为标签视差图中的视差值，Q为像素点的数量。
标签视差图与第二偏移视差图的平滑损失
Figure BDA0003228824150000114
的计算方式与上述(4)类似，这里不进行赘述。
在另一可选实施方式中，可以聚合第三初始视差图和第二偏移视差图，得到第三双目图像的第二目标视差图，之后计算标签视差图与第二目标视差图的平滑损失，基于该平滑损失，确定网络损失值。
在步骤S304中，可以基于网络损失值，采用梯度下降法或是其他方式更新目标模型的网络参数，在网络损失值大于某一阈值时，则说明目标模型的网络参数还达不到立体匹配的精度要求，可以基于该网络损失值，采用梯度下降法更新目标模型的网络参数，之后基于该目标模型，采用更新的网络参数，继续进行训练，最终在网络损失值小于或等于某一阈值，且网络损失值达到收敛时，则说明目标模型的网络参数能够达到立体匹配的精度要求，此时可以结束训练。
本实施例中，通过获取训练样本图像，所述训练样本图像包括第三双目图像和所述第三双目图像的标签视差图；将所述第三双目图像输入至目标模型执行第二操作，得到所述第三双目图像的第三初始视差图，以及相对于所述第三初始视差图的第二偏移视差图，所述第三初始视差图基于与所述第三双目图像对应的第四双目图像进行立体匹配得到，所述第四双目图像的尺寸小于所述第三双目图像的尺寸，所述第二偏移视差图基于所述第三双目图像在预设视差偏移范围内进行立体匹配得到；基于所述第三初始视差图、所述第二偏移视差图和所述标签视差图，获取所述目标模型的网络损失值；基于所述网络损失值，更新所述目标模型的网络参数。如此，可以实现对目标模型的训练，采用该目标模型对双目图像进行立体匹配，可以在保证立体匹配的精度前提下，降低立体匹配的计算量。
可选的，所述步骤S303具体包括：
获取所述标签视差图与所述第三初始视差图的第一损失值，以及获取所述标签视差图与所述第二偏移视差图的第二损失值；
将所述第一损失值和第二损失值进行聚合，得到视差损失值；
基于所述视差损失值，确定所述网络损失值。
本实施方式中，通过确定标签视差图与第三初始视差图的第一损失值，以及确定标签视差图与第二偏移视差图的第二损失值，之后可以将第一损失值和第二损失值进行聚合，得到视差损失值，基于该视差损失值，确定网络损失值。如此，可以通过确定视差损失值，实现对目标模型的训练。
可选的，所述基于所述视差损失值，确定所述网络损失值之前，还包括：
将所述第三初始视差图和所述第二偏移视差图进行聚合，得到所述第三双目图像的第二目标视差图；
基于所述第三双目图像的图像梯度和所述第二目标视差图的图像梯度，确定所述第二目标视差图的平滑损失值；
所述基于所述视差损失值，确定所述网络损失值，包括：
将所述视差损失值和所述平滑损失值进行聚合，得到所述网络损失值。
本实施方式中，由于第二目标视差图为全图尺寸，需要注重整体图像的平滑性，因此，如图2所示，在视差损失值的基础上，可以叠加图像的平滑损失值，最终得到网络损失值。第二目标视差图的平滑损失值的计算如下式(5)所示。
Figure BDA0003228824150000131
其中，Lsmooth为第二目标视差图的平滑损失值，
Figure BDA0003228824150000132
为第二目标视差图，I为标签视差图，
Figure BDA0003228824150000133
是图像沿着x方向的梯度，
Figure BDA0003228824150000134
是图像沿着y方向的梯度。
本实施方式中，通过在视差损失值的基础上，叠加图像的平滑损失值，得到网络损失值，并基于该网络损失值更新目标模型的网络参数，如此可以提高目标模型的训练效果。
第三实施例
如图4所示，本公开提供一种立体匹配装置400，包括：
第一获取模块401，用于获取第一双目图像；
第一操作模块402，用于将所述第一双目图像输入至目标模型执行第一操作，得到所述第一双目图像的第一初始视差图，以及相对于所述第一初始视差图的第一偏移视差图；
第一聚合模块403，用于将所述第一初始视差图和所述第一偏移视差图进行聚合，得到所述第一双目图像的第一目标视差图；
其中，所述第一初始视差图基于与所述第一双目图像对应的第二双目图像进行立体匹配得到，所述第二双目图像的尺寸小于所述第一双目图像的尺寸，所述第一偏移视差图基于所述第一双目图像在预设视差偏移范围内进行立体匹配得到。
可选的，所述第一操作模块402，具体用于：
将所述第一双目图像的尺寸进行第一调整处理，得到第二双目图像，所述第一调整处理用于降低所述第一双目图像的尺寸；
基于所述第二双目图像在所述第二双目图像的最大视差范围内进行立体匹配，得到所述第二双目图像的第二初始视差图；
对所述第二初始视差图的尺寸进行第二调整处理，所述第二调整处理用于提高所述第二初始视差图的尺寸，所述第一调整处理与所述第二调整处理对应；
对所述第二调整处理后的第二初始视差图中每个像素点的视差进行调整，得到所述第一初始视差图。
本公开提供的立体匹配装置400能够实现立体匹配方法实施例实现的各个过程，且能够达到相同的有益效果，为避免重复，这里不再赘述。
第四实施例
如图5所示，本公开提供一种模型训练装置500，包括：
第二获取模块501，用于获取训练样本图像，所述训练样本图像包括第三双目图像和所述第三双目图像的标签视差图；
第二操作模块502，用于将所述第三双目图像输入至目标模型执行第二操作，得到所述第三双目图像的第三初始视差图，以及相对于所述第三初始视差图的第二偏移视差图，所述第三初始视差图基于与所述第三双目图像对应的第四双目图像进行立体匹配得到，所述第四双目图像的尺寸小于所述第三双目图像的尺寸，所述第二偏移视差图基于所述第三双目图像在预设视差偏移范围内进行立体匹配得到；
第三获取模块503，用于基于所述第三初始视差图、所述第二偏移视差图和所述标签视差图，获取所述目标模型的网络损失值；
更新模块504，用于基于所述网络损失值，更新所述目标模型的网络参数。
可选的，所述第三获取模块503包括：
损失获取单元，用于获取所述标签视差图与所述第三初始视差图的第一损失值，以及获取所述标签视差图与所述第二偏移视差图的第二损失值；
损失聚合单元，用于将所述第一损失值和第二损失值进行聚合，得到视差损失值；
损失确定单元，用于基于所述视差损失值，确定所述网络损失值。
可选的，所述装置还包括：
第二聚合模块，用于将所述第三初始视差图和所述第二偏移视差图进行聚合，得到所述第三双目图像的第二目标视差图；
确定模块，用于基于所述第三双目图像的图像梯度和所述第二目标视差图的图像梯度，确定所述第二目标视差图的平滑损失值；
所述损失确定单元，具体用于将所述视差损失值和所述平滑损失值进行聚合，得到所述网络损失值。
本公开提供的模型训练装置500能够实现模型训练方法实施例实现的各个过程，且能够达到相同的有益效果，为避免重复，这里不再赘述。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如立体匹配方法或模型训练方法。例如，在一些实施例中，立体匹配方法或模型训练方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的立体匹配方法或模型训练方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行立体匹配方法或模型训练方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (13)

1.一种立体匹配方法，包括：
获取第一双目图像；
将所述第一双目图像输入至目标模型执行第一操作，得到所述第一双目图像的第一初始视差图，以及相对于所述第一初始视差图的第一偏移视差图；
将所述第一初始视差图和所述第一偏移视差图进行聚合，得到所述第一双目图像的第一目标视差图；
其中，所述第一初始视差图基于与所述第一双目图像对应的第二双目图像进行立体匹配得到，所述第二双目图像的尺寸小于所述第一双目图像的尺寸，所述第一偏移视差图基于所述第一双目图像在预设视差偏移范围内进行立体匹配得到。
2.根据权利要求1所述的方法，其中，所述将所述第一双目图像输入至目标模型执行第一操作，得到所述第一双目图像的第一初始视差图，包括：
将所述第一双目图像的尺寸进行第一调整处理，得到第二双目图像，所述第一调整处理用于降低所述第一双目图像的尺寸；
基于所述第二双目图像在所述第二双目图像的最大视差范围内进行立体匹配，得到所述第二双目图像的第二初始视差图；
对所述第二初始视差图的尺寸进行第二调整处理，所述第二调整处理用于提高所述第二初始视差图的尺寸，所述第一调整处理与所述第二调整处理对应；
对所述第二调整处理后的第二初始视差图中每个像素点的视差进行调整，得到所述第一初始视差图。
3.一种模型训练方法，包括：
获取训练样本图像，所述训练样本图像包括第三双目图像和所述第三双目图像的标签视差图；
将所述第三双目图像输入至目标模型执行第二操作，得到所述第三双目图像的第三初始视差图，以及相对于所述第三初始视差图的第二偏移视差图，所述第三初始视差图基于与所述第三双目图像对应的第四双目图像进行立体匹配得到，所述第四双目图像的尺寸小于所述第三双目图像的尺寸，所述第二偏移视差图基于所述第三双目图像在预设视差偏移范围内进行立体匹配得到；
基于所述第三初始视差图、所述第二偏移视差图和所述标签视差图，获取所述目标模型的网络损失值；
基于所述网络损失值，更新所述目标模型的网络参数。
4.根据权利要求3所述的方法，其中，所述基于所述第三初始视差图、所述第二偏移视差图和所述标签视差图，获取所述目标模型的网络损失值，包括：
获取所述标签视差图与所述第三初始视差图的第一损失值，以及获取所述标签视差图与所述第二偏移视差图的第二损失值；
将所述第一损失值和第二损失值进行聚合，得到视差损失值；
基于所述视差损失值，确定所述网络损失值。
5.根据权利要求4所述的方法，所述基于所述视差损失值，确定所述网络损失值之前，还包括：
将所述第三初始视差图和所述第二偏移视差图进行聚合，得到所述第三双目图像的第二目标视差图；
基于所述第三双目图像的图像梯度和所述第二目标视差图的图像梯度，确定所述第二目标视差图的平滑损失值；
所述基于所述视差损失值，确定所述网络损失值，包括：
将所述视差损失值和所述平滑损失值进行聚合，得到所述网络损失值。
6.一种立体匹配装置，包括：
第一获取模块，用于获取第一双目图像；
第一操作模块，用于将所述第一双目图像输入至目标模型执行第一操作，得到所述第一双目图像的第一初始视差图，以及相对于所述第一初始视差图的第一偏移视差图；
第一聚合模块，用于将所述第一初始视差图和所述第一偏移视差图进行聚合，得到所述第一双目图像的第一目标视差图；
其中，所述第一初始视差图基于与所述第一双目图像对应的第二双目图像进行立体匹配得到，所述第二双目图像的尺寸小于所述第一双目图像的尺寸，所述第一偏移视差图基于所述第一双目图像在预设视差偏移范围内进行立体匹配得到。
7.根据权利要求6所述的装置，其中，所述第一操作模块，具体用于：
将所述第一双目图像的尺寸进行第一调整处理，得到第二双目图像，所述第一调整处理用于降低所述第一双目图像的尺寸；
基于所述第二双目图像在所述第二双目图像的最大视差范围内进行立体匹配，得到所述第二双目图像的第二初始视差图；
对所述第二初始视差图的尺寸进行第二调整处理，所述第二调整处理用于提高所述第二初始视差图的尺寸，所述第一调整处理与所述第二调整处理对应；
对所述第二调整处理后的第二初始视差图中每个像素点的视差进行调整，得到所述第一初始视差图。
8.一种模型训练装置，包括：
第二获取模块，用于获取训练样本图像，所述训练样本图像包括第三双目图像和所述第三双目图像的标签视差图；
第二操作模块，用于将所述第三双目图像输入至目标模型执行第二操作，得到所述第三双目图像的第三初始视差图，以及相对于所述第三初始视差图的第二偏移视差图，所述第三初始视差图基于与所述第三双目图像对应的第四双目图像进行立体匹配得到，所述第四双目图像的尺寸小于所述第三双目图像的尺寸，所述第二偏移视差图基于所述第三双目图像在预设视差偏移范围内进行立体匹配得到；
第三获取模块，用于基于所述第三初始视差图、所述第二偏移视差图和所述标签视差图，获取所述目标模型的网络损失值；
更新模块，用于基于所述网络损失值，更新所述目标模型的网络参数。
9.根据权利要求8所述的装置，其中，所述第三获取模块包括：
损失获取单元，用于获取所述标签视差图与所述第三初始视差图的第一损失值，以及获取所述标签视差图与所述第二偏移视差图的第二损失值；
损失聚合单元，用于将所述第一损失值和第二损失值进行聚合，得到视差损失值；
损失确定单元，用于基于所述视差损失值，确定所述网络损失值。
10.根据权利要求9所述的装置，还包括：
第二聚合模块，用于将所述第三初始视差图和所述第二偏移视差图进行聚合，得到所述第三双目图像的第二目标视差图；
确定模块，用于基于所述第三双目图像的图像梯度和所述第二目标视差图的图像梯度，确定所述第二目标视差图的平滑损失值；
所述损失确定单元，具体用于将所述视差损失值和所述平滑损失值进行聚合，得到所述网络损失值。
11.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-2中任一项所述的方法，或者执行权利要求3-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-2中任一项所述的方法，或者执行权利要求3-5中任一项所述的方法。
13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-2中任一项所述的方法，或者执行时实现根据权利要求3-5中任一项所述的方法。
CN202110980247.4A 2021-08-25 2021-08-25 立体匹配方法、模型训练方法、相关装置及电子设备 Active CN113658277B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110980247.4A CN113658277B (zh) 2021-08-25 2021-08-25 立体匹配方法、模型训练方法、相关装置及电子设备
US17/709,291 US20220230343A1 (en) 2021-08-25 2022-03-30 Stereo matching method, model training method, relevant electronic devices

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110980247.4A CN113658277B (zh) 2021-08-25 2021-08-25 立体匹配方法、模型训练方法、相关装置及电子设备

Publications (2)

Publication Number Publication Date
CN113658277A true CN113658277A (zh) 2021-11-16
CN113658277B CN113658277B (zh) 2022-11-11

Family

ID=78481937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110980247.4A Active CN113658277B (zh) 2021-08-25 2021-08-25 立体匹配方法、模型训练方法、相关装置及电子设备

Country Status (2)

Country Link
US (1) US20220230343A1 (zh)
CN (1) CN113658277B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090023977A (ko) * 2007-09-03 2009-03-06 한국전자통신연구원 스테레오 비전 시스템 및 그 처리 방법
CN110427968A (zh) * 2019-06-28 2019-11-08 武汉大学 一种基于细节增强的双目立体匹配方法
CN111915660A (zh) * 2020-06-28 2020-11-10 华南理工大学 基于共享特征和注意力上采样的双目视差匹配方法及系统
CN112348859A (zh) * 2020-10-26 2021-02-09 浙江理工大学 一种渐近全局匹配的双目视差获取方法和系统
CN112435282A (zh) * 2020-10-28 2021-03-02 西安交通大学 一种基于自适应候选视差预测网络的实时双目立体匹配方法
CN112784874A (zh) * 2020-12-28 2021-05-11 深兰人工智能芯片研究院（江苏）有限公司 双目视觉立体匹配方法、装置、电子设备及存储介质
CN112862877A (zh) * 2021-04-09 2021-05-28 北京百度网讯科技有限公司 用于训练图像处理网络和图像处理的方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090023977A (ko) * 2007-09-03 2009-03-06 한국전자통신연구원 스테레오 비전 시스템 및 그 처리 방법
CN110427968A (zh) * 2019-06-28 2019-11-08 武汉大学 一种基于细节增强的双目立体匹配方法
CN111915660A (zh) * 2020-06-28 2020-11-10 华南理工大学 基于共享特征和注意力上采样的双目视差匹配方法及系统
CN112348859A (zh) * 2020-10-26 2021-02-09 浙江理工大学 一种渐近全局匹配的双目视差获取方法和系统
CN112435282A (zh) * 2020-10-28 2021-03-02 西安交通大学 一种基于自适应候选视差预测网络的实时双目立体匹配方法
CN112784874A (zh) * 2020-12-28 2021-05-11 深兰人工智能芯片研究院（江苏）有限公司 双目视觉立体匹配方法、装置、电子设备及存储介质
CN112862877A (zh) * 2021-04-09 2021-05-28 北京百度网讯科技有限公司 用于训练图像处理网络和图像处理的方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GUANGHUI ZHANG ET.AL: "Multi-Dimensional Residual Dense Attention Network for Stereo Matching", 《IEEE ACCESS》 *
张文: "基于卷积神经网络的双目立体匹配算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
段中兴等: "基于多尺度卷积神经网络的立体匹配算法研究", 《计算机测量与控制》 *

Also Published As

Publication number Publication date
US20220230343A1 (en) 2022-07-21
CN113658277B (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
EP3910543A2 (en) Method for training object detection model, object detection method and related apparatus
CN113674421B (zh) 3d目标检测方法、模型训练方法、相关装置及电子设备
CN113379813B (zh) 深度估计模型的训练方法、装置、电子设备及存储介质
CN114186632B (zh) 关键点检测模型的训练方法、装置、设备、存储介质
CN114549612A (zh) 模型训练和图像处理方法、装置、设备及存储介质
US20220351398A1 (en) Depth detection method, method for training depth estimation branch network, electronic device, and storage medium
CN112862877A (zh) 用于训练图像处理网络和图像处理的方法和装置
US20210295546A1 (en) Satellite image processing method, network training method, related devices and electronic device
EP4020387A2 (en) Target tracking method and device, and electronic apparatus
EP4123595A2 (en) Method and apparatus of rectifying text image, training method and apparatus, electronic device, and medium
CN114792355B (zh) 虚拟形象生成方法、装置、电子设备和存储介质
CN114723894B (zh) 一种三维坐标获取方法、装置及电子设备
CN113658277B (zh) 立体匹配方法、模型训练方法、相关装置及电子设备
CN114166238B (zh) 车道线的识别方法、装置及电子设备
CN114066980A (zh) 对象检测方法、装置、电子设备及自动驾驶车辆
CN112861940A (zh) 双目视差估计方法、模型训练方法以及相关设备
CN113838200B (zh) 模型适配方法、装置、电子设备及可读存储介质
CN114495236B (zh) 图像分割方法、装置、设备、介质及程序产品
CN114332416B (zh) 图像处理方法、装置、设备和存储介质
US11783501B2 (en) Method and apparatus for determining image depth information, electronic device, and media
CN113344200B (zh) 用于训练可分离卷积网络的方法、路侧设备及云控平台
US20230162383A1 (en) Method of processing image, device, and storage medium
CN115049895B (zh) 一种图像属性识别方法、属性识别模型训练方法及装置
CN117808680A (zh) 图像处理方法及装置、电子设备和存储介质
CN117557535A (zh) 地图要素检测方法、装置、电子设备、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