CN114612544A - 图像处理方法、装置、设备和存储介质 - Google Patents
图像处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114612544A CN114612544A CN202210239492.4A CN202210239492A CN114612544A CN 114612544 A CN114612544 A CN 114612544A CN 202210239492 A CN202210239492 A CN 202210239492A CN 114612544 A CN114612544 A CN 114612544A
- Authority
- CN
- China
- Prior art keywords
- relative
- image
- depth map
- maps
- target image
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000011218 segmentation Effects 0.000 claims description 60
- 238000000034 method Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003709 image segmentation Methods 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 7
- 238000012549 training Methods 0.000 abstract description 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005520 cutting process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T7/579—Depth or shape recovery from multiple images from motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种图像处理方法、装置、设备和存储介质,涉及人工智能领域,尤其涉及计算机视觉、图像处理、3D视觉等技术领域,可应用于自动驾驶和智能交通等场景。具体实现方案为:对目标图像进行深度估计,得到目标图像的相对深度图;基于相对深度图中的地面部分,得到图像采集装置的相对高度;基于图像采集装置的相对高度以及图像采集装置的绝对高度,得到相对深度图的相对尺度;基于相对尺度以及相对深度图,得到目标图像的绝对深度图。根据本公开的技术,仅需目标图像的单目相对深度和图像采集装置高度,即可通过少量计算得到目标图像的绝对深度,无需使用大量数据真值训练得到的单目绝对深度估计网络,脱离了对于大量数据真值的依赖。
Description
技术领域
本公开涉及人工智能领域,尤其涉及计算机视觉、图像处理、3D视觉等技术领域,可应用于自动驾驶和智能交通等场景。
背景技术
深度信息对于自动驾驶系统的感知和估计自身位姿非常重要,随着深度神经网络的迅速发展,基于深度学习的单目深度估计得到了广泛的研究。目前的单目深度估计方案主要是基于带有深度真值的数据训练单目深度估计网络或基于无监督的方案训练出单目深度估计网络。
发明内容
本公开提供了一种图像处理方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种图像处理方法,包括:
对目标图像进行深度估计,得到目标图像的相对深度图;
基于相对深度图中的地面部分,得到图像采集装置的相对高度;
基于图像采集装置的相对高度以及图像采集装置的绝对高度,得到相对深度图的相对尺度;
基于相对尺度以及相对深度图,得到目标图像的绝对深度图。
根据本公开的另一方面,提供了一种图像处理装置,包括:
深度估计模块,用于对目标图像进行深度估计,得到目标图像的相对深度图;
相对高度获取模块,用于基于相对深度图中的地面部分,得到图像采集装置的相对高度;
相对尺度获取模块,用于基于图像采集装置的相对高度以及图像采集装置的绝对高度,得到相对深度图的相对尺度;
绝对深度图获取模块,基于相对尺度以及相对深度图,得到目标图像的绝对深度图。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开任一实施例中的方法。
根据本公开的另一方面,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本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令在被处理器执行时实现本公开任一实施例中的方法。
根据本公开的技术,可以通过目标图像的相对深度图中图像采集装置的相对高度与实际的图像采集装置的绝对高度获得目标图像的相对深度图的相对尺度,进而获得目标图像的绝对深度图,也即仅需获得目标图像的单目相对深度和图像采集装置高度,即可通过少量计算得到较为精准的目标图像的绝对深度,无需使用大量数据真值训练得到的单目绝对深度估计网络,在提高深度估计精度的同时提高了效率并降低了成本。
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是根据本公开一实施例的图像处理方法的流程示意图一;
图2是根据本公开一实施例的图像处理方法的流程示意图二;
图3是根据本公开一实施例的图像处理方法的流程示意图三;
图4是根据本公开一实施例的图像处理方法的流程示意图四;
图5是根据本公开一实施例的图像处理装置的示意图一;
图6是根据本公开一实施例的图像处理装置的示意图二;
图7是根据本公开一实施例的图像处理装置的示意图三;
图8是用来实现本公开实施例的图像处理方法的电子设备的框图。
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。
为便于理解本公开实施例的技术方案,以下对本公开实施例的相关技术进行说明,以下相关技术作为可选方案与本公开实施例的技术方案可以进行任意结合,其均属于本公开实施例的保护范围。
当前对于单目深度估计的深度学习方案主要有以下几种:
1)基于大量的带有深度真值的数据来训练单目深度估计网络;
2)基于无监督的方案,训练出单目绝对深度估计网络;
3)基于大量的公开数据/自采数据,训练网络,得到相对深度。
上述的深度学习方案中,方案1)全部采用数据监督的方案,获得的绝对深度较为准确,但因为依靠大量的数据真值,造价成本较高;
方案2)采用无监督的训练方案,比较容易获得数据,但获得的绝对深度精度较低,不利于后续的使用;
方案3)中的大量数据源自于自采数据,可以获得较高精度的深度,但无法获得绝对深度。
鉴于此,本公开提出一种图像处理方法,图1是根据本公开一实施例的图像处理方法的流程示意图,包括:
S110,对目标图像进行深度估计,得到目标图像的相对深度图;
S120,基于相对深度图中的地面部分,得到图像采集装置的相对高度;
S130,基于图像采集装置的相对高度以及图像采集装置的绝对高度,得到相对深度图的相对尺度;
S140,基于相对尺度以及相对深度图,得到目标图像的绝对深度图。
示例性地,在步骤S110中,可以将目标图像输入训练好的相对深度估计网络,得到目标图像的相对深度图。该相对深度图能够体现出各个像素点之间的远近关系。
可以理解的是,在从相对深度图中获取图像采集装置在相对深度图中的相对高度后,基于图像采集装置的绝对高度以及相对高度,即可得到相对深度图的相对尺度,相对尺度表示了相对深度图中的相对深度与现实的绝对深度的比例关系。基于相对深度图的相对尺度将相对深度图中每个像素点的相对深度转化为绝对深度,即可得到目标图像的绝对深度图。由于图像采集装置的绝对高度是固定值且可以通过简单的人工方式获取,因此,上述步骤所依赖的数据获取方式效率较高。
采用上述实施例的方法,可以通过目标图像的相对深度图中图像采集装置的相对高度与实际的图像采集装置的绝对高度获得目标图像的相对深度图的相对深度,进而获得目标图像的绝对深度图,无需使用大量数据真值训练得到的单目绝对深度估计网络,脱离了对于大量数据真值的依赖,仅需获得目标图像的单目相对尺度和图像采集装置高度,即可通过少量计算得到较为精准的目标图像的绝对深度。
可选地,如图2所示,上述实施例中的图像处理方法,还包括:
S210,对目标图像进行语义分割,得到目标图像中的地面部分的位置信息;
S220,基于位置信息,得到相对深度图中的地面部分。
示例性地,对目标图像进行语义分割,可以得到目标图像中地面部分的位置信息,也即相对深度图中地面部分的位置信息。在相对深度图中基于地面部分的位置信息,可以获得相对深度图中的地面部分。
可以理解的是,在获得相对深度图中的地面部分后,通过计算相对深度图中地面部分像素点与相对深度图中原点的相对深度差,可以得到图像采集装置在相对深度图中的相对高度,继而便于后续通过比较图像采集装置在相对深度图中的相对高度以及图像采集装置的绝对高度,获取相对深度图的相对尺度。
可选地,目标图像包括全景图像,上述实施例中的图像处理方法也适用于全景图像的处理,如图3所示,上述步骤S110包括:
S311,对全景图像进行图像切分,得到全景图像的多个视角切分图;
S312,对多个视角切分图进行深度估计,得到与多个视角切分图一一对应的多个第一相对深度图。
在相对深度估计网络无法直接处理全景图像的情况下,根据本公开实施例,可以在获得全景图像的相对深度图前,对全景图像进行图像切分,得到全景图像的多个视角切分图,利用相对深度估计网络对多个视角切分图进行深度估计,可以得到与多个视角切分图一一对应的多个第一相对深度图。在一些应用场景下,与多个视角切分图一一对应的多个第一相对深度图可视为全景图像的相对深度图。
采用上述实施例的方法,在对全景图像进行深度估计时,先对全景图像进行图像切分,利用多个不同视角的切分图表征全景图像的特征,进而利用相对深度估计网络处理多个视角切分图,降低了对于相对深度估计网络的复杂度需求,减少了训练相对深度估计网络所需的成本。
示例性地,上述实施例中对全景图像进行图像切分后所得到的多个视角切分图覆盖全景图像中的每个像素点且相邻方向的视角切分图两两间具有重叠部分,如图3所示,上述步骤S110还包括:
S313,基于相邻方向的视角切分图两两之间的重叠部分,对多个第一相对深度图进行尺度调整,得到多个第二相对深度图。
可以理解的是,对全景图像进行图像切分的过程实际是通过不同的视角方向切分全景图像以得到多个普通图像,也即多个视角切分图。由于多个视角切分图覆盖全景图像中的每个像素点,所以多个视角切分图对应的多个相对深度图可以完全表征全景图像的相对深度情况,进而后续得到的多个视角切分图对应的绝对深度图,也可以进一步表征全景图像的绝对深度。
对于相邻方向的视角切分图对应的第一相对深度图,可以将两个第一相对深度图分别映射到图像采集装置所在的三维坐标系中,由于相邻方向的视角切分图两两间具有重叠部分,因此两个第一相对深度图映射在图像采集装置所在的三维坐标系后也必然有重叠像素点,可以基于重叠的像素点分别在两个第一相对深度图中的相对深度,获取两个第一相对深度图中相对深度的比例关系。对于所有第一深度图,分别获得其与相邻第一深度图的相对深度的比例关系,最后可以将所有第一深度图中的相对深度基于比例关系划分进同一尺度,进而基于该尺度对所获得的多个第一相对深度图进行尺度调整,获得多个第二相对深度图,使得多个第二相对深度图中的相对深度处于同一尺度。在一些应用场景下,与多个视角切分图一一对应的多个第二相对深度图可视为全景图像的相对深度图。
采用上述实施例的方法,在对全景图像进行图像切分时,所获得的多个视角切分图覆盖全景图像中的每个像素点,保障了后续经过图像处理后多个视角切分图一一对应的多个绝对深度图可以完全表征全景图像的绝对深度。同时,相邻方向的视角切分图两两间具有重叠部分,可以利用重叠部分将多个视角切分图对应的多个第一相对深度图划分到同一尺度下,获得多个第二相对深度图,便于后续统一标准与图像采集装置的实际高度比较。
示例性地,基于上述实施例中对全景图像的图像处理方法,如图4所示,上述步骤S120可以包括:
S421,基于多个第二相对深度图中的至少部分第二相对深度图中的地面部分,得到地面方程;
S422,基于地面方程得到图像采集装置的相对高度。
可以理解的是,上述对全景图像切分后的多个视角切分图中,存在个别视角切分图中不包括地面部分,因此,可以基于包括地面部分的视角切分图所对应的部分第二相对深度图分别获取其地面部分的像素点以及原点。基于地面部分的像素点和原点对应的相对深度信息,获得地面方程。
地面方程为:xcosα+ycosβ+zcosγ=p
其中,x、y、z是地面部分像素点的相对深度信息,cosα、cosβ、cosγ是平面法矢量的方向余弦,p为原点与平面的相对深度差,表示了原点到平面的距离,也即图像采集装置在第二相对深度图中的相对高度。
鉴于多个第二相对深度图中获得的相对高度彼此间存在误差,可以采用多个相对高度的平均值作为图像采集装置的相对高度。
采用上述实施例的方法,利用多个第二相对深度图中包含地面部分的第二相对深度图,通过平面方程获取了图像采集装置的相对高度,并通过均值计算减小了误差带来的影响,提高了后续获取的全景图像的绝对深度的准确度。
下面以对全景图像的图像处理为例具体展示上述图像处理方法应用于全景图像的处理的具体流程:
1)对作为目标图像的全景图像进行图像切分,获取多个不同视角的视角切分图,其中在图像切分的过程中需保证相邻视角的视角切分图间具有一定的重叠部分且获取的多个不同视角的视角切分图需要覆盖目标全景图像的所有像素点;
2)对于多个视角切分图进行语义分割,得到包含地面部分的视角切分图中地面部分的位置信息;
3)利用训练好的相对深度估计网络,获取多个视角切分图对应的多个第一相对深度图,将相邻视角的视角切分图对应的第一相对深度图两两映射在图像采集装置的三维坐标系,比较其重叠部分像素点的相对深度,最终将多个第一相对深度图中的相对深度划分进同一尺度,进行调整得到多个第一相对深度图对应的多个第二相对深度图;
4)基于包含地面部分的视角切分图中地面部分的位置信息,获取多个第二相对深度图中包含地面部分的视角切分图对应的部分第二相对深度图中的地面部分,并基于地面方程获取图像采集装置在这些第二相对深度图中的多个相对高度,对于多个相对高度求平均值作为图像采集装置在全景图像中的相对高度;
5)基于图像采集装置在目标全景图像中的相对高度以及图像采集装置的实际高度,获得多个第二相对深度图中相对深度与绝对深度的相对尺度,进而基于相对尺度调整多个第二相对深度图即可得到多个第二绝对深度图,由于多个第二绝对深度图对应的视角切分图覆盖了目标全景图像的所有像素点,可以基于多个第二绝对深度图得到目标全景图像的绝对深度图。
进一步地,上述实施例中的图像采集装置可以是自动驾驶汽车的车载摄像机或路面交通监测的广角相机等,此处不做限定。在所需处理的目标全景图像为无人车或自动驾驶汽车的车载摄像机拍摄的全景图像时,自动驾驶系统对于目标全景图像的处理可以如下:
1)对全景图基于上下左右前后六个方向进行切图,其中前后左右四个方向的视角切分图可以按照顺时针或逆时针方向,两两间以30°的视角重叠进行切分,上下两个方向的视角切分图与前后左右四个方向的视角切分图间均保留30°的视角重叠;
2)对前后左右四个方向的视角切分图进行语义分割,得到地面部分分别在四个视角切分图中的位置信息;
3)利用深度估计网络处理六个视角切分图,得到六个方向的第一相对深度图,对于前后左右四个方向的第一相对深度图按照两两间重叠部分获取比例关系,对于上下两个方向的第一相对深度图,由于这两个第一相对深度图与前后左右四个方向的第一相对深度图都有重叠部分,因此分别获取与前后左右四个方向的第一相对深度图中每个方向的比例关系,以均值确定上下两个方向的第一相对深度图与其他第一相对深度图的最终比例关系,进而依据比例关系调整得到于上下左右前后六个方向的第二相对深度图;
4)基于前后左右四个方向的视角切分图中地面部分的位置信息,获取前后左右四个方向的第二相对深度图中的地面部分,基于地面方程获取车载摄像机在四个第二相对深度图中的相对高度,以四个相对高度的均值作为车载摄像机在四个第二相对深度图中的最终相对高度;
5)基于最终相对高度与车载摄像机的实际高度,获得上下左右前后六个方向的第二相对深度图中相对深度和绝对深度的相对尺度,进而调整六个方向的第二相对深度图获得上下左右前后六个方向的绝对深度图,通过上下左右前后六个方向的绝对深度图,反映了目标全景图像中各个像素点的绝对深度,便于自动驾驶系统感知和估计自身位姿。
以上从不同角度描述了本申请实施例的具体设置和实现方式。利用上述实施例提供的方法,可以在仅能获取目标图像的单目相对尺度以及图像采集装置高度的情况下,通过少量计算得到较为精准的目标图像的绝对深度,脱离了对于大量数据真值的依赖,且可以用于全景图像的单目绝对深度估计,快速、高效地获取目标图像的绝对深度。
图5是根据本申请一实施例的图像处理装置示意图,该装置包括:
深度估计模块510,用于对目标图像进行深度估计,得到目标图像的相对深度图;
相对高度获取模块520,用于基于相对深度图中的地面部分,得到图像采集装置的相对高度;
相对尺度获取模块530,用于基于图像采集装置的相对高度以及图像采集装置的绝对高度,得到相对深度图的相对尺度;
绝对深度图获取模块540,基于相对尺度以及相对深度图,得到目标图像的绝对深度图。
示例性地,如图6所示,上述装置还包括:
分割模块610,用于对目标图像进行语义分割,得到目标图像中的地面部分的位置信息;
地面获取模块620,用于基于位置信息,得到相对深度图中的地面部分。
可选地,上述图像处理装置处理的目标图像包括全景图像,如图7所示,深度估计模块510包括:
切分单元711,用于对全景图像进行图像切分,得到全景图像的多个视角切分图;
第一相对深度图获取单元712,用于对多个视角切分图进行深度估计,得到与多个视角切分图一一对应的多个第一相对深度图。
示例性地,上述图像处理装置所获得的多个视角切分图覆盖目标全景图像中的每个像素点且相邻方向的视角切分图两两间具有重叠部分;
如图7所示,深度估计模块511还包括:
第二相对深度图获取单元713,用于基于相邻方向的视角切分图两两之间的重叠部分,对多个第一相对深度图进行尺度调整,得到多个第二相对深度图。
可选地,上述相对高度获取模块520具体用于:
基于多个第二相对深度图中的至少部分第二相对深度图中的地面部分,得到地面方程;
基于地面方程得到图像采集装置的相对高度。
本公开实施例各装置中的各单元、模块或子模块的功能可以参见上述方法实施例中的对应描述,具备相应的有益效果,在此不再赘述
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8示出了可以用来实施本公开的实施例的示例电子设备800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8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800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801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801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801执行上文所描述的各个方法和处理,例如图像处理方法。例如,在一些实施例中,图像处理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808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的图像处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像处理方法。
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)、复杂可编程逻辑设备(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,本发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)
1.一种图像处理方法,包括:
对目标图像进行深度估计,得到所述目标图像的相对深度图;
基于所述相对深度图中的地面部分,得到图像采集装置的相对高度;
基于所述图像采集装置的相对高度以及所述图像采集装置的绝对高度,得到所述相对深度图的相对尺度;
基于所述相对尺度以及所述相对深度图,得到所述目标图像的绝对深度图。
2.根据权利要求1所述的方法,还包括:
对所述目标图像进行语义分割,得到所述目标图像中的地面部分的位置信息;
基于所述位置信息,得到所述相对深度图中的地面部分。
3.根据权利要求1或2所述的方法,所述目标图像包括全景图像,其中,所述对目标图像进行深度估计,得到所述目标图像的相对深度图,包括:
对所述全景图像进行图像切分,得到所述全景图像的多个视角切分图;
对所述多个视角切分图进行深度估计,得到与所述多个视角切分图一一对应的多个第一相对深度图。
4.根据权利要求3所述的方法,其中,所述多个视角切分图覆盖所述全景图像中的每个像素点且相邻方向的视角切分图两两间具有重叠部分;
所述对目标图像进行深度估计,得到所述目标图像的相对深度图,还包括:
基于所述相邻方向的视角切分图两两之间的重叠部分,对所述多个第一相对深度图进行尺度调整,得到多个第二相对深度图。
5.根据权利要求4所述的方法,其中,所述基于所述相对深度图中的地面部分,得到图像采集装置的相对高度,包括:
基于所述多个第二相对深度图中的至少部分第二相对深度图中的地面部分,得到地面方程;
基于所述地面方程得到所述图像采集装置的相对高度。
6.一种图像处理装置,包括:
深度估计模块,用于对目标图像进行深度估计,得到所述目标图像的相对深度图;
相对高度获取模块,用于基于所述相对深度图中的地面部分,得到图像采集装置的相对高度;
相对尺度获取模块,用于基于所述图像采集装置的相对高度以及所述图像采集装置的绝对高度,得到所述相对深度图的相对尺度;
绝对深度图获取模块,基于所述相对尺度以及所述相对深度图,得到所述目标图像的绝对深度图。
7.根据权利要求6所述的装置,还包括:
分割模块,用于对所述目标图像进行语义分割,得到所述目标图像中的地面部分的位置信息;
地面获取模块,用于基于所述位置信息,得到所述相对深度图中的地面部分。
8.根据权利要求6或7所述的装置,所述目标图像包括全景图像,其中,所述深度估计模块包括:
切分单元,用于对所述全景图像进行图像切分,得到所述全景图像的多个视角切分图;
第一相对深度图获取单元,用于对所述多个视角切分图进行深度估计,得到与所述多个视角切分图一一对应的多个第一相对深度图。
9.根据权利要求8所述的装置,其中,所述多个视角切分图覆盖所述全景图像中的每个像素点且相邻方向的视角切分图两两间具有重叠部分;
所述深度估计模块还包括:
第二相对深度图获取单元,用于基于所述相邻方向的视角切分图两两之间的重叠部分,对所述多个第一相对深度图进行尺度调整,得到多个第二相对深度图。
10.根据权利要求9所述的装置,其中,所述相对高度获取模块具体用于:
基于所述多个第二相对深度图中的至少部分第二相对深度图中的地面部分,得到地面方程;
基于所述地面方程得到所述图像采集装置的相对高度。
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1-5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1-5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/指令,所述计算机程序/指令在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210239492.4A CN114612544B (zh) | 2022-03-11 | 2022-03-11 | 图像处理方法、装置、设备和存储介质 |
KR1020220170636A KR20230006628A (ko) | 2022-03-11 | 2022-12-08 | 이미지 처리 방법과 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 |
JP2022196549A JP7425169B2 (ja) | 2022-03-11 | 2022-12-08 | 画像処理方法、装置、電子機器、記憶媒体及びコンピュータプログラム |
US18/147,527 US20230162383A1 (en) | 2022-03-11 | 2022-12-28 | Method of processing image, device, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210239492.4A CN114612544B (zh) | 2022-03-11 | 2022-03-11 | 图像处理方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114612544A true CN114612544A (zh) | 2022-06-10 |
CN114612544B CN114612544B (zh) | 2024-01-02 |
Family
ID=81862681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210239492.4A Active CN114612544B (zh) | 2022-03-11 | 2022-03-11 | 图像处理方法、装置、设备和存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230162383A1 (zh) |
JP (1) | JP7425169B2 (zh) |
KR (1) | KR20230006628A (zh) |
CN (1) | CN114612544B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106920279A (zh) * | 2017-03-07 | 2017-07-04 | 百度在线网络技术(北京)有限公司 | 三维地图构建方法和装置 |
CN108520537A (zh) * | 2018-03-29 | 2018-09-11 | 电子科技大学 | 一种基于光度视差的双目深度获取方法 |
US20200226773A1 (en) * | 2018-07-27 | 2020-07-16 | Shenzhen Sensetime Technology Co., Ltd. | Method and apparatus for depth estimation of monocular image, and storage medium |
CN111784757A (zh) * | 2020-06-30 | 2020-10-16 | 北京百度网讯科技有限公司 | 深度估计模型的训练方法、深度估计方法、装置及设备 |
CN112258409A (zh) * | 2020-10-22 | 2021-01-22 | 中国人民武装警察部队工程大学 | 一种用于无人驾驶的单目相机绝对尺度恢复方法及装置 |
CN112634343A (zh) * | 2020-12-23 | 2021-04-09 | 北京百度网讯科技有限公司 | 图像深度估计模型的训练方法、图像深度信息的处理方法 |
CN113205549A (zh) * | 2021-05-07 | 2021-08-03 | 深圳市商汤科技有限公司 | 深度估计方法及装置、电子设备和存储介质 |
CN113989376A (zh) * | 2021-12-23 | 2022-01-28 | 贝壳技术有限公司 | 室内深度信息的获取方法、装置和可读存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5792662B2 (ja) | 2011-03-23 | 2015-10-14 | シャープ株式会社 | 視差算出装置、距離算出装置及び視差算出方法 |
US10410353B2 (en) | 2017-05-18 | 2019-09-10 | Mitsubishi Electric Research Laboratories, Inc. | Multi-label semantic boundary detection system |
US10977818B2 (en) | 2017-05-19 | 2021-04-13 | Manor Financial, Inc. | Machine learning based model localization system |
-
2022
- 2022-03-11 CN CN202210239492.4A patent/CN114612544B/zh active Active
- 2022-12-08 JP JP2022196549A patent/JP7425169B2/ja active Active
- 2022-12-08 KR KR1020220170636A patent/KR20230006628A/ko unknown
- 2022-12-28 US US18/147,527 patent/US20230162383A1/en not_active Abandoned
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106920279A (zh) * | 2017-03-07 | 2017-07-04 | 百度在线网络技术(北京)有限公司 | 三维地图构建方法和装置 |
CN108520537A (zh) * | 2018-03-29 | 2018-09-11 | 电子科技大学 | 一种基于光度视差的双目深度获取方法 |
US20200226773A1 (en) * | 2018-07-27 | 2020-07-16 | Shenzhen Sensetime Technology Co., Ltd. | Method and apparatus for depth estimation of monocular image, and storage medium |
CN111784757A (zh) * | 2020-06-30 | 2020-10-16 | 北京百度网讯科技有限公司 | 深度估计模型的训练方法、深度估计方法、装置及设备 |
CN112258409A (zh) * | 2020-10-22 | 2021-01-22 | 中国人民武装警察部队工程大学 | 一种用于无人驾驶的单目相机绝对尺度恢复方法及装置 |
CN112634343A (zh) * | 2020-12-23 | 2021-04-09 | 北京百度网讯科技有限公司 | 图像深度估计模型的训练方法、图像深度信息的处理方法 |
CN113205549A (zh) * | 2021-05-07 | 2021-08-03 | 深圳市商汤科技有限公司 | 深度估计方法及装置、电子设备和存储介质 |
CN113989376A (zh) * | 2021-12-23 | 2022-01-28 | 贝壳技术有限公司 | 室内深度信息的获取方法、装置和可读存储介质 |
Non-Patent Citations (1)
Title |
---|
刘思博1;房立金2: "单目相机轨迹的真实尺度恢复", 《中国图象图形学报》, vol. 27, no. 2, pages 486 - 499 * |
Also Published As
Publication number | Publication date |
---|---|
JP2023027227A (ja) | 2023-03-01 |
CN114612544B (zh) | 2024-01-02 |
JP7425169B2 (ja) | 2024-01-30 |
US20230162383A1 (en) | 2023-05-25 |
KR20230006628A (ko) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11050994B2 (en) | Virtual reality parallax correction | |
US20160098858A1 (en) | 3-dimensional model generation using edges | |
CN112634343A (zh) | 图像深度估计模型的训练方法、图像深度信息的处理方法 | |
CN112560684B (zh) | 车道线检测方法、装置、电子设备、存储介质以及车辆 | |
CN113378760A (zh) | 训练目标检测模型和检测目标的方法及装置 | |
CN112097732A (zh) | 一种基于双目相机的三维测距方法、系统、设备及可读存储介质 | |
CN115578433B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN115719436A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN115410167A (zh) | 目标检测与语义分割方法、装置、设备及存储介质 | |
CN114004840A (zh) | 图像处理方法、训练方法、检测方法、装置、设备及介质 | |
CN112509126A (zh) | 三维物体检测的方法、装置、设备及存储介质 | |
CN113421217A (zh) | 可行驶区域检测方法和装置 | |
CN113378605A (zh) | 多源信息融合方法及装置、电子设备和存储介质 | |
CN114299242A (zh) | 高精地图中图像处理方法、装置、设备以及存储介质 | |
CN113409340A (zh) | 语义分割模型训练方法、语义分割方法、装置及电子设备 | |
CN115578432B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN116740160A (zh) | 一种复杂交通场景中的毫秒级多平面实时提取方法及装置 | |
CN113920273B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN116188587A (zh) | 定位方法、装置及车辆 | |
CN114612544A (zh) | 图像处理方法、装置、设备和存储介质 | |
CN114005098A (zh) | 高精地图车道线信息的检测方法、装置和电子设备 | |
CN113763468A (zh) | 一种定位方法、装置、系统及存储介质 | |
CN113312979B (zh) | 图像处理方法、装置、电子设备、路侧设备及云控平台 | |
CN115829898B (zh) | 数据处理方法、装置、电子设备、介质以及自动驾驶车辆 | |
CN115147809B (zh) | 一种障碍物检测方法、装置、设备以及存储介质 |
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 |