CN115578431A - 图像深度处理方法、装置、电子设备及介质 - Google Patents
图像深度处理方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN115578431A CN115578431A CN202211268979.1A CN202211268979A CN115578431A CN 115578431 A CN115578431 A CN 115578431A CN 202211268979 A CN202211268979 A CN 202211268979A CN 115578431 A CN115578431 A CN 115578431A
- Authority
- CN
- China
- Prior art keywords
- depth
- target
- determining
- target object
- target pixel
- 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 25
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000012216 screening Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000013135 deep learning Methods 0.000 abstract description 3
- 230000003190 augmentative effect Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000003550 marker Substances 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
- 230000008447 perception Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission 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
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000000717 retained effect 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
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 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
- G06T7/529—Depth or shape recovery from texture
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种图像深度处理方法、装置、电子设备及介质，涉及人工智能技术领域，具体为计算机视觉、增强现实、虚拟现实、深度学习等技术领域，可应用于自动驾驶、智能交通、智慧城市、元宇宙等场景。具体实现方案为：基于目标对象在待预测图像中的对象位置信息，确定所述目标对象的深度敏感区域；确定所述深度敏感区域中至少两个目标像素的深度预测值，以及所述目标像素在所述深度敏感区域中的像素位置信息；根据所述目标像素的所述深度预测值和所述像素位置信息，确定所述目标对象的深度预测值。本公开可以提高待预测图像中目标对象的深度预测准确性。
Description
技术领域
本公开涉及人工智能技术领域，具体为计算机视觉、增强现实、虚拟现实、深度学习等技术领域，可应用于自动驾驶、智能交通、智慧城市、元宇宙等场景。
背景技术
由于摄像机的低成本、低功耗和更长的感知范围，单目图像感知近年来吸引了业界和研究界的极大兴趣，单目三维目标检测任务在自动驾驶的应用日益增多。
深度预测是单目三维目标检测任务中重要部分，保证目标对象的深度预测准确度，对于提高自动驾驶的感知能力和决策能力具有重要意义。
发明内容
本公开提供了一种图像深度处理方法、装置、电子设备及介质。
根据本公开的一方面，提供了一种图像深度处理方法，该方法包括：
基于目标对象在待预测图像中的对象位置信息，确定所述目标对象的深度敏感区域；
确定所述深度敏感区域中至少两个目标像素的深度预测值，以及所述目标像素在所述深度敏感区域中的像素位置信息；
根据所述目标像素的所述深度预测值和所述像素位置信息，确定所述目标对象的深度预测值。
根据本公开的另一方面，提供了一种图像深度处理装置，包括：
区域确定模块，用于基于目标对象在待预测图像中的对象位置信息，确定所述目标对象的深度敏感区域；
像素确定模块，用于确定所述深度敏感区域中至少两个目标像素的深度预测值，以及所述目标像素在所述深度敏感区域中的像素位置信息；
深度预测模块，用于根据所述目标像素的所述深度预测值和所述像素位置信息，确定所述目标对象的深度预测值。
根据本公开的另一方面，提供了一种电子设备，该电子设备包括：
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本公开任一实施例所述的图像深度处理方法。
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，其中，所述计算机指令用于使计算机执行本公开任一实施例所述的图像深度处理方法。
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，所述计算机程序在被处理器执行时实现本公开任一实施例所述的图像深度处理方法。
根据本公开的技术，可以提高待预测图像中目标对象的深度预测准确性。
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是根据本公开实施例提供的一种图像深度处理方法的流程图；
图2是根据本公开实施例提供的另一种图像深度处理方法的流程图；
图3是根据本公开实施例提供的另一种图像深度处理方法的流程图；
图4是根据本公开实施例提供的一种图像深度处理装置的结构示意图；
图5是用来实现本公开实施例的图像深度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。
图1是根据本公开实施例提供的一种图像深度处理方法的流程图，本公开实施例适用于基于单目图像对三维空间中的目标对象进行深度预测的情况。该方法可以由图像深度处理装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成于承载图像深度处理功能的电子设备中。如图1所示，本实施例的图像深度处理方法可以包括：
S101，基于目标对象在待预测图像中的对象位置信息，确定所述目标对象的深度敏感区域；
S102，确定所述深度敏感区域中至少两个目标像素的深度预测值，以及所述目标像素在所述深度敏感区域中的像素位置信息；
S103，根据所述目标像素的所述深度预测值和所述像素位置信息，确定所述目标对象的深度预测值。
其中，待预测图像是需要进行深度处理的图像。可选的，待预测图像通过拍摄三维空间中目标物体得到的单目图像。待预测图像中包括至少一个目标对象。目标对象的对象类别以及待预测图像的采集设备，在这里均不作限定，具体根据实际情况确定。示例性的，待预测图像可以是通过配置在智能驾驶车辆的图像采集装置如摄像机采集到的交通图像。待预测图像中的目标对象则可以是交通图像中的车辆或者行人。
对象位置信息是指目标对象在待预测图像中的相对位置。对象位置信息用于确定目标对象的深度敏感区域。
每个目标对象均存在与之对应的深度敏感区域。可选的，深度敏感区域的区域中心根据目标对象的中心位置确定。可选的，将目标对象的中心位置确定为深度敏感区域的区域中心，根据目标对象的中心位置到边缘位置之间的相对距离，确定深度敏感区域的区域范围。深度敏感区域的区域形状可以是规则图像如圆形或者矩形，还可以是不规则的多边形，在这里不作限定，具体根据实际情况确定。
深度敏感区域包括目标对象所在的图像区域，待预测图像中处于深度敏感区域的像素为目标像素。目标像素可能属于目标对象，也可能属于除目标对象以外的其他对象。在深度敏感区域仅包括目标对象的情况下，目标像素属于目标对象。示例性，在待预测图像为交通图像，目标对象为车辆或者行人的情况下，其他对象可以是路面或者树木。
深度敏感区域用于确定深度预测值的有效范围。深度敏感区域中的目标像素，其深度预测值具备有效性，可以用于确定目标对象的深度预测值。这是因为，深度敏感区域基于目标对象在待预测图像中的对象位置信息确定，深度敏感区域与目标对象相对应，深度敏感区域中的目标像素很大概率属于目标对象，利用目标像素的深度预测值确定目标对象的深度预测值，也就是相当于利用目标对象本身像素确定自己的深度预测值，可以提高目标对象的深度预测准确性。
对象位置信息根据目标像素在深度敏感区域中的相对位置确定。根据对象位置信息可以确定目标像素属于目标对象的概率。
可以理解的是，属于目标对象的目标像素，其实际深度值与目标对象的实际深度值一致；属于其他对象的目标像素，其实际深度值可能与目标对象的实际深度值不一致。为了保证目标对象的深度预测值更加接近目标对象的实际深度值，
根据属于目标对象的目标像素的深度预测值确定目标对象的深度预测值，弱化属于其他对象的目标像素对于目标对象的深度预测值的影响。目标像素属于目标对象的可能性，可以根据目标像素的像素位置信息确定
可以知道的是，单目三维目标检测任务中是基于单目图像检测三维空间中的目标对象，单目三维目标检测是一个病态问题，由于单目图像是二维的，无法提供足够的三维信息，使得基于单目图像对三维空间中的目标对象进行深度预测的过程中，一直存在预测准确性较低的问题。
本公开技术方案，基于目标对象在待预测图像中的对象位置信息，确定目标对象的深度敏感区域，限定了深度预测值的有效范围，将处于深度敏感区域中至少两个目标像素的深度预测值用于确定目标对象的深度预测值，为确定目标对象的深度预测值提供了有效数据支持。本公开实施例在根据目标像素的深度预测值确定目标对象的深度预测值的过程中，还考虑了目标像素在深度敏感区域中的像素位置信息，有利于提高待预测图像中目标对象的深度预测准确性。
在一个可选的实施例中，基于目标对象在待预测图像中的对象位置信息，确定所述目标对象的深度敏感区域，包括：对所述待预测图像进行目标识别，根据目标识别结果在所述待预测图像中确定所述目标对象的边缘标记；根据所述边缘标记确定的图像区域，为所述目标对象确定深度敏感区域。
可选的，目标识别结果包括：目标类别和目标位置。其中，边缘标记根据目标识别结果中的目标位置确定。目标对象根据目标识别结果中的目标类别确定。
对待预测图像进行目标识别，得到目标识别结果。根据目标识别结果中的目标类别在待预测图像中识别目标对象，并根据目标识别结果中目标对象的目标位置，确定目标对象在待预测图像中的相对位置。目标对象在待预测图像中的相对位置以边缘标记示出。边缘标记对应的图像区域中至少包括目标对象。
可选的，将边缘标记确定的图像区域作为目标对象的深度敏感区域。目标对象的边缘标记可以是规则图像如圆形或者矩形，还可以是不规则的多边形，在这里不作限定，具体根据实际情况确定。
在一个具体的实施例中，将待预测图像输入深度预测模型，通过深度预测模型中的目标检测模块对待预测图像进行目标识别，在待预测图像中确定目标对象的边缘标记。其中，目标对象的边缘标记可以是目标检测模块输出的目标对象的识别框(boundingbox)。目标检测模块，可以是二维检测模块或者三维检测模块。
上述技术方案，通过对待预测图像进行目标识别，根据目标识别结果在待预测图像中确定目标对象的边缘标记。根据边缘标记确定的图像区域，为目标对象确定深度敏感区域。上述技术方案提供了一种切实可行的深度敏感区域确定方法，为后续根据深度敏感区域中目标像素的深度预测值，以及目标像素在深度敏感区域中的像素位置信息，确定目标对象的深度预测值提供了有效数据支持。
图2是根据本公开实施例提供的另一种图像深度处理方法的流程图；本实施例是在上述实施例的基础上提出的一种可选方案。具体的，本公开实施例对操作“根据所述目标像素的所述深度预测值和所述像素位置信息，确定所述目标对象的深度预测值”进行了细化。
参见图2，本实施例提供的图像深度处理方法包括：
S201，基于目标对象在待预测图像中的对象位置信息，确定所述目标对象的深度敏感区域。
S202，确定所述深度敏感区域中至少两个目标像素的深度预测值，以及所述目标像素在所述深度敏感区域中的像素位置信息。
可选的，像素位置信息用于区分目标像素所属对象。具体的，可以用于确定目标像素属于目标对象的概率。像素位置信息可以进一步用于确定目标像素的深度置信度。
S203，根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标像素的深度置信度。
可以知道的是，深度敏感区域根据目标对象的对象位置信息确定，可选的，深度敏感区域的区域中心根据目标对象的中心位置确定。深度敏感区域中心与目标像素之间的位置关系，用于衡量目标像素属于目标对象的概率。其中，目标像素属于目标对象的概率，可以确定目标像素的深度置信度。
可以理解的是，属于目标对象的目标像素，其实际深度值与目标对象的实际深度值一致；属于其他对象的目标像素，其实际深度值可能与目标对象的实际深度值不一致。为了保证目标对象的深度预测值更加接近目标对象的实际深度值，需要根据目标像素属于目标对象的概率，为目标像素确定深度置信度。
一般来说，目标像素距离深度敏感区域的区域中心越近，目标像素属于目标对象的概率越大。反之，目标像素距离深度敏感区域的区域中心越远，目标像素属于目标对象的概率越小。
具体的，为有更大概率属于目标对象的目标像素，确定更大的深度置信度。
根据深度敏感区域的区域中心与目标像素之间的位置关系，确定目标像素的深度置信度。可选的，确定深度敏感区域的区域中心与目标像素之间的相对距离，根据二者之间的相对距离确定目标像素的深度置信度。
S204，根据所述目标像素的所述深度置信度和所述深度预测值，确定所述目标对象的深度预测值。
目标像素的深度置信度可以用于衡量目标像素的深度预测值的可信程度。
根据目标像素的深度置信度和深度预测值，确定目标对象的深度预测值。将可信程度更高的目标像素的深度预测值，用于确定目标对象的深度预测值。同时弱化可信程度较低的目标像素的深度预测值，对于目标对象的深度预测值的影响。
本公开实施例中，根据深度敏感区域的区域中心与目标像素之间的位置关系，区分目标像素所属对象，确定目标像素属于目标对象的概率。再根据目标像素属于目标对象的概率，确定目标像素的深度置信度。然后根据目标像素的深度置信度和深度预测值，确定目标对象的深度预测值。这样做可以弱化属于其他对象的目标像素对于目标对象的深度预测值的影响，有利于提高待预测图像中目标对象的深度预测准确性。
在一个可选的实施例中，根据所述目标像素的所述深度置信度和所述深度预测值，确定所述目标对象的深度预测值，包括：利用所述目标像素的所述深度置信度对所述目标像素的深度预测值进行加权处理，得到所述目标像素的加权深度预测值；根据所述目标像素的加权深度预测值，确定所述目标对象的深度预测值。
可选的，将目标像素的深度置信度作为目标像素的深度预测值的权重系数，利用目标像素的深度置信度对目标像素的深度预测值进行加权处理，得到目标像素的加权深度预测值。
每个目标像素均存在对应的深度预测值和深度置信度。目标像素的加权深度预测值为利用属于目标像素的深度置信度，对该目标像素的深度预测值进行加权处理得到的。故每个目标像素均存在对应的加权深度预测值。
根据目标像素的加权深度预测值，确定目标对象的深度预测值。可选的，对目标像素的加权深度预测值进行加权平均，将得到的加权平均结果确定为目标对象的深度预测值。
上述技术方案，利用目标像素的深度置信度对目标像素的深度预测值进行加权处理，得到目标像素的加权深度预测值；根据目标像素的加权深度预测值，确定目标对象的深度预测值。上述技术方案利用深度置信度约束了目标像素的深度预测值对于目标对象的深度预测值的影响。有利于提高待预测图像中目标对象的深度预测准确性。
在一个可选的实施例中，所述方法还包括：基于预设的置信度阈值，对所述目标像素的深度置信度进行筛选，得到筛选结果；根据所述筛选结果更新所述目标像素的深度置信度。
其中，预设的置信度阈值用于限定深度置信度的有效数值范围。基于预设的置信度阈值可以从目标像素的深度置信度中剔除无效的深度置信度。预设的置信度阈值根据实际情况确定，在这里不做限定。
基于预设的置信度阈值，对目标像素的深度置信度进行筛选，得到筛选结果。可选的，将小于预设的置信度阈值的深度置信度确定为0，对于大于等于预设的置信度阈值的深度置信度进行保留。
根据筛选结果更新目标像素的深度置信度，以保证目标像素的深度置信度为筛选后的。可选的，在根据目标像素的深度置信度和深度预测值，确定目标对象的深度预测值之前，基于预设的置信度阈值，对目标像素的深度置信度进行筛选。
上述技术方案，通过设置预设的置信度阈值，基于预设的置信度阈值对目标像素的深度置信度进行筛选，有效弱化了属于其他对象的目标像素对于目标对象的深度预测值的影响，同时减少了数据量，有利于提高待预测图像中目标对象的深度预测准确性，以及深度预测效率。
图3是根据本公开实施例提供的另一种图像深度处理方法的流程图；本实施例是在上述实施例的基础上提出的一种可选方案。具体的，本公开实施例对操作“根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标像素的深度置信度”进行了细化。
参见图3，本实施例提供的图像深度处理方法包括：
S301，基于目标对象在待预测图像中的对象位置信息，确定所述目标对象的深度敏感区域。
S302，确定所述深度敏感区域中至少两个目标像素的深度预测值，以及所述目标像素在所述深度敏感区域中的像素位置信息。
S303，根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标对象的深度高斯核。
其中，深度高斯核本质为高斯核函数。深度高斯核用于确定目标像素的深度置信度。深度高斯核根据深度敏感区域的区域中心与目标像素之间的位置关系确定。深度高斯核的高斯核中心根据深度敏感区域的区域中心确定，深度高斯核的高斯核半径根据目标对象的对象高度和对象宽度确定。其中，目标对象的对象高度和对象宽度可以分别根据深度敏感区域的区域高度和区域宽度确定。
S304，利用所述深度高斯核，确定所述目标像素的深度置信度。
可以知道的是，从高斯核中心沿高斯核径向延伸，高斯核函数的函数值逐渐变小，这与目标像素距离深度敏感区域的区域中心越远，目标像素属于目标对象的概率越小的情况相匹配。利用深度高斯核可以确定目标像素的深度置信度。
S305，根据所述目标像素的所述深度置信度和所述深度预测值，确定所述目标对象的深度预测值。
本公开实施例中，通过根据深度敏感区域的区域中心与目标像素之间的位置关系，确定目标对象的深度高斯核，利用深度高斯核确定目标像素的深度置信度。提供了一种切实可行的深度置信度确定方法，为后续根据目标像素的深度置信度和深度预测值，确定目标对象的深度预测值提供了有效数据支持。
值得注意的是，深度高斯核适用于基于深度预测模型对待预测图像中目标对象进行深度预测的情况。可选的，深度预测模型包括：高斯核确定模块、特征提取模块、特征上采样模块，二维检测模块、三维预测模块以及深度处理模块。其中，高斯核确定模块用于构建深度高斯核。特征提取模块，用于提取待预测图像的图像特征信息，得到待预测图像的特征图(feature map)。其中，特征提取模块可以选用DLA网络或者Resnet系列网络(残差网络)如resnet34，resnet50，resent101等。特征上采样模块，用于将待预测图像的特征图(feature map)还原到待预测图像的尺寸。其中，特征上采样模块可以选用Unet网络中的特征上采样模块，DLAUP网络中的上采样模块等。二维检测模块，用于对待预测图像进行二维目标检测，确定待预测图像中目标对象的类别以及位置等，二维检测模块可以选用anchorfree算法或者anchor base算法。三维预测模块，用于对待预测图像进行三维目标检测，确定待预测图像中目标对象的类别、深度、长度、高度、宽度、位置以及朝向角。深度处理模块，用于对目标像素的深度预测值进行加权处理，得到目标对象的深度预测值。
深度高斯核作用于待预测图像的特征图(feature map)。使用高斯核确定模块构建的深度高斯核，可以将目标对象的中心位置，也就是深度敏感区域的区域中心分散到特征图(feature map)。
在一个可选的实施例中，根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标对象的深度高斯核，包括：基于下述公式，根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标对象的深度高斯核；
其中，Km(x，y)表示所述深度高斯核，(x，y)表示所述目标像素的像素坐标，(x0，y0)表示所述区域中心的像素坐标；
其中，w0表示深度敏感区域的宽度，h0表示深度敏感区域的高度；A表示权重系数，取值为正整数；α为超参数。
其中，σx表示深度高斯核在x方向上的标准差，σx根据深度敏感区域的宽度确定；σx用于控制深度高斯核x方向的高斯核半径；σy表示深度高斯核在y方向上的标准差，σy根据深度敏感区域的高度确定，用于深度高斯核y方向的高斯核半径。高斯核中心根据深度敏感区域的区域中心(x0，y0)确定。
上述技术方案，提供了一种切实可行的深度高斯核确定方法，为后续根据深度高斯核确定目标像素的深度置信度和深度预测值，提供了有效数据支持。
图4是根据本公开实施例提供的一种图像深度处理装置的结构示意图。本公开实施例适用于基于单目图像对三维空间中的目标对象进行深度预测的情况。该装置可以采用软件和/或硬件来实现，该装置可以实现本公开任意实施例所述的图像深度处理方法。如图4所示，该图像深度处理装置400包括：
区域确定模块410，用于基于目标对象在待预测图像中的对象位置信息，确定所述目标对象的深度敏感区域；
像素确定模块420，用于确定所述深度敏感区域中至少两个目标像素的深度预测值，以及所述目标像素在所述深度敏感区域中的像素位置信息；
深度预测模块430，用于根据所述目标像素的所述深度预测值和所述像素位置信息，确定所述目标对象的深度预测值。
本公开技术方案，基于目标对象在待预测图像中的对象位置信息，确定目标对象的深度敏感区域，限定了深度预测值的有效范围，将处于深度敏感区域中至少两个目标像素的深度预测值用于确定目标对象的深度预测值，为确定目标对象的深度预测值提供了有效数据支持。本公开实施例在根据目标像素的深度预测值确定目标对象的深度预测值的过程中，还考虑了目标像素在深度敏感区域中的像素位置信息，有利于提高待预测图像中目标对象的深度预测准确性。
可选的，深度预测模块430，包括：深度置信度确定子模块，用于根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标像素的深度置信度；深度预测值确定子模块，用于根据所述目标像素的所述深度置信度和所述深度预测值，确定所述目标对象的深度预测值。
可选的，深度置信度确定子模块，包括：深度高斯核确定单元，用于根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标对象的深度高斯核；深度置信度确定单元，用于利用所述深度高斯核，确定所述目标像素的深度置信度。
可选的，深度高斯核确定单元，具体用于基于下述公式，根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标对象的深度高斯核；
其中，Km(x，y)表示所述深度高斯核，(x，y)表示所述目标像素的像素坐标，(x0，y0)表示所述区域中心的像素坐标；
其中，w0表示深度敏感区域的宽度，h0表示深度敏感区域的高度；A表示权重系数，取值为正整数；α为超参数。
可选的，深度预测值确定子模块，包括：加权处理单元，用于利用所述目标像素的所述深度置信度对所述目标像素的深度预测值进行加权处理，得到所述目标像素的加权深度预测值；深度预测值确定单元，用于根据所述目标像素的加权深度预测值，确定所述目标对象的深度预测值。
可选的，区域确定模块410，包括：边缘标记确定子模块，用于对所述待预测图像进行目标识别，根据目标识别结果在所述待预测图像中确定所述目标对象的边缘标记；深度敏感区域确定子模块，用于根据所述边缘标记确定的图像区域，为所述目标对象确定深度敏感区域。
可选的，所述装置400还包括：置信度筛选模块，用于基于预设的置信度阈值，对所述目标像素的深度置信度进行筛选，得到筛选结果；置信度更新模块，用于根据所述筛选结果更新所述目标像素的深度置信度。
本公开实施例所提供的图像深度处理装置可执行本公开任意实施例所提供的图像深度处理方法，具备执行图像深度处理方法相应的功能模块和有益效果。
本公开的技术方案中，所涉及的用户信息的收集、存储、使用、加工、传输、提供和公开等，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5示出了可以用来实施本公开的实施例的示例电子设备500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5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储电子设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503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。
电子设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许电子设备500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501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501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501执行上文所描述的各个方法和处理，例如图像深度处理方法。例如，在一些实施例中，图像深度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508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的图像深度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501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深度处理方法。
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)、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图像深度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。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。
云计算(cloud computing)，指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用和存储设备等，并可以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
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 (17)
1.一种图像深度处理方法，所述方法包括：
基于目标对象在待预测图像中的对象位置信息，确定所述目标对象的深度敏感区域；
确定所述深度敏感区域中至少两个目标像素的深度预测值，以及所述目标像素在所述深度敏感区域中的像素位置信息；
根据所述目标像素的所述深度预测值和所述像素位置信息，确定所述目标对象的深度预测值。
2.根据权利要求1所述的方法，其中，根据所述目标像素的所述深度预测值和所述像素位置信息，确定所述目标对象的深度预测值，包括：
根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标像素的深度置信度；
根据所述目标像素的所述深度置信度和所述深度预测值，确定所述目标对象的深度预测值。
3.根据权利要求2所述的方法，其中，根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标像素的深度置信度，包括：
根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标对象的深度高斯核；
利用所述深度高斯核，确定所述目标像素的深度置信度。
4.根据权利要求3所述的方法，其中，根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标对象的深度高斯核，包括：
基于下述公式，根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标对象的深度高斯核；
其中，Km(x，y)表示所述深度高斯核，(x，y)表示所述目标像素的像素坐标，(x0，y0)表示所述区域中心的像素坐标；
其中，w0表示深度敏感区域的宽度，h0表示深度敏感区域的高度；A表示权重系数，取值为正整数；α为超参数。
5.根据权利要求2所述的方法，其中，根据所述目标像素的所述深度置信度和所述深度预测值，确定所述目标对象的深度预测值，包括：
利用所述目标像素的所述深度置信度对所述目标像素的深度预测值进行加权处理，得到所述目标像素的加权深度预测值；
根据所述目标像素的加权深度预测值，确定所述目标对象的深度预测值。
6.根据权利要求1所述的方法，其中，基于目标对象在待预测图像中的对象位置信息，确定所述目标对象的深度敏感区域，包括：
对所述待预测图像进行目标识别，根据目标识别结果在所述待预测图像中确定所述目标对象的边缘标记；
根据所述边缘标记确定的图像区域，为所述目标对象确定深度敏感区域。
7.根据权利要求2所述的方法，所述方法还包括：
基于预设的置信度阈值，对所述目标像素的深度置信度进行筛选，得到筛选结果；
根据所述筛选结果更新所述目标像素的深度置信度。
8.一种图像深度处理装置，所述装置包括：
区域确定模块，用于基于目标对象在待预测图像中的对象位置信息，确定所述目标对象的深度敏感区域；
像素确定模块，用于确定所述深度敏感区域中至少两个目标像素的深度预测值，以及所述目标像素在所述深度敏感区域中的像素位置信息；
深度预测模块，用于根据所述目标像素的所述深度预测值和所述像素位置信息，确定所述目标对象的深度预测值。
9.根据权利要求8所述的装置，其中，深度预测模块，包括：
深度置信度确定子模块，用于根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标像素的深度置信度；
深度预测值确定子模块，用于根据所述目标像素的所述深度置信度和所述深度预测值，确定所述目标对象的深度预测值。
10.根据权利要求9所述的装置，其中，深度置信度确定子模块，包括：
深度高斯核确定单元，用于根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标对象的深度高斯核；
深度置信度确定单元，用于利用所述深度高斯核，确定所述目标像素的深度置信度。
11.根据权利要求10所述的装置，其中，深度高斯核确定单元，具体用于基于下述公式，根据所述深度敏感区域的区域中心与所述目标像素之间的位置关系，确定所述目标对象的深度高斯核；
其中，Km(x，y)表示所述深度高斯核，(x，y)表示所述目标像素的像素坐标，(x0，y0)表示所述区域中心的像素坐标；
其中，w0表示深度敏感区域的宽度，h0表示深度敏感区域的高度；A表示权重系数，取值为正整数；α为超参数。
12.根据权利要求9所述的装置，其中，深度预测值确定子模块，包括：
加权处理单元，用于利用所述目标像素的所述深度置信度对所述目标像素的深度预测值进行加权处理，得到所述目标像素的加权深度预测值；
深度预测值确定单元，用于根据所述目标像素的加权深度预测值，确定所述目标对象的深度预测值。
13.根据权利要求8所述的装置，其中，区域确定模块，包括：
边缘标记确定子模块，用于对所述待预测图像进行目标识别，根据目标识别结果在所述待预测图像中确定所述目标对象的边缘标记；
深度敏感区域确定子模块，用于根据所述边缘标记确定的图像区域，为所述目标对象确定深度敏感区域。
14.根据权利要求9所述的装置，所述装置还包括：
置信度筛选模块，用于基于预设的置信度阈值，对所述目标像素的深度置信度进行筛选，得到筛选结果；
置信度更新模块，用于根据所述筛选结果更新所述目标像素的深度置信度。
15.一种电子设备，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1-7中任一项所述的图像深度处理方法。
16.一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计算机执行根据权利要求1-7中任一项所述的图像深度处理方法。
17.一种计算机程序产品，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1-7中任一项所述的图像深度处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211268979.1A CN115578431B (zh) | 2022-10-17 | 2022-10-17 | 图像深度处理方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211268979.1A CN115578431B (zh) | 2022-10-17 | 2022-10-17 | 图像深度处理方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115578431A true CN115578431A (zh) | 2023-01-06 |
| CN115578431B CN115578431B (zh) | 2024-02-06 |
Family
ID=84584670
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211268979.1A Active CN115578431B (zh) | 2022-10-17 | 2022-10-17 | 图像深度处理方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115578431B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115861400A (zh) * | 2023-02-15 | 2023-03-28 | 北京百度网讯科技有限公司 | 目标对象检测方法、训练方法、装置以及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112967381A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | 三维重建方法、设备和介质 |
| CN113705380A (zh) * | 2021-08-11 | 2021-11-26 | 北京百度网讯科技有限公司 | 雾天的目标检测方法、装置、电子设备以及存储介质 |
| CN114782510A (zh) * | 2022-04-29 | 2022-07-22 | 北京地平线信息技术有限公司 | 目标物体的深度估计方法和装置、存储介质、电子设备 |
| CN115131315A (zh) * | 2022-06-29 | 2022-09-30 | 北京百度网讯科技有限公司 | 一种图像的变化检测方法、装置、设备及存储介质 |
| CN115147265A (zh) * | 2022-06-30 | 2022-10-04 | 北京百度网讯科技有限公司 | 虚拟形象生成方法、装置、电子设备和存储介质 |
-
2022
- 2022-10-17 CN CN202211268979.1A patent/CN115578431B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112967381A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | 三维重建方法、设备和介质 |
| CN113705380A (zh) * | 2021-08-11 | 2021-11-26 | 北京百度网讯科技有限公司 | 雾天的目标检测方法、装置、电子设备以及存储介质 |
| CN114782510A (zh) * | 2022-04-29 | 2022-07-22 | 北京地平线信息技术有限公司 | 目标物体的深度估计方法和装置、存储介质、电子设备 |
| CN115131315A (zh) * | 2022-06-29 | 2022-09-30 | 北京百度网讯科技有限公司 | 一种图像的变化检测方法、装置、设备及存储介质 |
| CN115147265A (zh) * | 2022-06-30 | 2022-10-04 | 北京百度网讯科技有限公司 | 虚拟形象生成方法、装置、电子设备和存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115861400A (zh) * | 2023-02-15 | 2023-03-28 | 北京百度网讯科技有限公司 | 目标对象检测方法、训练方法、装置以及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115578431B (zh) | 2024-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230068238A1 (en) | Method and apparatus for processing image, electronic device and storage medium | |
| CN112966599B (zh) | 关键点识别模型的训练方法、关键点识别方法及装置 | |
| CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
| CN114443794A (zh) | 数据处理和地图更新方法、装置、设备以及存储介质 | |
| CN113378832A (zh) | 文本检测模型训练方法、文本预测框方法及装置 | |
| CN113362420A (zh) | 道路标注生成方法、装置、设备以及存储介质 | |
| CN113989777A (zh) | 高精地图限速标牌与车道位置的识别方法、装置和设备 | |
| CN115578431B (zh) | 图像深度处理方法、装置、电子设备及介质 | |
| CN115359471A (zh) | 图像处理及联合检测模型训练方法、装置、设备和存储介质 | |
| CN114724113B (zh) | 道路标牌识别方法、自动驾驶方法、装置和设备 | |
| CN117036457A (zh) | 一种屋顶面积的测量方法、装置、设备及存储介质 | |
| CN116246077A (zh) | 安全状态检测方法、装置、设备及介质 | |
| CN115761698A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
| CN115879004A (zh) | 目标模型的训练方法、装置、电子设备、介质和程序产品 | |
| CN115436900A (zh) | 基于雷达图的目标检测方法、装置、设备和介质 | |
| CN113989300A (zh) | 车道线分割的方法、装置、电子设备和存储介质 | |
| CN115063765A (zh) | 一种道路边界线确定方法、装置、设备及存储介质 | |
| CN114064745A (zh) | 一种确定交通提示距离的方法、装置及电子设备 | |
| CN114429631A (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
| CN113869147A (zh) | 目标检测方法及装置 | |
| CN113936158A (zh) | 一种标签匹配方法及装置 | |
| CN113378850B (zh) | 模型训练方法、路面损伤分割方法、装置和电子设备 | |
| CN113901342B (zh) | 一种路网数据处理方法、装置、电子设备及存储介质 | |
| CN113806361B (zh) | 电子监控设备与道路的关联方法、装置及存储介质 | |
| CN114170282A (zh) | 点云融合方法、装置、电子设备和介质 |
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 |