CN115937290A - 一种图像深度估计方法、装置、电子设备及存储介质 - Google Patents
一种图像深度估计方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115937290A CN115937290A CN202211114979.6A CN202211114979A CN115937290A CN 115937290 A CN115937290 A CN 115937290A CN 202211114979 A CN202211114979 A CN 202211114979A CN 115937290 A CN115937290 A CN 115937290A
- Authority
- CN
- China
- Prior art keywords
- pixel
- binocular
- depth value
- image
- parallax
- 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
- 238000000034 method Methods 0.000 title claims abstract description 83
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 66
- 238000013507 mapping Methods 0.000 claims abstract description 65
- 230000003287 optical effect Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000001419 dependent effect Effects 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 16
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000002474 experimental method Methods 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
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual 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
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
-
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
Abstract
本公开实施例公开了一种图像深度估计方法、装置、电子设备及存储介质，该方法包括：获取双目图像中各像素的相对深度值；获取同一场景点在所述双目图像间的双向视差，并确定所述双向视差一致的目标区域；根据所述目标区域中各像素的双向视差，确定所述目标区域中各像素的绝对深度值；根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；根据所述映射关系，以及所述双目图像中各像素的相对深度值，确定所述双目图像中各像素的绝对深度值。能够实现全图像各部分的深度估计。
Description
技术领域
本公开实施例涉及图像处理技术领域，尤其涉及一种图像深度估计方法、装置、电子设备及存储介质。
背景技术
现有的图像深度估计方法包括双目测距方法。双目测距的原理包括，将双目图像(即左目图像和右目图像)中提取的特征点进行匹配，利用双目图像采集设备预先标定的参数，以及匹配的特征点分别在双目图像中的像素位置，确定双目图像中特征点的深度。然而，该方法仅可对特征点明显的图像部分进行深度估计，而无法确定特征点不明显的部分的深度。
发明内容
本公开实施例提供了一种图像深度估计方法、装置、电子设备及存储介质，能够实现全图像各部分的深度估计。
第一方面，本公开实施例提供了一种图像深度估计方法，包括：
获取双目图像中各像素的相对深度值；
获取同一场景点在所述双目图像间的双向视差，并确定所述双向视差一致的目标区域；
根据所述目标区域中各像素的双向视差，确定所述目标区域中各像素的绝对深度值；
根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；
根据所述映射关系，以及所述双目图像中各像素的相对深度值，确定所述双目图像中各像素的绝对深度值。
第二方面，本公开实施例还提供了一种图像深度估计装置，包括：
相对深度获取模块，用于获取双目图像中各像素的相对深度值；
目标区域确定模块，用于获取同一场景点在所述双目图像间的双向视差，并确定所述双向视差一致的目标区域；
区域绝对深度确定模块，用于根据所述目标区域中各像素的双向视差，确定所述目标区域中各像素的绝对深度值；
映射关系构建模块，用于根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；
整体绝对深度确定模块，用于根据所述映射关系，以及所述双目图像中各像素的相对深度值，确定所述双目图像中各像素的绝对深度值。
第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例任一所述的图像深度估计方法。
第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的图像深度估计方法。
本公开实施例的技术方案中，获取双目图像中各像素的相对深度值；获取同一场景点在双目图像间的双向视差，并确定双向视差一致的目标区域；根据目标区域中各像素的双向视差，确定目标区域中各像素的绝对深度值；根据目标区域中各像素的绝对深度值，以及在双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；根据映射关系，以及双目图像中各像素的相对深度值，确定双目图像中各像素的绝对深度值。
双目图像中双向视差一致的目标区域，可认为其视差信息更加准确，基于该目标区域的视差信息确定的绝对深度值也更加准确。通过建立目标区域的绝对深度与相对深度的映射关系，可以利用该映射关系将全图像完整的相对深度值映射至绝对深度值，从而能够实现全图像各部分的深度估计。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本公开实施例所提供的一种图像深度估计方法的流程示意图；
图2为本公开实施例所提供的一种图像深度估计方法的流程示意图；
图3为本公开实施例所提供的一种图像深度估计装置的结构示意图；
图4为本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
图1为本公开实施例所提供的一种图像深度估计方法的流程示意图。本公开实施例适用于双目图像的全图像深度估计的情形。该方法可以由图像深度估计装置来执行，该装置可以通过软件和/或硬件的形式实现，该装置可配置于电子设备中，例如配置于计算机中。
如图1所示，本实施例提供的图像深度估计方法，包括：
S110、获取双目图像中各像素的相对深度值。
本公开实施例中，双目图像中各像素的相对深度值，可以是预先确定并存储到预设存储空间中的，可以从该预设存储空间中直接读取双目图像中各像素的相对深度值。此外，双目图像中各像素的相对深度值，也可以在获取双目图像后，对双目图像进行处理，以实时确定的。可以采用上述从预设存储空间中读取的方式、实时确定的方式或其他可选的方式，实现双目图像中各像素的相对深度值的获取。
其中，双目图像可以包括左目图像和右目图像。可以通过已有的单目图像深度估计的方法，例如基于线索的传统方法、基于机器学习的传统方法、基于有/无监督的深度学习方法等，分别对左目图像中各像素和右目图像中各像素进行深度估计，以确定左目图像和右目图像中各像素的相对深度值，即确定双目图像中各像素的相对深度值。
通过已有的单目图像深度估计的方法，能够完整地估计出图像中各像素的相对远、近，即可得到图像中全部像素的相对深度值。但是，该相对深度值并不具备具体的尺度信息，即不能确定像素对应的物体距图像采集装置之间的具体的距离。
S120、获取同一场景点在双目图像间的双向视差，并确定双向视差一致的目标区域。
本公开实施例中，场景即为双目图像对应的实际场景，场景中的一点可分别投影至左目图像和右目图像，换言之，左右目图像中各存在一像素，两像素表征了同一场景点。同一场景点在双目图像间的双向视差，可以包括：左目图像中的场景点相对于右目图像中同一场景点在图像坐标中的偏移距离，以及右目图像中的场景点相对于左目图像中同一场景点在图像坐标中的偏移距离。
其中，左目图像中的场景点相对于右目图像中同一场景点在图像坐标中的偏移距离，可以理解为：以左目图像为参考图像，以右目图像为目标图像，同一场景点在左目图像中的投影点到右目图像中的投影点的偏移距离。同理，右目图像中的场景点相对于左目图像中同一场景点在图像坐标中的偏移距离，可以理解为：以右目图像为参考图像，以左目图像为目标图像，同一场景点在右目图像中的投影点到左目图像中的投影点的偏移距离。
其中，S120步骤与S110步骤并无严格的先后时序，可同时执行，也可随机先后执行。在S120步骤中，同样可以采用从预设存储空间中读取预先确定的双向视差的方式、实时确定的方式或其他可选方式，获取同一场景点在双目图像间的双向视差。
其中，可以基于传统的尺度不变特征变换算法(Scale-invariant featuretransform，SIFT)、加速稳健特征算法(Speeded Up Robust Features,SURF)等匹配算法实现同一场景点的匹配，进而可根据同一场景点在双目图像的图像坐标中的位置，确定同一场景点在双目图像间的双向视差。或者，也可以通过传统的光流算法，或基于深度学习的光流估计等方法，确定同一场景点在双目图像间的光流信息，且可将该光流信息作为同一场景点在双目图像间的双向视差。
在确定同一场景点在双目图像间的双向视差之后，针对每个像素，可以先利用左目图像相对于右目图像的视差，将像素进行位置移动；再利用右目图像相对于左目图像的视差，将像素再次进行位置移动；若经两次移动后，像素回到原来的初始位置、或距初始位置非常近的位置，则可认为该像素的双向视差一致。通过由双向视差一致的各像素，可确定目标区域。例如，将双向视差一致的各像素构成的至少一个连通区域，作为目标区域；又如，可以将上述至少一个连通区域中面积最大的区域，作为目标区域等。
在一些可选的实现方式中，确定双向视差一致的目标区域，也可以包括：根据双向视差确定目标像素；其中，双向视差包括第一视差和第二视差，第一视差为同一场景点由左目图像到右目图像的视差，第二视差为同一场景点由右目图像到左目图像的视差；根据各目标像素确定目标区域。
在这些可选的实现方式中，可以将第一视差与第二视差的差值在预设范围内的场景点，作为目标像素。其中，预设范围可根据经验值或实验值进行设置，例如可以为1-2个像素。第一视差和第二视差的差值，可以是第一视差的绝对值和第二视差的绝对值中较大值减去较小值的差值，若该差值在预设范围内，则可以将对应的像素作为目标像素，即双向视差一致的像素。进而，可根据各目标像素构成的至少一个连通区域确定目标区域，例如将面积最大的连通区域作为目标区域。
目标区域内各像素的双向视差一致，可以认为该区域的视差信息更加准确。通过确定双向视差一致的目标区域，有利于更准确的绝对深度值的计算。
S130、根据目标区域中各像素的双向视差，确定目标区域中各像素的绝对深度值。
根据三维成像原理，视差d与像素的绝对深度值Z可存在如下关系：d＝ft/Z；其中，t可表示双目图像采集设备间的距离，f可表示双目图像采集设备的焦距。本公开实施例中，由于目标区域中各像素的双向视差具备一致性，故可取第一视差、第二视差或第一视差与第二视差的均值等中的任意一个作为d，以用于计算各像素的绝对深度值Z。该绝对深度值具备具体的尺度信息，即能够确定目标区域中各像素对应物体距图像采集装置之间的具体距离，例如绝对深度值可以是×毫米、×厘米、×米等。
S140、根据目标区域中各像素的绝对深度值，以及在双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系。
其中，可根据目标区域中各像素分别在左目图像和右目图像中的相对深度值，确定目标区域中各像素的最终相对深度值。例如，可以将目标区域中各像素在左目图像和右目图像中的相对深度值的均值或加权值等，作为目标区域中各像素的最终相对深度值。
进而，可以根据目标区域中各像素的最终相对深度值以及绝对深度值，构建相对深度值与绝对深度值的映射关系。其中，目标区域中各像素的最终相对深度值与绝对深度值呈正相关的映射关系。可以根据经验或实验，预设多个符合相对深度值到绝对深度值映射规律的候选映射关系，例如预设正相关的线性映射关系、对数映射关系等等。之后，可将目标区域中各像素的最终相对深度值以及绝对深度值，分别代入该些候选映射关系中，并可将拟合度最高的候选映射关系作为相对深度值与绝对深度值的映射关系。
在一些可选的实现方式中，根据目标区域中各像素的绝对深度值，以及在双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系，也可以包括：将目标区域中各像素的绝对深度值作为因变量，在双目图像的相对深度值作为自变量，进行函数拟合；将函数拟合的结果，作为由相对深度值到绝对深度值的映射关系。
在这些可选的实现方式中，将目标区域中各像素在双目图像的相对深度值作为自变量，可以是将目标区域中各像素的最终相对深度值作为自变量。可以通过已有的拟合工具(例如MATLAB等)，对最终相对深度值和绝对深度值进行自变量到因变量的函数拟合，得到的拟合结果可作为映射关系。从而可无需预设候选映射关系，也可使得到的映射关系最为符合当前的双目图像中相对深度值与绝对深度值的映射关系，提高不同双目图像的深度估计的准确度。
经大量实验证明，通常相对深度值到绝对深度值符合正相关的线性映射关系。为提高映射关系的确定效率，也可以在确定目标区域中各像素的最终相对深度值以及绝对深度值之后，根据各最终相对深度值和对应的绝对深度值，确定一比例系数，以使最终相对深度值乘以该比例系数后与绝对深度值等大。
S150、根据映射关系，以及双目图像中各像素的相对深度值，确定双目图像中各像素的绝对深度值。
根据目标区域中各像素构建的相对深度值和绝对深度值确定的映射关系，其准确程度更高，且可以用于双目图像中全部像素由相对深度值到绝对深度值的映射。其中，首先可确定双目图像中每个像素的最终相对深度值，然后可代入映射关系中，最后可得到双目图像中每个像素的绝对深度值。在该步骤中，由于目标区域中各像素的绝对深度值已确定，也可只确定双目图像中除目标区域外的其他区域的各像素的最终相对深度值，然后代入映射关系中，得到该其他区域的各像素的绝对深度值，从而可在一定程度上提高绝对深度值的确定效率。
在一些可选的实现方式中，获取双目图像中各像素的相对深度值，可以包括：通过单目深度估计模型处理双目图像，以得到双目图像中各像素的相对深度值；其中，单目深度估计模型在训练过程中的监督信息，可以包括样本双目图像的目标区域中各像素的绝对深度值。
单目深度估计模型可认为是深度学习模型。单目深度估计模型的训练过程，可以包括：获取样本双目图像；获取同一场景点在样本双目图像间的双向视差，并确定双向视差一致的目标区域；根据样本双目图像中目标区域的各像素的双向视差，确定样本双目图像中目标区域中各像素的绝对深度值。其中，基于样本目标图像的目标区域的视差信息，确定的绝对深度值的准确度更高。
由于绝对深度值同样可体现各像素之间的远、近关系，可以将样本双目图像的目标区域中各像素的绝对深度值作为监督信息，对单目深度估计模型进行训练。即在确定样本双目图像中目标区域中各像素的绝对深度值之后，单目深度估计模型的训练过程，还可以包括：通过单目深度估计模型处理样本双目图像，以得到样本双目图像中各像素的相对深度值；确定样本双目图像中目标区域的各像素的相对深度值和绝对深度值的误差，并回传，以训练单目深度估计模型。其中，确定样本双目图像中目标区域的各像素的相对深度值和绝对深度值的误差，例如可以将样本双目图像中目标区域的各像素的相对深度值和绝对深度值的分布离散程度，作为误差；又如可以将样本双目图像中目标区域的各像素的相对深度值乘以预设比例系数，将乘以比例系数后的数值与绝对深度值的差值，作为误差。此外，其他误差计算方式也可应用于此，在此不做穷举。
在这些可选的实现方式中，通过以样本双目图像的目标区域中各像素的绝对深度值作为监督信息，确定单目深度估计模型训练过程中的误差，能够提高单目深度估计模型的估计精度。在训练完毕后，单目深度估计模型可用于对双目图像中各像素的相对深度进行估计。
在一些可选的实现方式中，获取同一场景点在双目图像间的双向视差，可以包括：通过光流估计模型处理双目图像，以得到同一场景点在双目图像间的双向视差；其中，光流估计模型在训练过程中的监督信息，包括同一场景点在样本双目图像中除目标区域外的其他区域间的双向视差。
光流估计模型也可认为是深度学习模型。光流估计模型的训练过程，可以包括：获取样本双目图像；获取样本双目图像中各像素的相对深度值；将样本双目图像输入光流估计模型；通过光流估计模型处理样本双目图像，以得到同一场景点在样本双目图像间的双向视差；确定双向视差一致的目标区域，并确定样本双目图像中除目标区域外的其他区域。其中，其他区域的视差信息的准确性较差，通过对该部分视差信息进行优化，可训练得到效果更佳的光流估计模型。
在确定出样本双目图像中其他区域后，光流估计模型的训练过程，还可以包括：根据样本双目图像的其他区域中各像素的相对深度值，确定绝对深度值；根据其他区域中各像素的绝对深度值，确定其他区域中各像素的标准视差；确定同一场景点在样本双目图像中其他区域间的双向视差和标准视差的误差，并回传，以训练光流估计模型。其中，确定同一场景点在样本双目图像中其他区域间的双向视差和标准视差的误差，例如可以求样本双目图像中其他区域对应的第一视差和标准视差的差值，以及求样本双目图像中其他区域对应的第二视差和标准视差的差值，根据该两个差值确定误差，例如将均值或加权值作为误差。
在这些可选的实现方式中，通过以同一场景点在样本双目图像中除目标区域外的其他区域间的双向视差与标准视差的误差作为监督信息，确定光流估计模型训练过程中的误差，能够得到精度更高的光流估计模型。在训练完毕后后，光流估计模型可以用于估计同一场景点在双目图像间的双向视差。
本公开实施例的技术方案中，获取双目图像中各像素的相对深度值；获取同一场景点在双目图像间的双向视差，并确定双向视差一致的目标区域；根据目标区域中各像素的双向视差，确定目标区域中各像素的绝对深度值；根据目标区域中各像素的绝对深度值，以及在双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；根据映射关系，以及双目图像中各像素的相对深度值，确定双目图像中各像素的绝对深度值。
双目图像中双向视差一致的目标区域，可认为其视差信息更加准确，基于该目标区域的视差信息确定的绝对深度值也更加准确。通过建立目标区域的绝对深度与相对深度的映射关系，可以利用该映射关系将全图像完整的相对深度值映射至绝对深度值，从而能够实现全图像各部分的深度估计。
本公开实施例与上述实施例中所提供的图像深度估计方法中各个可选方案可以结合。本实施例所提供的图像深度估计方法，可以应用于双目视频的深度估计。通过本公开实施例提供图像深度估计方法，可以确定当前双目视频帧和下一双目视频帧中各像素的绝对深度值。此外，由于当前双目视频帧和下一双目视频帧具有时序连续性，还可以通过当前双目视频帧到下一双目视频帧的时序视差，将当前双目视频帧的绝对深度值向后传播到下一双目视频帧，以对下一双目视频帧中各像素的绝对深度值进行修正，从而可提高下一双目视频帧中各像素的绝对深度值的准确性。
图2为本公开实施例所提供的一种图像深度估计方法的流程示意图。如图2所示，本实施例提供的图像深度估计方法中，双目图像可以包括双目视频帧，该方法可以包括：
S210、获取当前双目视频帧以及下一双目视频帧中各像素的相对深度值。
本实施例中，双目视频帧可以为双目视频文件中的任一视频帧，双目视频文件可以为实时采集的视频流，也可以为预先存储至本地的视频文件；本实施例提供的方法可以用于双目视频文件的逐帧处理。
其中，可用L_K表示当前双目视频帧的左目视频帧，用R_K表示当前双目视频帧的右目视频帧，用L_K+1表示下一双目视频帧的左目视频帧，用R_K+1表示下一双目视频帧的右目视频帧。
其中，可以采用从预设存储空间中读取的方式、实时确定的方式或其他可选的方式获取L_K、R_K、L_K+1和R_K+1中各像素的相对深度值。例如，可以采用训练完成的单目深度估计模型，对L_K、R_K、L_K+1和R_K+1进行处理，以得到L_K、R_K、L_K+1和R_K+1中各像素的相对深度值。
S220、获取同一场景点在当前双目视频帧间的双向视差，以及同一场景点在下一双目视频帧间的双向视差，并确定当前双目视频帧以及下一双目视频帧中双向视差一致的目标区域。
其中，S220步骤与S210步骤并无严格的先后时序。在S220步骤中，也可采用从预设存储空间中读取预先确定的双向视差的方式、实时确定的方式或其他可选方式，获取同一场景点在L_K和R_K间，以及在L_K+1和R_K+1间的双向视差。例如，可以采用训练完成的光流估计模型处理L_K和R_K图像，以及处理L_K+1和R_K+1图像，以得到同一场景点从L_K到R_K的视差、从R_K到L_K的视差、从L_K+1到R_K+1的视差和从R_K+1到L_K+1的视差。
其中，可以将L_K到R_K的视差称为当前双目视频帧的第一视差，将R_K到L_K的视差称为当前双目视频帧的第二视差，将L_K+1到R_K+1的视差称为下一目标视频帧的第一视差，将R_K+1到L_K+1的视差称为下一目标视频帧的第二视差。并且，可将当前双目视频帧中第一视差与第二视差的差值在预设范围内的像素作为目标像素，根据目标像素确定当前双目视频帧的目标区域；同样，可将下一双目视频帧中第一视差与第二视差的差值在预设范围内的像素作为目标像素，根据目标像素确定下一双目视频帧的目标区域。
S230、根据当前双目视频帧中目标区域以及下一双目视频帧中目标区域中各像素的双向视差，确定当前双目视频帧中目标区域以及下一双目视频帧中目标区域中各像素的绝对深度值。
本实施例中，可基于三维成像原理，根据当前双目视频帧中目标区域中各像素的双向视差，确定当前双目视频帧中目标区域中各像素的绝对深度值；以及根据下一双目视频帧中目标区域中各像素的双向视差，确定下一双目视频帧中目标区域中各像素的绝对深度值。
S240、根据当前双目视频帧中目标区域以及下一双目视频帧中目标区域中各像素的绝对深度值，以及在当前双目视频帧以及下一双目视频帧中的相对深度值，构建当前双目视频帧以及下一双目视频帧中相对深度值与绝对深度值的映射关系。
本实施例中，可根据当前双目视频帧中目标区域中各像素的绝对深度值，以及当前双目视频帧中目标区域中各像素的相对深度值，构建当前双目视频帧中相对深度值与绝对深度值的映射关系。以及，可根据下一双目视频帧中目标区域中各像素的绝对深度值，以及下一双目视频帧中目标区域中各像素的相对深度值，构建下一双目视频帧中相对深度值与绝对深度值的映射关系。
S250、根据当前双目视频帧以及下一双目视频帧的映射关系，以及当前双目视频帧以及下一双目视频帧中各像素的相对深度值，确定当前双目视频帧以及下一双目视频帧中各像素的绝对深度值。
本实施例中，可将当前双目视频帧中各像素的相对深度值，代入当前双目视频帧的映射关系中，确定当前双目视频帧中各像素的绝对深度值。以及，可将下一双目视频帧中各像素的相对深度值，代入下一双目视频帧的映射关系中，确定下一双目视频帧中各像素的绝对深度值。
S260、获取同一场景点从当前双目视频帧到下一双目视频帧的时序视差。
其中，S260步骤与上述S210-S250并无严格的先后时序。在S260步骤中，也可采用从预设存储空间中读取预先确定的时序视差的方式、实时确定的方式或其他可选方式，获取同一场景点从L_K到L_K+1，以及从R_K到R_K+1的时序视差。例如，也可以采用训练完成的光流估计模型处理L_K和L_K+1图像，以及处理R_K和R_K+1图像，以得到同一场景点从L_K到L_K+1和从R_K到R_K+1的时序视差。
S270、根据当前双目视频帧中各像素的绝对深度值，以及时序视差，对下一双目视频帧中各像素的绝对深度值进行修正。
由于相邻视频帧之间，各像素对应的物体在时序、空间上具备连续性，可以利用各像素在当前双目视频帧中的绝对深度值，来对下一双目视频帧中相对应像素的绝对深度值进行修正，从而可提高下一双目视频帧中各像素的绝对深度值的准确性。
在一些可选的实现方式中，根据当前双目视频帧中各像素的绝对深度值，以及时序视差，对下一双目视频帧中各像素的绝对深度值进行修正，可以包括：根据当前双目视频帧中各像素的绝对深度值，以及时序视差，确定下一双目视频帧中各像素的绝对深度的时序估计值；根据时序估计值，对下一双目视频帧中各像素的绝对深度值进行加权平滑处理。
在这些可选的实现方式中，可根据同一场景点从L_K到L_K+1和从R_K到R_K+1的时序视差，将当前双目视频帧中各像素进行位置移动，以确定下一双目视频帧中相对应像素。进而，可将当前双目视频帧中各像素的绝对深度值，向后传播给下一双目视频帧中相对应像素，以估计出下一双目视频帧中各相对应像素的绝对深度值，即得到下一双目视频帧中各像素的绝对深度的时序估计值。最后，可将下一双目视频帧中各像素的绝对深度的时序估计值，与S250步骤确定出的下一双目视频帧中各像素的绝对深度值，进行加权求和，以对S250步骤确定出下一双目视频帧中各像素的绝对深度值进行时序的平滑修正处理，得到更准确的下一双目视频帧中各像素的绝对深度值。
此外，还可以在根据当前双目视频帧中各像素的绝对深度值，以及时序视差，确定下一双目视频帧中相对应像素的绝对深度的时序估计值之后，根据相对应像素的时序估计值的分布，对下一双目视频帧中各像素的绝对深度值进行修正，以使下一双目视频帧中各像素的绝对深度值的分布向时序估计值的分布靠近。可以理解的是，其他的对下一双目视频帧中各像素的绝对深度值进行修正的方式，也皆可应用于此，在此不做穷举。
在一些实际应用中，双目视频帧可以源于虚拟现实(Virtual Reality，VR)场景下的双目视频。可通过本公开实施例提供的图像深度估计方法，确定VR双目视频中各帧像素的绝对深度值，进而可有利于VR双目视频的特效添加等后续业务的实现，有助于提高视频观看用户的观感体验。
本公开实施例的技术方案，可以应用于双目视频的深度估计。通过本公开实施例提供图像深度估计方法，可以确定当前双目视频帧和下一双目视频帧中各像素的绝对深度值。此外，由于当前双目视频帧和下一双目视频帧具有时序连续性，还可以通过当前双目视频帧到下一双目视频帧的时序视差，将当前双目视频帧的绝对深度值向后传播到下一双目视频帧，以对下一双目视频帧中各像素的绝对深度值进行修正，从而可提高下一双目视频帧中各像素的绝对深度值的准确性。本公开实施例提供的图像深度估计方法与上述实施例提供的图像深度估计方法属于同一公开构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且相同的技术特征在本实施例与上述实施例中具有相同的有益效果。
图3为本公开实施例所提供的一种图像深度估计装置的结构示意图。本实施例提供的图像深度估计装置适用于双目图像的全图像深度估计的情形。
如图3所示，本公开实施例提供的图像深度估计装置，可以包括：
相对深度获取模块310，用于获取双目图像中各像素的相对深度值；
目标区域确定模块320，用于获取同一场景点在双目图像间的双向视差，并确定双向视差一致的目标区域；
区域绝对深度确定模块330，用于根据目标区域中各像素的双向视差，确定目标区域中各像素的绝对深度值；
映射关系构建模块340，用于根据目标区域中各像素的绝对深度值，以及在双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；
整体绝对深度确定模块350，用于根据映射关系，以及双目图像中各像素的相对深度值，确定双目图像中各像素的绝对深度值。
在一些可选的实现方式中，相对深度获取模块，可以用于：
通过单目深度估计模型处理双目图像，以得到双目图像中各像素的相对深度值；
其中，单目深度估计模型在训练过程中的监督信息，包括样本双目图像的目标区域中各像素的绝对深度值。
在一些可选的实现方式中，目标区域确定模块，可以用于：
通过光流估计模型处理双目图像，以得到同一场景点在双目图像间的双向视差；
其中，光流估计模型在训练过程中的监督信息，包括同一场景点在样本双目图像中除目标区域外的其他区域间的双向视差。
在一些可选的实现方式中，目标区域确定模块，可以用于：
根据双向视差确定目标像素；其中，双向视差包括第一视差和第二视差，第一视差为同一场景点由左目图像到右目图像的视差，第二视差为同一场景点由右目图像到左目图像的视差；
根据各目标像素确定目标区域。
在一些可选的实现方式中，映射关系构建模块，可以用于：
将目标区域中各像素的绝对深度值作为因变量，在双目图像的相对深度值作为自变量，进行函数拟合；
将函数拟合的结果，作为由相对深度值到绝对深度值的映射关系。
在一些可选的实现方式中，双目图像可以包括双目视频帧；
相应的，图像深度估计装置，还可以包括：
时序视差确定模块，用于确定同一场景点从当前双目视频帧到下一双目视频帧的时序视差；
整体绝对深度确定模块，还可以用于在确定当前双目视频帧以及下一双目视频帧中各像素的绝对深度值之后，根据当前双目视频帧中各像素的绝对深度值，以及时序视差，对下一双目视频帧中各像素的绝对深度值进行修正。
在一些可选的实现方式中，整体绝对深度确定模块，可以用于：
根据当前双目视频帧中各像素的绝对深度值，以及时序视差，确定下一双目视频帧中各像素的绝对深度的时序估计值；
根据时序估计值，对下一双目视频帧中各像素的绝对深度值进行加权平滑处理。
本公开实施例所提供的图像深度估计装置，可执行本公开任意实施例所提供的图像深度估计方法，具备执行方法相应的功能模块和有益效果。
值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。
下面参考图4，其示出了适于用来实现本公开实施例的电子设备(例如图4中的终端设备或服务器)400的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(Read-Only Memory，ROM)402中的程序或者从存储装置408加载到随机访问存储器(Random Access Memory，RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的图像深度估计方法中限定的上述功能。
本公开实施例提供的电子设备与上述实施例提供的图像深度估计方法属于同一公开构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。
本公开实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的图像深度估计方法。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)或闪存(FLASH)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：
获取双目图像中各像素的相对深度值；获取同一场景点在双目图像间的双向视差，并确定双向视差一致的目标区域；根据目标区域中各像素的双向视差，确定目标区域中各像素的绝对深度值；根据目标区域中各像素的绝对深度值，以及在双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；根据映射关系，以及双目图像中各像素的相对深度值，确定双目图像中各像素的绝对深度值。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元、模块的名称在某种情况下并不构成对该单元、模块本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FieldProgrammable Gate Array，FPGA)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、专用标准产品(Application Specific Standard Parts，ASSP)、片上系统(System on Chip，SOC)、复杂可编程逻辑设备(CPLD)等等。
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。
根据本公开的一个或多个实施例，提供了一种图像深度估计方法，该方法包括：
获取双目图像中各像素的相对深度值；
获取同一场景点在所述双目图像间的双向视差，并确定所述双向视差一致的目标区域；
根据所述目标区域中各像素的双向视差，确定所述目标区域中各像素的绝对深度值；
根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；
根据所述映射关系，以及所述双目图像中各像素的相对深度值，确定所述双目图像中各像素的绝对深度值。
根据本公开的一个或多个实施例，提供了一种图像深度估计方法，还包括：
在一些可选的实现方式中，所述获取双目图像中各像素的相对深度值，包括：
通过单目深度估计模型处理所述双目图像，以得到所述双目图像中各像素的相对深度值；
其中，所述单目深度估计模型在训练过程中的监督信息，包括样本双目图像的所述目标区域中各像素的绝对深度值。
根据本公开的一个或多个实施例，提供了一种图像深度估计方法，还包括：
在一些可选的实现方式中，所述获取同一场景点在所述双目图像间的双向视差，包括：
通过光流估计模型处理所述双目图像，以得到同一场景点在所述双目图像间的双向视差；
其中，所述光流估计模型在训练过程中的监督信息，包括同一场景点在样本双目图像中除所述目标区域外的其他区域间的双向视差。
根据本公开的一个或多个实施例，提供了一种图像深度估计方法，还包括：
在一些可选的实现方式中，所述确定所述双向视差一致的目标区域，包括：
根据所述双向视差确定目标像素；其中，所述双向视差包括第一视差和第二视差，所述第一视差为同一场景点由左目图像到右目图像的视差，所述第二视差为同一场景点由右目图像到左目图像的视差；
根据各所述目标像素确定目标区域。
根据本公开的一个或多个实施例，提供了一种图像深度估计方法，还包括：
在一些可选的实现方式中，所述根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系，包括：
将所述目标区域中各像素的绝对深度值作为因变量，在所述双目图像的相对深度值作为自变量，进行函数拟合；
将所述函数拟合的结果，作为由相对深度值到绝对深度值的映射关系。
根据本公开的一个或多个实施例，提供了一种图像深度估计方法，还包括：
在一些可选的实现方式中，所述双目图像包括双目视频帧；
相应的，在确定当前双目视频帧以及下一双目视频帧中各像素的绝对深度值之后，所述方法还包括：
确定同一场景点从所述当前双目视频帧到所述下一双目视频帧的时序视差；
根据所述当前双目视频帧中各像素的绝对深度值，以及所述时序视差，对所述下一双目视频帧中各像素的绝对深度值进行修正。
根据本公开的一个或多个实施例，提供了一种图像深度估计方法，还包括：
在一些可选的实现方式中，所述根据所述当前双目视频帧中各像素的绝对深度值，以及所述时序视差，对所述下一双目视频帧中各像素的绝对深度值进行修正，包括：
根据所述当前双目视频帧中各像素的绝对深度值，以及所述时序视差，确定所述下一双目视频帧中各像素的绝对深度的时序估计值；
根据所述时序估计值，对所述下一双目视频帧中各像素的绝对深度值进行加权平滑处理。
根据本公开的一个或多个实施例，提供了一种图像深度估计装置，该装置包括：
相对深度获取模块，用于获取双目图像中各像素的相对深度值；
目标区域确定模块，用于获取同一场景点在所述双目图像间的双向视差，并确定所述双向视差一致的目标区域；
区域绝对深度确定模块，用于根据所述目标区域中各像素的双向视差，确定所述目标区域中各像素的绝对深度值；
映射关系构建模块，用于根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；
整体绝对深度确定模块，用于根据所述映射关系，以及所述双目图像中各像素的相对深度值，确定所述双目图像中各像素的绝对深度值。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种图像深度估计方法，其特征在于，包括：
获取双目图像中各像素的相对深度值；
获取同一场景点在所述双目图像间的双向视差，并确定所述双向视差一致的目标区域；
根据所述目标区域中各像素的双向视差，确定所述目标区域中各像素的绝对深度值；
根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；
根据所述映射关系，以及所述双目图像中各像素的相对深度值，确定所述双目图像中各像素的绝对深度值。
2.根据权利要求1所述的方法，其特征在于，所述获取双目图像中各像素的相对深度值，包括：
通过单目深度估计模型处理所述双目图像，以得到所述双目图像中各像素的相对深度值；
其中，所述单目深度估计模型在训练过程中的监督信息，包括样本双目图像的所述目标区域中各像素的绝对深度值。
3.根据权利要求1所述的方法，其特征在于，所述获取同一场景点在所述双目图像间的双向视差，包括：
通过光流估计模型处理所述双目图像，以得到同一场景点在所述双目图像间的双向视差；
其中，所述光流估计模型在训练过程中的监督信息，包括同一场景点在样本双目图像中除所述目标区域外的其他区域间的双向视差。
4.根据权利要求1所述的方法，其特征在于，所述确定所述双向视差一致的目标区域，包括：
根据所述双向视差确定目标像素；其中，所述双向视差包括第一视差和第二视差，所述第一视差为同一场景点由左目图像到右目图像的视差，所述第二视差为同一场景点由右目图像到左目图像的视差；
根据各所述目标像素确定目标区域。
5.根据权利要求1所述的方法，其特征在于，所述根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系，包括：
将所述目标区域中各像素的绝对深度值作为因变量，在所述双目图像的相对深度值作为自变量，进行函数拟合；
将所述函数拟合的结果，作为由相对深度值到绝对深度值的映射关系。
6.根据权利要求1-5中任一所述的方法，其特征在于，所述双目图像包括双目视频帧；
相应的，在确定当前双目视频帧以及下一双目视频帧中各像素的绝对深度值之后，所述方法还包括：
确定同一场景点从所述当前双目视频帧到所述下一双目视频帧的时序视差；
根据所述当前双目视频帧中各像素的绝对深度值，以及所述时序视差，对所述下一双目视频帧中各像素的绝对深度值进行修正。
7.根据权利要求6所述的方法，其特征在于，所述根据所述当前双目视频帧中各像素的绝对深度值，以及所述时序视差，对所述下一双目视频帧中各像素的绝对深度值进行修正，包括：
根据所述当前双目视频帧中各像素的绝对深度值，以及所述时序视差，确定所述下一双目视频帧中各像素的绝对深度的时序估计值；
根据所述时序估计值，对所述下一双目视频帧中各像素的绝对深度值进行加权平滑处理。
8.一种图像深度估计装置，其特征在于，包括：
相对深度获取模块，用于获取双目图像中各像素的相对深度值；
目标区域确定模块，用于获取同一场景点在所述双目图像间的双向视差，并确定所述双向视差一致的目标区域；
区域绝对深度确定模块，用于根据所述目标区域中各像素的双向视差，确定所述目标区域中各像素的绝对深度值；
映射关系构建模块，用于根据所述目标区域中各像素的绝对深度值，以及在所述双目图像的相对深度值，构建相对深度值与绝对深度值的映射关系；
整体绝对深度确定模块，用于根据所述映射关系，以及所述双目图像中各像素的相对深度值，确定所述双目图像中各像素的绝对深度值。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的图像深度估计方法。
10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的图像深度估计方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211114979.6A CN115937290B (zh) | 2022-09-14 | 2022-09-14 | 一种图像深度估计方法、装置、电子设备及存储介质 |
| PCT/CN2023/118825 WO2024056030A1 (zh) | 2022-09-14 | 2023-09-14 | 一种图像深度估计方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211114979.6A CN115937290B (zh) | 2022-09-14 | 2022-09-14 | 一种图像深度估计方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115937290A true CN115937290A (zh) | 2023-04-07 |
| CN115937290B CN115937290B (zh) | 2024-03-22 |
Family
ID=86652960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211114979.6A Active CN115937290B (zh) | 2022-09-14 | 2022-09-14 | 一种图像深度估计方法、装置、电子设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN115937290B (zh) |
| WO (1) | WO2024056030A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024056030A1 (zh) * | 2022-09-14 | 2024-03-21 | 北京字跳网络技术有限公司 | 一种图像深度估计方法、装置、电子设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010251878A (ja) * | 2009-04-13 | 2010-11-04 | National Institute Of Information & Communication Technology | 奥行推定装置、奥行推定方法および奥行推定プログラム |
| CN106204572A (zh) * | 2016-07-06 | 2016-12-07 | 合肥工业大学 | 基于场景深度映射的道路目标深度估计方法 |
| CN108564536A (zh) * | 2017-12-22 | 2018-09-21 | 洛阳中科众创空间科技有限公司 | 一种深度图的全局优化方法 |
| US20200226777A1 (en) * | 2018-02-01 | 2020-07-16 | Shenzhen Sensetime Technology Co., Ltd. | Depth estimation method and apparatus, electronic device, program, and medium |
| CN114511647A (zh) * | 2020-11-16 | 2022-05-17 | 深圳市万普拉斯科技有限公司 | 一种真实深度图的生成方法、装置、系统及电子设备 |
| CN114820745A (zh) * | 2021-12-13 | 2022-07-29 | 南瑞集团有限公司 | 单目视觉深度估计系统、方法、计算机设备及计算机可读存储介质 |
| CN115049717A (zh) * | 2022-08-15 | 2022-09-13 | 荣耀终端有限公司 | 一种深度估计方法及装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8983176B2 (en) * | 2013-01-02 | 2015-03-17 | International Business Machines Corporation | Image selection and masking using imported depth information |
| CN104010178B (zh) * | 2014-06-06 | 2017-01-04 | 深圳市墨克瑞光电子研究院 | 双目图像视差调节方法及装置和双目相机 |
| CN112985360B (zh) * | 2021-05-06 | 2021-08-10 | 中汽数据(天津)有限公司 | 基于车道线的双目测距校正方法、装置、设备和存储介质 |
| CN115937290B (zh) * | 2022-09-14 | 2024-03-22 | 北京字跳网络技术有限公司 | 一种图像深度估计方法、装置、电子设备及存储介质 |
-
2022
- 2022-09-14 CN CN202211114979.6A patent/CN115937290B/zh active Active
-
2023
- 2023-09-14 WO PCT/CN2023/118825 patent/WO2024056030A1/zh unknown
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010251878A (ja) * | 2009-04-13 | 2010-11-04 | National Institute Of Information & Communication Technology | 奥行推定装置、奥行推定方法および奥行推定プログラム |
| CN106204572A (zh) * | 2016-07-06 | 2016-12-07 | 合肥工业大学 | 基于场景深度映射的道路目标深度估计方法 |
| CN108564536A (zh) * | 2017-12-22 | 2018-09-21 | 洛阳中科众创空间科技有限公司 | 一种深度图的全局优化方法 |
| US20200226777A1 (en) * | 2018-02-01 | 2020-07-16 | Shenzhen Sensetime Technology Co., Ltd. | Depth estimation method and apparatus, electronic device, program, and medium |
| CN114511647A (zh) * | 2020-11-16 | 2022-05-17 | 深圳市万普拉斯科技有限公司 | 一种真实深度图的生成方法、装置、系统及电子设备 |
| CN114820745A (zh) * | 2021-12-13 | 2022-07-29 | 南瑞集团有限公司 | 单目视觉深度估计系统、方法、计算机设备及计算机可读存储介质 |
| CN115049717A (zh) * | 2022-08-15 | 2022-09-13 | 荣耀终端有限公司 | 一种深度估计方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 陈震 等: "基于语义分割的双目场景流估计", 《电子学报》, vol. 48, no. 04, 30 April 2020 (2020-04-30), pages 631 - 636 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024056030A1 (zh) * | 2022-09-14 | 2024-03-21 | 北京字跳网络技术有限公司 | 一种图像深度估计方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2024056030A1 (zh) | 2024-03-21 |
| CN115937290B (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108492364B (zh) | 用于生成图像生成模型的方法和装置 | |
| CN109583391B (zh) | 关键点检测方法、装置、设备及可读介质 | |
| CN110728622B (zh) | 鱼眼图像处理方法、装置、电子设备及计算机可读介质 | |
| CN112801907B (zh) | 深度图像的处理方法、装置、设备和存储介质 | |
| CN112733820A (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
| WO2024056030A1 (zh) | 一种图像深度估计方法、装置、电子设备及存储介质 | |
| CN113989717A (zh) | 视频图像处理方法、装置、电子设备及存储介质 | |
| CN115761090A (zh) | 特效渲染方法、装置、设备、计算机可读存储介质及产品 | |
| CN113902636A (zh) | 图像去模糊方法及装置、计算机可读介质和电子设备 | |
| CN115409696A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN115937291B (zh) | 一种双目图像的生成方法、装置、电子设备及存储介质 | |
| CN111915532B (zh) | 图像追踪方法、装置、电子设备及计算机可读介质 | |
| CN113891057A (zh) | 视频的处理方法、装置、电子设备和存储介质 | |
| CN115706810A (zh) | 视频帧调整方法、装置、电子设备和存储介质 | |
| CN115086541A (zh) | 一种拍摄位置确定方法、装置、设备及介质 | |
| CN112308809A (zh) | 一种图像合成方法、装置、计算机设备及存储介质 | |
| CN111292365A (zh) | 生成深度图的方法、装置、电子设备和计算机可读介质 | |
| EP3391330B1 (en) | Method and device for refocusing at least one plenoptic video | |
| WO2023284479A1 (zh) | 平面估计方法、装置、电子设备及存储介质 | |
| CN115619847A (zh) | 一种几何估计图像处理方法、装置、电子设备及存储介质 | |
| CN117391944A (zh) | 图像处理方法、装置、电子设备、介质及产品 | |
| CN117437258A (zh) | 图像处理方法、装置、设备及介质 | |
| CN113379644A (zh) | 基于数据增强的训练样本获取方法、装置和电子设备 | |
| CN115953432A (zh) | 基于图像的运动预测方法、装置、电子设备和存储介质 | |
| CN113989388A (zh) | 一种标定方法、装置、电子设备及介质 |
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 |