[发明专利]用于生成深度图像的方法和装置

权利要求书

1.一种用于生成深度图像的方法，包括：

获取目标深度图像；

将所述目标深度图像输入至预先训练的卷积神经网络，生成所述目标深度图像的恢复图像，其中，所述卷积神经网络用于表征深度图像与深度图像的恢复图像之间的对应关系，所述卷积神经网络是通过如下训练步骤得到的：

确定初始卷积神经网络的网络结构以及初始化所述初始卷积神经网络的网络参数；

获取训练样本集，其中，每个训练样本包括第一深度相机和第二深度相机拍摄同一对象所得的第一样本深度图像和第二样本深度图像，其中，所述第二深度相机在至少一个预设深度相机性能参数上优于所述第一深度相机；

将所述训练样本集中的训练样本中的第一样本深度图像和第二样本深度图像分别作为所述初始卷积神经网络的输入和期望输出，利用机器学习方法训练所述初始卷积神经网络；

将训练得到的所述初始卷积神经网络确定为所述预先训练的卷积神经网络。

2.根据权利要求1所述的方法，其中，所述卷积神经网络包括至少一个卷积层。

3.根据权利要求2所述的方法，其中，所述目标深度图像为目标人脸深度图像。

4.根据权利要求3所述的方法，其中，所述至少一个预设深度相机性能参数包括分辨率和深度有效距离。

5.根据权利要求1-4中任一所述的方法，其中，在将所述目标深度图像输入至预先训练的卷积神经网络，生成所述目标深度图像的恢复图像之前，所述方法还包括：

确定所述目标深度图像对应的目标类型；以及

所述将所述目标深度图像输入至预先训练的卷积神经网络，生成所述目标深度图像的恢复图像，包括：

将所述目标深度图像输入到所确定的目标类型对应的预先训练的卷积神经网络中，生成目标深度图像的恢复图像。

6.一种用于生成深度图像的装置，包括：

获取单元，配置用于获取目标深度图像；

生成单元，配置用于将所述目标深度图像输入至预先训练的卷积神经网络，生成所述目标深度图像的恢复图像，其中，所述卷积神经网络用于表征深度图像与深度图像的恢复图像之间的对应关系，所述卷积神经网络是通过如下训练步骤得到的：

确定初始卷积神经网络的网络结构以及初始化所述初始卷积神经网络的网络参数；

获取训练样本集，其中，每个训练样本包括第一深度相机和第二深度相机拍摄同一对象所得的第一样本深度图像和第二样本深度图像，其中，所述第二深度相机在至少一个预设深度相机性能参数上优于所述第一深度相机；

将所述训练样本集中的训练样本中的第一样本深度图像和第二样本深度图像分别作为所述初始卷积神经网络的输入和期望输出，利用机器学习方法训练所述初始卷积神经网络；

将训练得到的所述初始卷积神经网络确定为所述预先训练的卷积神经网络。

7.根据权利要求6所述的装置，其中，所述卷积神经网络包括至少一个卷积层。

8.根据权利要求7所述的装置，其中，所述目标深度图像为目标人脸深度图像。

9.根据权利要求8所述的装置，其中，所述至少一个预设深度相机性能参数包括分辨率和深度有效距离。

10.根据权利要求6-9中任一所述的装置，其中，所述装置还包括：

确定单元，配置用于确定所述目标深度图像对应的目标类型；以及

所述生成单元进一步用于：

将所述目标深度图像输入到所确定的目标类型对应的预先训练的卷积神经网络中，生成目标深度图像的恢复图像。

11.一种电子设备，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时，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。