[发明专利]数据处理方法、装置、介质和计算设备

说明书

本发明的实施方式提供了一种数据处理方法，包括：通过摄像装置获取图像；将所述图像输入到训练好的神经网络中，得到所述图像对应的深度图，所述深度图包括所述图像中多个像素点对应的真实尺度的深度值；基于所述图像以及所述深度图构建三维地图，并确定所述摄像装置在所述地图中的位置。本发明通过神经网络得到图像的多个像素点的真实尺度的深度值，从而可以基于该真实尺度的深度值构建三维地图，使得在构建三维地图过程中不必再对各像素点的深度值进行估算，从而显著地减少了计算量，并且提高了准确度。此外，本发明的实施方式还提供了一种数据处理装置、一种计算设备以及一种介质。

技术领域

本发明的实施方式涉及计算机技术领域，更具体地，本发明的实施方式涉及一种数据处理方法、装置、介质和计算设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着科学技术的快速发展，同步定位与地图创建(Simultaneous Localizationand Mapping，简称SLAM)技术越来越多地应用于机器人定位、自主导航、AR交互、无人驾驶等诸多领域。目前，视觉SLAM可以分为单目SLAM、多目SLAM以及RGBD等，其中，单目SLAM对硬件设备要求较低，应用更加广泛。然而，由于单目相机无法估计尺度信息，且机器视觉算法在低纹理区域立体匹配精度低、鲁棒性差，导致单目SLAM很难满足实际应用的需求。

发明内容

可见，出于单目相机无法估计真实尺度信息的原因，现有技术在构建三维地图的过程中需要通过算法对各像素点的深度值进行估算(例如，通过三角测量的方法估算深度值)，计算量大，并且深度估算在低纹理区域立体匹配精度低，鲁棒性差，准确率低。

为此，非常需要一种优化的处理方法，该方法能够在构建三维地图过程中不必再对各像素点的深度值进行估算，从而减少计算量，并且提高准确度。

在本上下文中，本发明的实施方式期望提供一种数据处理方法、装置、介质和计算设备。

在本发明实施方式的第一方面中，提供了一种数据处理方法，包括：通过摄像装置获取图像，将所述图像输入到训练好的神经网络中，得到所述图像对应的深度图，所述深度图包括所述图像中多个像素点对应的真实尺度的深度值，以及基于所述图像以及所述深度图构建三维地图，并确定所述摄像装置在所述地图中的位置。

在本发明的一个实施例中，上述方法还包括：对所述深度图进行高斯平滑滤波处理和/或梯度平滑滤波处理。

在本发明的一个实施例中，上述通过摄像装置获取图像包括：通过单目相机获取图像。

在本发明的一个实施例中，上述训练好的神经网络包括通过梯度平滑损失函数和L2损失函数优化得到的神经网络。

在本发明的一个实施例中，上述神经网络包括卷积神经网络，所述卷积神经网络包括ResNet50网络结构以及至少一个反卷积层。

在本发明的一个实施例中，上述ResNet50网络结构包括第一卷积块、第二卷积块、第三卷积块以及第四卷积块，每个卷积块中包括至少一个卷积层，其中，所述第二卷积块、第三卷积块以及第四卷积块中的至少一个卷积层为空洞卷积层。

在本发明的一个实施例中，上述至少一个反卷积层中的第一反卷积层与所述第四卷积块相连，其中，所述神经网络的输出结果包括：所述第一反卷积层的输出结果与所述第三卷积块的输出结果进行跳连接操作之后，经过至少一个特定卷积层得到的输出结果。

在本发明的一个实施例中，上述训练好的神经网络包括通过训练样本集得到的神经网络，所述样本集包括多张图像以及所述多张图像对应的真实深度值。

在本发明的一个实施例中，上述样本集包括通过深度相机获取的多张图像以及所述多张图像对应的真实深度值。