[发明专利]深度估计方法、模型训练方法、装置、设备及存储介质在审
| 申请号: | 202110396926.7 | 申请日: | 2021-04-13 |
| 公开(公告)号: | CN112991416A | 公开(公告)日: | 2021-06-18 |
| 发明(设计)人: | 董怀琴;吴宇斌;尹康;王慧;朱志鹏 | 申请(专利权)人: | OPPO广东移动通信有限公司 |
| 主分类号: | G06T7/50 | 分类号: | G06T7/50;G06N3/04;G06N3/08 |
| 代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 邢惠童 |
| 地址: | 523860 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 深度 估计 方法 模型 训练 装置 设备 存储 介质 | ||
1.一种深度值估计方法,其特征在于,所述方法包括:
获取原始图像;
调用深度估计模型;
通过所述深度估计模型对所述原始图像进行深度值估计,得到所述原始图像的估计深度值集合,所述估计深度值集合包括至少一个估计深度值;
其中,所述深度估计模型的损失函数包括深度损失函数和/或梯度损失函数,所述深度损失函数用于表征基于所述深度估计模型输出的估计深度值和真实深度值之间的差异程度,所述梯度损失函数用于表征估计深度值的梯度和真实深度值的梯度之间的差异程度,所述估计深度值的梯度基于所述估计深度值和步长确定,所述真实深度值的梯度基于所述真实深度值和所述步长确定。
2.一种模型训练方法,其特征在于,所述方法包括:
获取深度估计模型的训练数据,所述训练数据包括至少一个训练样本,所述训练样本包括训练图像和所述训练图像的标准深度值集合,所述标准深度值集合包括至少一个标准深度值;
通过所述深度估计模型对所述训练图像进行深度值估计,得到所述训练图像的预测深度值集合,所述预测深度值集合包括至少一个预测深度值;
基于所述训练图像的标准深度值集合和所述训练图像的预测深度值集合,确定损失函数的值;
基于所述损失函数的值对所述深度估计模型进行训练,得到完成训练的深度估计模型;
其中,所述损失函数包括深度损失函数和/或梯度损失函数,所述深度损失函数用于表征基于所述深度估计模型输出的预测深度值和标准深度值之间的差异程度,所述梯度损失函数用于表征预测深度值的梯度和标准深度值的梯度之间的差异程度,所述预测深度值的梯度基于所述预测深度值和步长确定,所述标准深度值的梯度基于所述标准深度值和所述步长确定。
3.根据权利要求2所述的方法,其特征在于,所述基于所述训练图像的标准深度值集合和所述训练图像的预测深度值集合,确定损失函数的值,包括:
基于所述标准深度值集合和所述预测深度值集合,确定所述深度损失函数的值;
基于所述标准深度值和所述步长,确定所述标准深度值的梯度;
基于所述预测深度值和所述步长,确定所述预测深度值的梯度;
基于所述标准深度值的梯度和所述预测深度值的梯度,确定所述梯度损失函数的值;
基于第一倍数的所述深度损失函数的值和第二倍数的所述梯度损失函数的值,确定所述损失函数的值。
4.根据权利要求3所述的方法,其特征在于,所述基于所述标准深度值集合和所述预测深度值集合,确定所述深度损失函数的值,包括:
将所述训练图像中的各个像素点对应的深度值差值的绝对值之和,确定为所述深度损失函数的值,所述像素点对应的深度值差值是指所述像素点的预测深度值与所述像素点的标准深度值的差值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110396926.7/1.html,转载请声明来源钻瓜专利网。





