[发明专利]深度图像估计方法、装置、电器设备以及存储介质

说明书

本发明公开了一种深度图像估计方法、装置、电器设备以及存储介质，其中，深度图像估计方法应用于嵌入式神经网络处理器，方法包括：获取双目相机采集到的第一图像和第二图像；分别对第一图像和第二图像的有效区域进行截取，得到第一有效图像和第二有效图像；利用预先训练好的轻量级图像校正网络模型对第一有效图像的行和第二有效图像的行进行对准校正，得到第一校正图像和第二校正图像；利用预先训练好的轻量级深度估计网络模型对第一校正图像和第二校正图像进行深度估计，得到深度图像。该方法降低了计算的复杂度，减少了计算量以及计算耗时，保证了深度估计方法的实时性。

技术领域

本申请涉及图像处理技术领域，特别涉及一种深度图像估计方法、装置、电器设备以及存储介质。

背景技术

相关技术中，传统的双目深度估计方法流程如下：对双目相机采集到的左图像和右图像进行校正；对校正后的左图像和右图像经过块匹配计算视差图；根据视差图计算深度图像。传统的双目深度估计方法的估计过程在CPU(Central Processing Unit，中央处理器)上运行。

由于图像校正、视差图计算以及视差图转深度图过程计算量较大，所以传统深度估计方法的耗时较长。尤其是当传统深度估计方法在算力较弱的边缘端(例如扫地机、智能门锁)的嵌入式开发板的CPU上运行时，由于计算速度较慢，很难保证传统深度估计方法的实时性，并且CPU在做图像类的并行计算时任务效率较低。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提出一种深度图像估计方法，通过截取第一图像和第二图像的有效区域，降低了计算的复杂度，减少了计算量，并且预先训练好的轻量级图像校正网络模型和轻量级深度估计网络模型计算速度快，减少了计算耗时，以及深度图像估计方法运行在嵌入式神经网络处理器中，进一步提升计算速度，保证了深度估计方法的实时性。

本发明的第二个目的在于提出一种计算机可读存储介质。

本发明的第三个目的在于提出一种电器设备。

本发明的第四个目的在于提出一种深度图像估计装置。

为达上述目的，根据本发明第一方面实施例提出了一种深度图像估计方法，应用于嵌入式神经网络处理器，方法包括：获取双目相机采集到的第一图像和第二图像；分别对第一图像和第二图像的有效区域进行截取，得到第一有效图像和第二有效图像；利用预先训练好的轻量级图像校正网络模型对第一有效图像的行和第二有效图像的行进行对准校正，得到第一校正图像和第二校正图像；利用预先训练好的轻量级深度估计网络模型对第一校正图像和第二校正图像进行深度估计，得到深度图像。

根据本发明实施例的深度图像估计方法，获取双目相机采集到的第一图像和第二图像，分别截取第一图像和第二图像的有效区域得到第一有效图像和第二有效图像，并利用预先训练好的轻量级图像校正网络模型对第一有效图像和第二有效图像进行校正，得到第一校正图像和第二校正图像，然后利用预先训练好的轻量级深度估计网络模型对第一校正图像和第二校正图像进行深度估计，得到深度图像，其中，深度图像估计方法应用于嵌入式神经网络处理器。由此，通过截取第一图像和第二图像的有效区域，降低了深度图像计算的复杂度，减少了计算量，轻量级图像校正网络模型和轻量级深度估计网络模型的计算速度较快，减少了深度图像的计算耗时；并且，深度图像估计方法运行在嵌入式神经网络处理器中，嵌入式神经网络处理器为“数据驱动并行计算”的架构，进一步提升计算速度，保证了深度估计方法的实时性。

根据本发明的一个实施例，获取双目相机采集到的第一图像和第二图像之前，方法还包括：分别对预先训练好的图像校正网络模型和深度估计网络模型进行网络剪裁，获得轻量级图像校正网络模型和轻量级深度估计网络模型。