[发明专利]一种基于条件生成对抗网络的单目图像深度估计方法在审
| 申请号： | 201810193746.7 | 申请日： | 2018-03-09 |
| 公开（公告）号： | CN108564611A | 公开（公告）日： | 2018-09-21 |
| 发明（设计）人： | 侯春萍;管岱;杨阳;郎玥;章衡光 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06T7/50 | 分类号： | G06T7/50 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于条件生成对抗网络的单目图像深度估计方法，包括：(1)对数据集进行预处理；(2)构建生成式对抗网络中的生成器：利用编码器‑解码器结构，构建由卷积层‑反卷积层组合的生成器网络结构，并在此基础上构建跳跃连接结构，将编码器每层的输出特征图映射到对称解码器的输入中，通过通道维度连接起来，以增加解码器的细节信息；在输入层和输出层之间共享低层的信息，使得高层输出图像带有低级的细节特征，提升生成深度图像的质量；(3)构建生成式对抗网络中的判别器；(4)构建生成对抗网络的损失函数；(5)对构建完成的生成对抗网络进行训练和测试。 | ||
| 搜索关键词： | 构建 对抗 网络 解码器 单目图像 基于条件 深度估计 编码器 生成器 生成式 预处理 解码器结构 连接结构 深度图像 输出特征 输出图像 损失函数 网络结构 细节特征 细节信息 反卷积 判别器 输出层 输入层 数据集 低层 卷积 维度 映射 对称 跳跃 测试 共享 高层 | ||
【主权项】：
1.一种基于条件生成对抗网络的单目图像深度估计方法，包括步骤如下：(1)对数据集进行预处理：将数据集中保存的深度信息的矩阵统一转化为深度图像格式，用于网络的训练、生成深度图的可视化及估计结果的评估，并且将彩色图像与对应的深度图像组成图像对，用于网络的训练；(2)构建生成式对抗网络中的生成器：利用编码器‑解码器结构，构建由卷积层‑反卷积层组合的生成器网络结构，并在此基础上构建跳跃连接结构，将编码器每层的输出特征图映射到对称解码器的输入中，通过通道维度连接起来，以增加解码器的细节信息；在输入层和输出层之间共享低层的信息，使得高层输出图像带有低级的细节特征，提升生成深度图像的质量；(3)构建生成式对抗网络中的判别器：采用卷积层‑激活函数层‑批量归一化层BatchNorm作为判别器网络的组成单元，多层堆叠成最终的判别网络，采用分块判别器的结构，分别判别生成器生成图像各块的图像是否为真实图像或虚假图像，再将各块的响应取平均值作为判别器的最终输出；(4)构建生成对抗网络的损失函数：在条件生成对抗网络损失函数的基础上，加入一范数损失函数，使得生成器的任务不仅要求其混淆判别器，还在一范数空间中最小化生成图像与真实标签之间的损失，提升生成图像在低频信息段的质量，并且使用dropout代替条件生成网络通常使用的高斯噪声；(5)对构建完成的生成对抗网络进行训练和测试：将第一步得到的数据集，每次随机选择一副图像对，首先进行随机裁剪的数据增强，输入到网络中进行训练调整训练参数，选择优化器，对判别器和生成器交替式训练，前向传递计算损失值，反向传递更新网络权重，经过一定的迭代次数之后保存最终生成器网络的权重，将测试集的彩色图像输入进训练好的生成器网络中，得到网络预测出的深度图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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天津大学，未经天津大学许可，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/patent/201810193746.7/，转载请声明来源钻瓜专利网。
- 同类专利
- 基于单帧密集形状编码的深度信息测量方法-201910632481.0
- 李甫;李泉录;牛毅;石光明;蒋景松;陶清龙;张天娇 - 西安电子科技大学
- 2019-07-13 - 2019-11-08 - G06T7/50
- 本发明公开了一种基于单帧复合网络模板的深度信息测量方法，主要解决现有时间编码方法耗时过长、无法动态测量场景深度信息、深度信息密度低的问题。其方案为：设计单帧复合网络模板P；将P投射到目标物体，并对其进行拍摄获得变形图像；将变形图像传输至计算机，以从变形图像中分离得到码字图I′2以及线段网格图I′1；利用分离出的线段网格图I′1进行线提取，得到线段网格图；根据分离得到的码字图I′2进行解码，通过解码水平线段与竖直线段交点处的码字来求解与模板中匹配的线段；根据线面相交原理，利用线段间对应关系，计算出待测物体的深度信息值。本发明能动态获取场景深度信息，且数据精度高，可用于工业监控、医学科学、人机交互、虚拟现实及3D打印。
- 图像处理方法、装置及电子设备-201910713741.7
- 孔方圆;李骈臻;张长定;张伟;陈星 - 厦门美图之家科技有限公司
- 2019-08-02 - 2019-11-05 - G06T7/50
- 本申请实施例提供的图像处理方法、装置及电子设备，涉及图像处理技术领域。该图像处理方法包括：对待处理图像进行分割处理，得到至少一个目标子图像，并对所述待处理图像进行深度估计处理，得到深度估计图像；分别计算每个所述目标子图像的连通区域，并根据所述深度估计图像计算各个连通区域的深度均值；针对每个连通区域，根据该连通区域的深度均值对该连通区域在所述待处理图像的深度估计图像上的对应区域进行填补处理，得到该待处理图像的深度图。通过上述设置，可以改善填补结果过于突兀的问题。
- 三维人脸图像重建方法、装置和计算机可读存储介质-201810975740.5
- 陈志兴 - 北京字节跳动网络技术有限公司
- 2018-08-24 - 2019-11-05 - G06T7/50
- 本公开公开了一种三维人脸图像重建方法、三维人脸图像重建装置、三维人脸图像重建硬件装置和计算机可读存储介质。其中，该三维人脸图像重建方法包括获取真实二维人脸关键点和预测二维人脸关键点，通过求解由真实二维人脸关键点、预测二维人脸关键点和预先设定的附加正则约束项组成的第一损失函数迭代优化出表情系数，使表情系数表征人脸的真实状态，并根据表情系数重建三维人脸图像。本公开实施例首先通过求解由真实二维人脸关键点、预测二维人脸关键点和预先设定的用于约束表情系数的附加正则约束项组成的第一损失函数迭代优化出表情系数，使表情系数能够表征人脸的真实状态，可以使三维人脸图像重建技术得到优化，得到人脸真实的状态。
- 基于双目相机的障碍物标识方法、系统、设备和存储介质-201810968195.7
- 李政;李雨倩;刘懿 - 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
- 2018-08-23 - 2019-10-25 - G06T7/50
- 本发明公开了一种基于双目相机的障碍物标识方法、系统、设备和存储介质，其中障碍物标识方法包括：双目相机拍摄获得原始图像；处理原始图像，获得RGB图像和深度图像；对RGB图像进行机器学习，获得至少一个识别框；对于每一识别框，从所有框内像素点中选取若干框内像素点，根据其在深度图像中对应位置处的深度点的深度值来确定原始聚类中心，对深度图像进行聚类，获得多个深度点，进而获得包括多个深度点的已识别点集合，将已识别点集合标识为识别框所表示的障碍物。本发明以识别框中的若干框内像素点为引在深度图像中确定原始聚类中心，对深度图像聚类，以获得与识别框匹配的已识别点集合，如此十分准确地标识出图像中的障碍物。
- 图像处理方法、装置、电子设备及存储介质-201910543889.0
- 安世杰;张渊;马重阳 - 北京达佳互联信息技术有限公司
- 2019-06-21 - 2019-10-25 - G06T7/50
- 本公开关于一种图像处理方法、装置、电子设备及存储介质，涉及图像处理技术领域，包括：获取单目摄像头采集到的待处理图像；提取所述待处理图像的不同层次的图像特征；将所述不同层次的图像特征进行融合，得到融合特征；对所述融合特征进行处理后得到所述待处理图像的深度分布特征图，深度分布特征图中各像素点的像素值为深度值。通过该方式获取单目摄像头采集图像的深度分布特征，不仅降低了获取深度分布特征的硬件设备要求，减少了硬件设备的计算量，且在通过深度分布特征进行图像虚化时，图像的真实度更高。
- 基于自适应支持权重匹配算法的两步视差改良方法及系统-201610031103.3
- 周祖德;刘佳宜;刘泉;谭跃刚;张帆 - 武汉理工大学
- 2016-01-18 - 2019-10-25 - G06T7/50
- 本发明公开了一种基于自适应支持权重匹配算法的两步视差改良方法及系统，其中方法包括以下步骤：S1、对左右原图进行自适应支持权重匹配算法求取原始视差图；S2、对求取的原始视差图进行左右一致性检测，对检测到的不一致像素点的视差值采用变交叉域投票法和固定窗口投票法进行初始修正；S3、将修正后的视差图中存在的误匹配区域分为非正常区域和错误边缘区域，并分别进行二次修正。本发明可克服自适应支持权重算法在精度上的不足，提升匹配精度。
- 基于视频融合的场景动态模拟方法、系统及存储介质-201910398606.8
- 李新福 - 广东康云科技有限公司
- 2019-05-14 - 2019-10-15 - G06T7/50
- 本发明公开了基于视频融合的场景动态模拟方法、系统及存储介质，方法包括：扫描场景的三维数据并根据扫描的三维数据进行三维建模，得到场景的三维模型；对场景的三维模型进行分割与智能识别，得到场景的对象；控制场景的对象在场景的三维模型内运动，以模拟出动态的三维场景。本发明先根据扫描的三维数据重建出场景的三维模型，然后通过分割与智能识别得到场景的对象，最后让识别出的对象在场景的三维模型运动，从而模拟出动态的三维场景，不仅能模拟出场景的静态三维模型，而且可以结合分割与智能识别的结果模拟出真实场景的动态过程，最大限度地还原真实场景。本发明可广泛应用于三维建模领域。
- 基于深度信息的图像显著性度量方法-201910484632.2
- 徐湘忆;吴天逸;苏磊;胡正勇;田昊洋;季怡萍;廖巍;崔律 - 国网上海市电力公司;上海驹电电气科技有限公司;华东电力试验研究院有限公司
- 2019-06-05 - 2019-10-11 - G06T7/50
- 本发明公开了一种基于深度信息的图像显著性度量方法，在GBVS显著数值度量的基础上，引入图像像素点的深度信息，进而构建更均衡更全面的图像显著性度量。本发明所公开的度量方法，充分考虑聚焦良好的像素点较为清晰和显著、聚焦不良的像素点较为模糊的情况，图像上一些亮度或者对比度较高但离焦严重的像素点，其显著性度量也将较小。本发明技术解决方案简单，鲁棒性高，实用性强，能够较好地表征图像像素点的显著和清晰程度，应用范围较广。
- 基于3D地图的视频监控系统的3D标签信息增强方法-201910556081.6
- 吴智敏;谢炎东;郭建伟;胡颖;张永涛;李江明;俞翔;黄仝宇;汪刚;宋一兵;侯玉清;刘双广 - 高新兴科技集团股份有限公司
- 2019-06-25 - 2019-10-08 - G06T7/50
- 本发明提供一种基于3D地图的视频监控系统的3D标签信息增强方法，包括以下步骤：S1、获取3D地图中需要绘制的3D标签；S2、根据所述3D标签的深度信息对所述3D标签的显示层级进行排序；S3、绘制排序后的所述3D标签。根据本发明实施例的基于3D地图的视频监控系统的3D标签信息增强方法，通过3D标签的深度信息对3D标签的显示层级进行排序，并通过3D标签进行信息增强，便于用户直观的比较3D标签的信息。
- 一种基于深度学习的单目视觉场景深度估计的方法-201910573787.3
- 李晖晖;刘浪涛;袁翔;郭雷;刘航 - 西北工业大学
- 2019-06-28 - 2019-10-08 - G06T7/50
- 本发明涉及一种基于深度学习的单目视觉场景深度估计的方法，采用VGG‑13网络模型，利用深度可分离卷积层代替标准卷积层以减少模型参数量，得到可用于获取视差图像的网络模型；将单目图像输入训练好的网络模型，生成多个尺度的视差图，再结合多尺度融合与视差图平滑生成与输入图像尺度一致的单幅视差图；根据多视图几何学中视差图与深度图的几何变换关系，生成对应的深度图像。有益效果：使用简单易得的双目可见光图像训练网络模型而不用使用获取代价很高的真实深度数据；采用深度可分离卷积代替标准卷积，可以减少网络模型的参数量为之前的七分之一，提升模型的推理速度。
- 用于相机阵列的图像重对焦-201580022261.6
- O·奈斯塔尔司;姜勇 - 英特尔公司
- 2015-04-17 - 2019-10-08 - G06T7/50
- 所讨论的是涉及使用基于像素的空变滤波器通过与在参考图像与基本重对焦图像之间的差值相关联的像素模糊级针对相机阵列进行图像重对焦的技术。这种技术可以包括取在参考图像与基本重对焦图像之间的差值并且将空变滤波器应用于基本重对焦图像以生成具有相对于全对焦参考图像而言增大的模糊的区域的最终重对焦图像。由空变滤波器实现的模糊级可以基于所述差值并且可选地基于参考图像噪声级和参考图像梯度。
- 三维地图的构建方法、构建装置、机器人及可读存储介质-201910602729.9
- 王海涛;苏南溪 - 青岛中科智保科技有限公司
- 2019-07-05 - 2019-10-01 - G06T7/50
- 本申请提供了一种三维地图的构建方法、构建装置、机器人及可读存储介质，用于提高三维地图在语义信息方面的空间一致性。方法包括：构建装置接收UE发起的构建请求，构建请求用于请求构建目标场景的三维地图；构建装置获取目标场景的地图采集信息，地图采集信息包括目标场景的RGB图像、三维点云信息以及深度图像；构建装置通过SLIC算法，对RGB图像进行超像素分组，得到超像素图像；构建装置将三维点云信息转化为三维网格图像；构建装置通过编码解码式语义分割模型，对RGB图像以及深度图像进行语义分割，得到语义图像；构建装置对三维网格图像、超像素图像以及语义图像进行融合，得到目标场景的三维地图。
- 表面图形确定方法和装置-201880012035.3
- 周游;杨振飞;杜劼熹 - 深圳市大疆创新科技有限公司
- 2018-01-23 - 2019-10-01 - G06T7/50
- 一种表面图形确定方法，包括：获取多张目标区域的深度图像；计算每张深度图像中像素的置信度；确定目标帧图像中像素的权值；确定像素对应的空间位置信息；针对每张深度图像中的每个像素，确定像素对应的体素；通过截断符号距离函数算法，根据像素的权值对每张深度图像中的每个像素对应的体素的值进行迭代，以确定体素中处于目标区域中的物体的表面的表面体素；对表面体素进行拟合，以确定物体的表面的图形。还包括一种表面图形确定装置，一种机器可读存储介质和一种无人飞行器。上述方法可以根据多张深度图像来生成物体表面的图形，使得计算结果鲁棒性更强，并且使得生成的图形更符合人眼的观看习惯，便于操作者根据显示的图形快速且准确地确定目标区域的地形。
- 三维虚拟服装模型制作方法及装置-201710358420.0
- 黄源浩;肖振中;刘龙 - 深圳奥比中光科技有限公司
- 2017-05-19 - 2019-09-24 - G06T7/50
- 本发明提供一种三维虚拟服装模型制作方法及系统，其方法包括：A1.从不同角度，获取包含背景的着装人体模特的深度信息和彩色信息；A2.利用深度信息，将着装人体模特从背景中分割出来；A3.利用彩色信息，将服装从人体模特上分割出来；A4.利用人体模特的深度信息查找出服装的关键点，由所述关键点定义出缝合线，根据所述缝合线缝合制作成三维虚拟服装模型。根据深度信息和彩色信息，先后将着装人体模特和服装进行分割，可有效避免拍摄环境背景的限制；利用深度信息，可自动找出服装的关键点，不需要手动标定；同时避免了对各个方向上点云数据进行配准和融合，有效缩短了形成模型的时间，且使获得的服装模型效果更加真实。
- 一种融合高分辨率彩色图像的深度图增强方法-201710034551.3
- 向北海 - 湖南优象科技有限公司
- 2017-01-17 - 2019-09-17 - G06T7/50
- 本发明提出了一种融合高分辨率彩色图像的深度图增强方法，首先通过邻域差分法求取邻域内像素点的最大深度差值，将低分辨率深度图像划分为边缘区域和非边缘区域，并利用局部邻域方差将非边缘区域进行二次划分，分别采用均值插值法和立体卷积插值法获取待插值点对应映射点的深度值，然后以高分辨率彩色图像为参考图，基于双边滤波原理将低分辨率深度图上采样到高分辨率图像，获取各像素点对应映射点的深度值，最后将插值处理完成的深度增强图像输出。本发明不仅能有效地去除噪声干扰，缩短深度增强算法的复杂度，而且可以保持图像边缘信息的完整性。
- 一种基于视图划分的高精度GRECO方法-201910494141.6
- 范超群;韦高;李建周;李双 - 西北工业大学
- 2019-06-06 - 2019-09-10 - G06T7/50
- 本发明提供了一种针对RCS图形算法提高计算精度的方法，首先将当前屏幕显示的目标视图划分为多个部分，将每个部分的视图放大，分别计算每个部分的散射场以及RCS；再将目标视图多次旋转，获取旋转之后每个视图的RCS；将所有RCS线性叠加获得目标的整体RCS。该方法提升了目标三维几何模型的细节信息，可以使图形算法的精度大大提高，不再受限于计算机屏幕硬件的限制。
- 测量物体尺寸的系统、方法、装置以及存储介质-201910070350.8
- 刘晓壮;孙傲雪 - 华晨宝马汽车有限公司
- 2019-01-25 - 2019-08-20 - G06T7/50
- 公开了测量物体尺寸的系统、方法、装置以及存储介质。测量物体尺寸的系统包括：测量平台，用于放置待测物体；深度摄像机，用于拍摄待测物体，从而生成待测物体的彩色图像和待测物体的深度图像；以及处理设备，用于基于待测物体的彩色图像来确定待测物体的长度和宽度，并且基于待测物体的深度图像来确定待测物体的高度。
- 一种同步定位与地图构建方法-201610883560.5
- 张波 - 成都弥知科技有限公司
- 2016-10-10 - 2019-08-20 - G06T7/50
- 本发明公开了一种同步定位与地图构建方法，所述方法包括：步骤1：利用尺寸已知的物体对同步定位与地图构建系统进行初始化和优化处理；步骤2：利用优化处理后的同步定位与地图构建系统进行同步定位与地图构建，实现了对同步定位与地图构建系统进行优化，能够准确获得场景的深度信息的技术效果。
- 雾霾环境下的深度计算方法-201710206828.6
- 李坤;马健;杨敬钰;韩亚洪 - 天津大学
- 2017-03-31 - 2019-08-20 - G06T7/50
- 本发明属于计算机视觉领域、最优化方法，为提出一种雾霾环境下的深度计算方法，该方法能够更加精确地计算出单幅图像中景物的深度图，甚至能计算出更远处的景物的深度信息。为达到上述目的，本发明采取的技术方案是，雾霾环境下的深度计算方法，包括以下步骤：1)利用手持相机或图像采集设备对当前场景进行彩色图拍摄；2)利用步骤1)采集到的彩色图估计当前场景的PM2.5值；3)根据步骤1)采集到的彩色图，计算当前场景下大气传输率t(x)4)由步骤2)得到的PM2.5值以及步骤3)计算出来的前场景下大气传输率t(x)，最终得到当前场景下的深度图据。本发明主要应用于计算机视觉处理场合。
- 一种图像分割方法及移动终端-201710729809.1
- 孙伟宁 - 维沃移动通信有限公司
- 2017-08-23 - 2019-08-20 - G06T7/50
- 本发明提供了一种图像分割方法及移动终端，图像分割方法包括：拍摄目标对象，得到与所述目标对象对应的原始图像；对所述原始图像进行处理，得到与所述原始图像对应的深度图像；基于所述深度图像，提取所述深度图像中的目标边缘轮廓，并获取所述目标边缘轮廓内像素点对应的深度范围；从所述原始图像中提取与所述深度范围相匹配的目标像素点，得到目标图像。本发明能够实现简单便捷的图像分割，提升了图像分割的便捷度与精确度。
- 用于3D相机系统的鲁棒结构光图案-201910083187.9
- 石立龙 - 三星电子株式会社
- 2019-01-28 - 2019-08-06 - G06T7/50
- 一种用于结构光系统的处理设备，包括被配置为产生结构光图案的处理器，所述结构光图案包括：基础光图案，所述基础光图案具有沿第一方向延伸的子图案的行。每个子图案与至少一个其他子图案相邻。每个子图案与每个其他子图案不同。每个子图案在一子行中包括n个点并在一子列中包括n个点，其中n是整数。每个点的尺寸相同。每个子行沿第一方向延伸，并且每个子列沿与第一方向正交的第二方向延伸。基础光图案的在一子列中对准的点在第二方向上偏离在相邻子列中对准的点。在一个实施例中，每个子图案在第二方向上的尺寸是每个子图案在第一方向上的尺寸的拉伸因子倍。
- 一种应用于稀疏地图稠密化的深度补全方法-201910356917.8
- 张宏;黄兴鸿;林旭滨;陈创斌;何力;管贻生 - 广东工业大学
- 2019-04-29 - 2019-08-06 - G06T7/50
- 本发明公开了一种应用于稀疏地图稠密化的深度补全方法，通过对抗神经网络构建回归模型，包括以下步骤：采用卷积神经网络构建生成器，根据真实的稠密深度图构建L1损失函数，采用卷积神经网络构建判断器，通过对L1损失函数和判断器的损失函数进行加权得到生成器的损失函数；将生成器的损失函数反向传播给生成器进行参数优化，得到更加准确的预测的稠密深度图。该深度补全方法区别于已有的多视图进行图像的深度预测的算法，基于对抗神经网络的深度补全算法有利于提高深度补全的有效性和实时性，从而实现ORB‑SLAM的稀疏地图稠密化并应用于移动机器人视觉导航。
- 变形预测方法、装置及计算机可读存储介质-201910365833.0
- 王智华 - 王智华
- 2019-04-30 - 2019-08-02 - G06T7/50
- 本发明公开了一种变形预测方法，通过获取目标物体的深度图像并输入三维重建网络，以获取所述三维重建网络基于所述深度图像生成的三维模型；然后将所述三维模型和基于目标物体特性生成的条件向量输入变形预测网络，得到变形预测网络输出的变形预测模型；之后基于所述变形预测模型执行任务。本发明还公开了一种变形预测装置及计算机可读存储介质。本方法继承了生成对抗网络的泛化属性，这意味着网络能够在给定对象的单个深度视图的情况下重建对象的整个三维外观，并且与传统的有限元方法相反，本方法不需要大量的计算成本，实现了足够快的变形预测速度，可用于包括机器人实时抓取物品在内的众多实时应用。
- 一种基于3D点云表示模型的方法-201910146373.2
- 骞志彦;王国强;张斌;陈学伟 - 视缘（上海）智能科技有限公司
- 2019-02-27 - 2019-07-23 - G06T7/50
- 本发明公开了一种基于3D点云表示模型的方法，其能够通过减少近似几何误差的点集来表示形状，可产生高质量的阴影效果和平滑的轮廓，控制表示的保真度。这种表示方法，包括步骤：S1、将点集附近的点投影到表面；S2、计算平面和多项式；S3、进行上取样；S4、进行下取样；S5、进行点渲染。本方法根据图像分辨率评估局部图，可在交互式帧速率下产生高质量的阴影效果和平滑的轮廓；通过提出的增加或减少点密度的工具，允许调整点之间的间距来控制表示的保真度。
- 用于进行图像处理的方法和设备-201810024743.0
- 刘志花;马林;李源煕;安敏洙;高天豪;洪成勋;王淳;王光伟 - 北京三星通信技术研究有限公司;三星电子株式会社
- 2018-01-10 - 2019-07-19 - G06T7/50
- 公开了一种对图像进行处理的方法和设备。所述方法包括：接收输入的图像；以及根据所述图像中的预定目标的位置、尺寸和类别来估计所述预定目标的深度。
- 提升ToF深度图像处理方法、3D图像成像方法及电子设备-201910250269.8
- 谢永明 - 香港光云科技有限公司
- 2019-03-29 - 2019-07-12 - G06T7/50
- 本发明公开了一种提升ToF深度图像处理方法，包括：（1）获取TOF相机采集的深度图像和RGB相机采集的两彩色图像；（2）获取深度图像中每个像素的深度误差，依据双目视觉技术计算彩色图像中像素的深度数值；（3）将每个像素的深度误差和彩色图像中对应像素的深度数值之和作为每个像素的最大距离值；（4）依据最大距离值对深度图像进行相位展开以生成与彩色图像分辨率相同的重建深度图像。本发明依据对应像素的误差以及深度数值校正深度图像中每个像素的最大距离值，并以此对深度图像展开生成与彩色图像分辨率一致的重建深度图像，有效解决分辨率采集上的不足，保证深度图像的准确性。本发明还公开了对应的3D图像成像方法以及电子设备、可读存储介质。
- 基于分解-重构建立裂隙岩体三维数值模型的方法-201610600268.8
- 李博;杜时贵;张海鹏 - 绍兴文理学院
- 2016-07-26 - 2019-07-12 - G06T7/50
- 一种基于分解‑重构建立裂隙岩体三维数值模型的方法，包括如下步骤：1)在岩石表面贴上用于坐标识别的参考点；2)利用三维扫描仪对岩体表面进行扫描，获得裂隙岩体的三维表面形态的测量数据，利用逆向工程软件完成对扫描数据的拼合，获得岩体的三维数值模型，记录参考点的坐标；3)沿着岩体内部的天然贯通裂隙将块体分解，分解后获得含有内部裂隙面的各块体，保留块体上的参考点；4)利用三维扫描仪对分解的块体进行逐个扫描，同步骤2)获得三维表面数值模型，记录扫描的参考点坐标；5)利用分解之前参考点的坐标对获得的三维数值模型进行坐标转化拼接，即获得重构的裂隙岩体三维数值模型。本发明有效模拟岩体内部真实的裂隙几何形态。
- 三维重建设备-201821417748.1
- 汤俊;祁春超;刘志 - 深圳市华讯方舟太赫兹科技有限公司;华讯方舟科技有限公司
- 2018-08-30 - 2019-07-12 - G06T7/50
- 本申请公开了一种三维重建设备。该三维重建设备包括门框组件、驱动机构、旋转支撑组件和扫描组件，驱动机构设置于门框组件的顶部；旋转支撑组件对应驱动机构设置于门框组件的底部，其包括安装座、轴承和连接轴，连接轴通过轴承与安装座转动连接；扫描组件的顶部与驱动机构连接，扫描组件的底部与连接轴的端部连接；驱动机构驱动扫描组件在旋转支撑组件的支撑下转动。通过将驱动机构与旋转支撑组件分别设置于扫描组件的两端，本申请能够使得扫描组件得到充分的支撑，且简化了该三维重建设备的底部结构，整体机构布局更加合理。
- 一种基于全卷积神经网络的光场深度信息估计方法-201910187566.2
- 李学华;王亚飞;罗灿 - 北京信息科技大学
- 2019-03-13 - 2019-06-28 - G06T7/50
- 本发明提供了一种基于全卷积神经网络的光场深度信息估计方法，该方法设计了一种端到端的全卷积神经网络结构的模型，模型的输入为改良后的包含整个场景点信息的光场的EPI结构，还有EPI对应的边缘图作为输入来提高边缘部分的估计精度，模型通过对输入的特征提取输出估计的差异图。对于模型的训练，本发明提出了特定的数据增强方式来提高数据量。本发明提出的方法具有高精度、高效率、低计算代价的特点。
- 单目视觉行人距离估计中建立半扇形等距线模型的方法-201910194195.0
- 杨大伟;程凡;毛琳 - 大连民族大学
- 2019-03-14 - 2019-06-28 - G06T7/50
- 单目视觉行人距离估计中建立半扇形等距线模型的方法，属于计算机视觉应用中的距离估计领域，为了解决提高运算速度快，增强可实施性的问题，地标点选取呈半扇形分布，得到对标定图并进行水平校正得到校正图像，再根据图像摄像点像素横坐标不变的原则平移图像，校准后，地标点像素位置等距线关于x＝0.5·lx对称，lx，ly分别为图像宽度及长度，左侧地标点直接利用右侧地标点映射获得。效果是采用半扇形等距线模型是以图像信息为基础，实时性强。
- 专利分类
