[发明专利]用于生成深度图像的方法和装置在审
| 申请号： | 201810233912.1 | 申请日： | 2018-03-21 |
| 公开（公告）号： | CN108510454A | 公开（公告）日： | 2018-09-07 |
| 发明（设计）人： | 何涛;刘文献 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人： | 王达佐;马晓亚 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了用于生成深度图像的方法和装置。该方法的一具体实施方式包括：获取目标深度图像；将目标深度图像输入至预先训练的卷积神经网络，生成目标深度图像的恢复图像，卷积神经网络是通过如下训练步骤得到的：获取训练样本集，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，第二深度相机在至少一个预设深度相机性能参数上优于第一深度相机；将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初始卷积神经网络的输入和期望输出，训练初始卷积神经网络；将训练得到的初始卷积神经网络确定为预先训练的卷积神经网络。该实施方式实现了生成深度图像的恢复图像。 | ||
| 搜索关键词： | 深度图像 深度相机 卷积神经网络 样本 初始卷积 神经网络 训练样本 方法和装置 图像 训练样本集 获取目标 同一对象 性能参数 训练步骤 预设 恢复 拍摄 输出 期望 申请 | ||
【主权项】：
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。
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百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）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/patent/201810233912.1/，转载请声明来源钻瓜专利网。
