[发明专利]一种基于立体匹配和置信度传播的场景深度获取方法在审

专利信息
申请号: 201910152429.5 申请日: 2019-02-28
公开(公告)号: CN110021043A 公开(公告)日: 2019-07-16
发明(设计)人: 于慧敏;龙阳祺 申请(专利权)人: 浙江大学
主分类号: G06T7/593 分类号: G06T7/593;G06N3/04;G06N3/08
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 黄欢娣;邱启旺
地址: 310058 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于立体匹配和置信度传播的场景深度获取方法。该方法通过使用立体匹配算法和基于置信度传播的深度补全算法,对场景进行建模,进而获取场景的深度信息。不同于以往场景深度估计方法,该方法首先使用现有的立体匹配方法获取初始场景深度估计,再利用基于置信度传播的深度补全算法对该深度估计进行优化,最终得到致密的场景深度估计,大大提升场景深度获取的鲁棒性和精确度。
搜索关键词: 立体匹配 置信度 场景深度估计 场景 深度获取 算法 传播 致密 深度估计 深度信息 鲁棒性 再利用 建模 优化
【主权项】:
1.一种基于立体匹配和置信度传播的场景深度获取方法,其特征在于,该方法为:步骤1:获取训练用数据集D0,所述数据集D0包含N0组双目立体相机获得的左图和右图,以及左图对应的深度图,因此,该数据集D0中包含了N0×3张图片;步骤2:从数据集D0任意选取若干组图片,作为一个批次的样本;每组的左图和右图作为输入,基于现有的立体匹配方法,获得初始的稀疏视差图,以及对应的置信度。通过立体视觉原理将稀疏视差图转化为稀疏深度图。步骤3:以步骤2中的稀疏深度图为初始值,分别结合对应的置信度,并以数据集D0内的对应深度图作为监督,采用基于置信度传播的深度补全方法,训练深度卷积神经网络;利用多个批次的样本完成深度卷积神经网络的训练,得到基于置信度传播的深度补全模型,通过该深度补全模型,从稀疏深度图输入得到致密的深度图输出。步骤4:输入双目立体相机得到的一组左右视图,先按照步骤2获得稀疏深度图和置信度,进一步利用步骤3训练得到的基于置信度传播的深度补全模型得到最终精确的深度估计。
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浙江大学,未经浙江大学许可,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/201910152429.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top