[发明专利]数据处理方法、图像处理方法、存储介质及计算设备

权利要求书

1.一种数据处理方法，包括：

接收处理请求；

基于所述处理请求获取训练序列和图像处理模型；

利用所述训练序列对所述图像处理模型进行训练，得到所述图像处理模型的网络权重，其中，所述图像处理模型用于将所述训练序列中的第一图像输入至第一网络，得到所述第一图像对应的深度图，并将所述第一图像和所述训练序列中的第二图像输入至第二网络，得到所述第一图像到所述第二图像的位姿变换矩阵，所述图像处理模型的第一损失函数由所述第一图像，和，基于所述第二图像、所述深度图和所述位姿变换矩阵生成的合成图像确定；

输出训练好的图像处理模型。

2.根据权利要求1所述的方法，其中，基于所述第二图像、所述深度图和所述位姿变换矩阵，生成所述合成图像包括：

获取等量矩阵投影的变换矩阵，其中，所述等量矩阵投影变换用于表征将三维坐标映射到平面坐标点的变换；

获取所述变换矩阵、所述位姿变换矩阵、所述深度图中的像素、所述变换矩阵的逆矩阵和所述第二图像中的像素的乘积，得到所述合成图像中的像素。

3.根据权利要求2所述的方法，其中，所述方法还包括：

将所述第一图像输入至所述第一网络，得到所述第一图像的分割图；

将所述第一图像和所述第二图像输入至第三网络，得到所述第一图像对应的第一超像素分割结果，以及所述第二图像对应的第二超像素分割结果；

基于所述第一超像素分割结果和所述分割图，得到第二损失函数；

基于所述第二超像素分割结果、所述深度图和所述位姿变换矩阵，生成所述合成图像对应的第三超像素分割结果；

基于所述第三超像素分割结果和所述分割图，得到第三损失函数；

基于所述第一损失函数、所述第二损失函数和所述第三损失函数，对所述图像处理模型的网络权重进行更新。

4.根据权利要求3所述的方法，其中，基于所述第一超像素分割结果和所述分割图，得到第二损失函数包括：

获取所述第一超像素分割结果中的多个像素聚类；

基于所述分割图，确定所述像素聚类中每个像素的分类结果；

对所述像素聚类中所有像素的分类结果进行统计，得到所述像素聚类的类别标签；

基于多个所述像素聚类的类别标签，生成所述第一图像的标签信息；

基于所述第一图像的标签信息，得到所述第二损失函数。

5.一种数据处理方法，包括：

获取训练序列；

将所述训练序列中的第一图像输入至图像处理模型的第一网络，得到所述第一图像对应的深度图；

将所述第一图像和所述训练序列中的第二图像输入至所述图像处理模型的第二网络，得到所述第一图像到所述第二图像的位姿变换矩阵；

基于所述第二图像、所述深度图和所述位姿变换矩阵，生成合成图像；

基于所述第一图像和所述合成图像，确定所述图像处理模型的第一损失函数；

基于所述第一损失函数，对所述图像处理模型的网络权重进行更新。

6.根据权利要求5所述的方法，其中，基于所述第二图像、所述深度图和所述位姿变换矩阵，生成所述合成图像包括：

获取等量矩阵投影的变换矩阵，其中，所述等量矩阵投影变换用于表征将三维坐标映射到平面坐标点的变换；

获取所述变换矩阵、所述位姿变换矩阵、所述深度图中的像素、所述变换矩阵的逆矩阵和所述第二图像中的像素的乘积，得到所述合成图像中的像素。