[发明专利]一种基于稀疏激光观测的图像深度估计方法在审
申请号: | 201611126056.7 | 申请日: | 2016-12-09 |
公开(公告)号: | CN106780588A | 公开(公告)日: | 2017-05-31 |
发明(设计)人: | 刘勇;廖依伊;王越 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06T7/55 | 分类号: | G06T7/55 |
代理公司: | 浙江杭州金通专利事务所有限公司33100 | 代理人: | 刘晓春 |
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: | 本方法公开了一种基于稀疏激光观测的图像深度估计方法,该方法提出利用单线或多线激光的稀疏观测实现基于单目图像的深度稠密重构。通过构造参考深度图与残差深度图的方式训练深度神经网络,对稀疏的部分观测深度信息进行了充分利用。本发明相比于仅用单目图像进行深度估计的方法,该方法体现了明显优势。 | ||
搜索关键词: | 一种 基于 稀疏 激光 观测 图像 深度 估计 方法 | ||
【主权项】:
一种基于稀疏激光观测的深度图像估计方法,其特征在于它包括如下步骤:步骤一,为将稀疏单线激光信息稠密化,所述稀疏激光包括单线激光和多线激光,其中以稀疏激光中的单线激光构造参考深度图与残差深度图,在三维空间中对单线激光中的每个激光点以垂直地面的方向进行拉伸,得到一个与地面垂直的参考深度面;根据单目相机与单线激光的校准信息,将三维空间中得到的参考深度面投影到单目相机获取图像的像平面上,得到一个与所述图像对应的参考深度图,将通过深度传感器获取的绝对深度图与参考深度图做差,得到残差深度图;步骤二,将单目相机获取的单目图像以及按步骤一所述得到的参考深度图作为训练数据,训练卷机神经网络估计对应的残差深度图;步骤三,将卷机神经网络估计的残差深度图与参考深度图相加,得到估计的绝对深度图,称为绝对深度估计图,并在此基础上进一步构造优化的卷机神经网络,;该优化的卷机神经网络与步骤二所述用于估计残差深度的卷机神经网络可以叠加在一起,进行端到端优化,即输入单目图像与参考深度图,输出得到经过优化的绝对深度估计图。
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/201611126056.7/,转载请声明来源钻瓜专利网。