[发明专利]用于生成信息的方法和装置

权利要求书

1.一种用于生成信息的方法，包括：

获取包括第一目标图像和第二目标图像的目标图像组，其中，第一目标图像和第二目标图像为双目视觉图像；

获取预先训练的神经网络，其中，所述神经网络包括至少两个级联的子网络，所述至少两个级联的子网络中的各级子网络分别包括特征提取层和视差图生成层，所述各级子网络的特征提取层从首至尾依次连接，且所述各级子网络的视差图生成层从尾至首依次连接；

对于所述神经网络，执行以下视差图生成步骤：将目标图像组输入所述至少两个级联的子网络中首级子网络的特征提取层，获得由所述至少两个级联的子网络中的尾级子网络的特征提取层输出的特征图像组；将尾级子网络的特征提取层输出的特征图像组输入尾级子网络的视差图生成层，获得由首级子网络的视差图生成层输出的、用于表征所述第一目标图像和所述第二目标图像的视差的视差图。

2.根据权利要求1所述的方法，其中，对于所述至少两个级联的子网络中除尾级子网络外的每级子网络，该级子网络所包括的视差图生成层包括依次连接的形变层、相关层和反卷积层；

其中，该级子网络的形变层用于将该级子网络的特征提取层输出的特征图像组中的第一特征图像和该级子网络的下一级子网络的视差图生成层返回的视差图作为输入，输出该级子网络的特征提取层输出的特征图像组中的第二特征图像的预测图像；

该级子网络的相关层用于将该级子网络的形变层输出的预测图像和该级子网络的特征提取层输出的特征图像组中的第二特征图像作为输入，输出该级子网络的形变层输出的预测图像与该级子网络的特征提取层输出的特征图像组中的第二特征图像的相关图；

该级子网络的反卷积层用于将该级子网络的相关层输出的相关图和该级子网络的下一级子网络的视差图生成层输出的视差图作为输入，获得由该级子网络的视差图生成层输出的视差图，该级子网络的下一级子网络为与该级子网络相邻的两个子网络中，沿尾级子网络至首级子网络方向用于向该级子网络输入视差图的子网络。

3.根据权利要求1或2所述的方法，其中，所述尾级子网络的视差图生成层包括第一视差图生成层和第二视差图生成层；以及

所述将尾级子网络的特征提取层输出的特征图像组输入尾级子网络的视差图生成层，获得由首级子网络的视差图生成层输出的、用于表征所述第一目标图像和所述第二目标图像的视差的视差图，包括：

将尾级子网络的特征提取层输出的特征图像组输入尾级子网络的视差图生成层中的第一视差图生成层，获得由尾级子网络的第一视差图生成层输出的初始视差图；

将尾级子网络的特征提取层输出的特征图像组和所获得的初始视差图输入尾级子网络的视差图生成层中的第二视差图生成层，获得由首级子网络的视差图生成层输出的、用于表征所述第一目标图像和所述第二目标图像的视差的视差图。

4.根据权利要求3所述的方法，其中，所述第二视差图生成层包括依次连接的形变层、相关层和反卷积层；

所述第二视差图生成层的形变层用于将尾级子网络的特征提取层输出的特征图像组中的第一特征图像和尾级子网络的第一视差图生成层输出的初始视差图作为输入，输出尾级子网络的特征提取层输出的特征图像组中的第二特征图像的预测图像；

所述第二视差图生成层的相关层用于将第二视差图生成层的形变层输出的预测图像和尾级子网络的特征提取层输出的特征图像组中的第二特征图像作为输入，输出第二视差图生成层的形变层输出的预测图像与尾级子网络的特征提取层输出的特征图像组中的第二特征图像的相关图；

所述第二视差图生成层的反卷积层用于将第二视差图生成层的相关层输出的相关图和尾级子网络的第一视差图生成层输出的初始视差图作为输入，获得由尾级子网络的视差图生成层输出的视差图。

5.根据权利要求1或2所述的方法，其中，所述至少两个级联的子网络包括六个级联的子网络。