[发明专利]用于生成三维图像的方法和装置

权利要求书

1.一种用于生成三维图像的方法，包括：

获取目标彩色图像；

将所述目标彩色图像输入至预先训练的深度网络模型，得到所述目标彩色图像对应的目标深度图像，其中，所述深度网络模型用于生成深度图像；

基于所述目标深度图像生成目标三维图像。

2.根据权利要求1所述的方法，其中，所述深度网络模型通过如下步骤训练得到：

获取训练样本集合，其中，所述训练样本集合中的训练样本包括样本彩色图像和对应的样本深度图像；

利用机器学习方法，基于所述训练样本集合对初始深度网络模型进行训练，得到所述深度网络模型。

3.根据权利要求2所述的方法，其中，所述初始深度网络模型是生成式对抗网络，所述生成式对抗网络包括生成模型和判别模型；以及

所述利用机器学习方法，基于所述训练样本集合对初始深度网络模型进行训练，得到所述深度网络模型，包括：

对于所述训练样本集合中的训练样本，将该训练样本中的样本彩色图像输入所述生成模型，得到生成深度图像；

将所述生成深度图像和该训练样本中的样本深度图像输入所述判别模型，得到判别结果，其中，所述判别结果用于表征所述生成深度图像和该训练样本中的样本深度图像是真实深度图像的概率；

基于所述判别结果调整所述生成模型和所述判别模型的参数。

4.根据权利要求2或3所述的方法，其中，所述训练样本集合是利用Kinect设备或RGB-D相机采集的。

5.根据权利要求1-3之一所述的方法，其中，所述基于所述目标深度图像生成目标三维图像，包括：

结合所述目标深度图像以及所述目标彩色图像生成所述目标三维图像。

6.一种用于生成三维图像的装置，包括：

获取单元，被配置成获取目标彩色图像；

输入单元，被配置成将所述目标彩色图像输入至预先训练的深度网络模型，得到所述目标彩色图像对应的目标深度图像，其中，所述深度网络模型用于生成深度图像；

生成单元，被配置成基于所述目标深度图像生成目标三维图像。

7.根据权利要求6所述的装置，其中，所述深度网络模型通过如下步骤训练得到：

获取训练样本集合，其中，所述训练样本集合中的训练样本包括样本彩色图像和对应的样本深度图像；

利用机器学习方法，基于所述训练样本集合对初始深度网络模型进行训练，得到所述深度网络模型。

8.根据权利要求7所述的装置，其中，所述初始深度网络模型是生成式对抗网络，所述生成式对抗网络包括生成模型和判别模型；以及

所述利用机器学习方法，基于所述训练样本集合对初始深度网络模型进行训练，得到所述深度网络模型，包括：

对于所述训练样本集合中的训练样本，将该训练样本中的样本彩色图像输入所述生成模型，得到生成深度图像；

将所述生成深度图像和该训练样本中的样本深度图像输入所述判别模型，得到判别结果，其中，所述判别结果用于表征所述生成深度图像和该训练样本中的样本深度图像是真实深度图像的概率；

基于所述判别结果调整所述生成模型和所述判别模型的参数。

9.根据权利要求7或8所述的装置，其中，所述训练样本集合是利用Kinect设备或RGB-D相机采集的。

10.根据权利要求6-8之一所述的装置，其中，所述生成单元进一步被配置成：

结合所述目标深度图像以及所述目标彩色图像生成所述目标三维图像。

11.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的方法。