[发明专利]一种基于对抗网络的单目深度估计系统实现方法

权利要求书

1.一种基于对抗网络的单目深度估计系统实现方法，其特征在于包括训练阶段和测试阶段，所述训练阶段的具体步骤为：

1)收集用于训练的RGB图像集I＝{I₁,I₂,...,I_n,I_n+1,...,I_n+m}和前n张图像对应的深度图像集合D＝{D₁,D₂,...,D_n}；

2)根据设计的网络结构初始化生成器网络参数θ_G和两个判别器网络的参数θ_PD,θ_DD；

3)设置训练的迭代次数，在每次迭代中：

3.1从{I₁,I₂,...,I_n}和{D₁,D₂,...,D_n}中采样k个图像-深度图图像对{(i,d)⁽¹⁾,...,(i,d)^(k)}组成一个用于训练的子集合 ；

3.2从{I_n+1,...,I_n+m}中采样k张图像{i'⁽¹⁾,...,i'^(k)}组成一个用于训练的子集合 ；

3.3用SGD更新图像-深度图图像对判别器网络PD参数：

3.4用SGD更新深度图判别器网络DD参数：

3.5从{I_n+1,...,I_n+m}中采样k张图像{i”⁽¹⁾,...,i”^(k)}组成一个用于训练的子集合 ；

3.6用SGD更生成器网络G参数：

所述测试阶段的具体步骤为：

1)导入训练好的生成器网络权重；

2)将一张图像作为输入传递给生成器网络；

3)使用步骤1)中导入的网络权重对输入图像进行计算，网络输出输入图像中每个像素点对应的深度值信息。