[发明专利]基于双目图像的模型训练方法、装置及数据处理设备

权利要求书

1.一种基于双目图像的模型训练方法，其特征在于，应用于对图像匹配模型进行训练，所述图像匹配模型包括教师模型及学生模型，所述方法包括：

获取通过双目图像采集装置在不同时间点采集的两组样本图像；

针对所述两组样本图像中的任意两个样本图像，通过所述教师模型根据该两个样本图像之间的预设几何约束进行光流估计，获得光流估计结果，所述预设几何约束为基于双目图像的几何约束；

将所述光流估计结果作为标注信息，使用该两个样本图像对所述学生模型进行图像元素匹配的机器学习训练，所述图像元素匹配的过程为识别所述两个样本图像中属于同一物体的图像元素。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取两个待处理图像；

将所述两个待处理图像输入训练好的所述学生模型，获得所述学生模型针对所述两个待处理图像输出的图像匹配结果。

3.根据权利要求1所述的方法，其特征在于，所述通过所述教师模型根据该两个样本图像之间的预设几何约束进行光流估计，包括：

通过所述教师模型根据所述预设几何约束及由所述两个样本图像中未被遮挡区域确定出的置信度图进行光流估计，获得排除被遮挡区域后的所述光流估计结果。

4.根据权利要求3所述的方法，其特征在于，所述根据所述预设几何约束及由所述两个样本图像中未被遮挡区域确定出的置信度图进行光流估计，包括：

根据所述预设几何约束计算获得所述两个样本图像的初始光流图；

对所述初始光流图进行前向-后向亮度检测，将亮度差异超过预设范围的像素作为被遮挡的像素，将被遮挡的像素的置信度设置为0；将亮度差异未超过预设范围的像素作为未被遮挡的像素，将未被遮挡的像素的置信度设置为1；

根据所述预设几何约束及置信度图对所述两个样本图像进行光流估计，获得所述光流估计结果。

5.根据权利要求4所述的方法，其特征在于，所述根据所述初始光流图进行前向-后向亮度检测，包括：

获得所述两个样本中图像I_i到图像I_j的初始光流图上像素p的前向光流w_i→j(p)，并获得图像I_j到图像I_i后向光流其中，

检测所述前向光流w_i→j(p)及后向光流是否满足以下条件：其中，α＝0.01，β＝0.5，

若满足，则将像素p的置信度设置为1；

若不满足，则将像素p的置信度设置为0。

6.根据权利要求3所述的方法，其特征在于，所述预设几何约束包括三角形约束及四边形约束；所述根据所述预设几何约束及由所述两个样本图像中未被遮挡区域确定出的置信度图进行光流估计，包括：

通过光度损失函数L_p、根据所述四边形约束确定的四边形损失函数L_q、根据所述三角形约束确定的三角形损失函数L_t及所述置信度图对所述两个样本图像进行光流估计。

7.根据权利要求6所述的方法，其特征在于，针对像素点p，所述光度损失函数L_p为：

其中，为根据所述两个样本中图像I_i到图像I_j的光流w_i→j将图像I_j扭曲到图像I_i获得的扭曲图像，

M_i→j为图像I_i到图像I_j的置信度图，

ψ(x)＝(|x|+s)^q，s＝0.01，q＝0.4。