[发明专利]一种鲁棒的单相机深度图估计方法

权利要求书

1.一种鲁棒的单相机深度图估计方法，其特征为：将RGB相机获取的单目彩色图输入至预先训练完成的神经网络模型得到单目视差预测图，通过视差disparity与深度depth一一对应关系：最终得到单目深度预测图。其中，神经网络的训练过程如下：

①使用已知焦距f、两摄像头间距d的双目相机在实际场景中采集m对彩色图像，其中m大于20000，采集图像过程需要在n个不同场景下进行采集，其中n大于30；双目相机的两摄像头连线应始终保持水平，且内部物理参数应完全相同。

②利用双目相机采集的m对彩色图像进行神经网络模型训练。其中，神经网络模型输入为采集的彩色图像(分辨率为512×256)，输出为对应单目视差预测。训练时，输入m对彩色图像中左、右目的彩色图像，得到对应的左、右目视差预测，再将左、右目的彩色图像和对应的左、右目视差预测通过双线性插值重建右、左目的彩色视图；通过与真实采集的右、左彩色视图比较误差，进而迭代优化网络参数得到训练完成的神经网络模型。各网络层参数的具体设计如下表所示，其中，最后一层(第18层)为输出的单目视差预测图。

2.根据权利要求1所述的方法，其特征为：所述一维分解瓶颈层使用3×3卷积核与1×1扩张卷积核进行串联运算，运算结果与输入张量进行残差链接，最后采用线性整流函数ReLU作为激活函数，构成一维分解瓶颈层的整体。

3.根据权利要求1所述的方法，其特征为：从8到11层的一维分解瓶颈层采用扩张卷积完成，扩张卷积率分别为2，4，8，16。

4.根据权利要求1所述的方法，其特征为：所述下采样层通过使用3×3卷积和平均池化结果进行拼接，得到最终的下采样特征图。

5.根据权利要求1所述的方法，其特征为：所述上采样层采用双线性插值与3×3卷积级联，得到最终的上采样特征图。

6.根据权利要求1所述的防范，其特征为：13a，13b层的全局池化层，通过Sigmoid激活函数归一化为0-1之间，最终作为加权权重来选择性传递原始特征图。