[发明专利]深度图像生成方法、装置及存储介质在审

专利信息
申请号: 202010119713.5 申请日: 2020-02-26
公开(公告)号: CN111340866A 公开(公告)日: 2020-06-26
发明(设计)人: 张润泽;易鸿伟;陈颖;徐尚;戴宇荣 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T7/55 分类号: G06T7/55;G06N3/04;G06N3/08
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 祝亚男
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 深度 图像 生成 方法 装置 存储 介质
【权利要求书】:

1.一种深度图像生成方法,其特征在于,所述方法包括:

获取多张目标图像,所述多张目标图像是按照不同视角拍摄目标物体分别得到的;

通过卷积模型中的多个卷积层,对所述多张目标图像进行多级卷积处理,得到所述多个卷积层分别输出的特征图集合,每个特征图集合包括所述多张目标图像对应的特征图;

分别将所述每个特征图集合中的多个特征图进行视角聚合,得到所述每个特征图集合对应的聚合特征;

将得到的多个聚合特征进行融合处理,得到深度图像。

2.根据权利要求1所述的方法,其特征在于,所述通过卷积模型中的多个卷积层,对所述多张目标图像进行多级卷积处理,得到所述多个卷积层分别输出的特征图集合,包括:

通过所述卷积模型中的第一个卷积层,对所述多张目标图像进行卷积处理,得到所述第一个卷积层输出的特征图集合;

通过所述卷积模型中的下一个卷积层,对上一个卷积层输出的特征图集合中的每个特征图进行卷积处理,得到所述下一个卷积层输出的特征图集合,直至得到所述多个卷积层分别输出的特征图集合。

3.根据权利要求1所述的方法,其特征在于,所述分别将所述每个特征图集合中的多个特征图进行视角聚合,得到所述每个特征图集合对应的聚合特征,包括:

将所述多张目标图像中的任一张目标图像作为参考图像,将所述多张目标图像中的其他目标图像作为第一图像;

对于任一特征图集合进行如下处理:

确定所述特征图集合中,所述参考图像对应的参考特征图及所述第一图像对应的第一特征图;

按照所述第一图像与所述参考图像的拍摄视角的差异,将所述第一特征图进行视角转换,得到转换后的第二特征图;

将所述参考特征图与所述第二特征图进行融合处理,得到所述聚合特征。

4.根据权利要求3所述的方法,其特征在于,所述按照所述第一图像与所述参考图像的拍摄视角的差异,将所述第一特征图进行视角转换,得到转换后的第二特征图,包括:

获取所述第一图像对应的第一拍摄参数及所述参考图像对应的参考拍摄参数;

确定输出所述特征图集合的卷积层对应的多个深度值;

根据所述第一拍摄参数与所述第二拍摄参数之间的差异,及所述多个深度值,确定与所述多个深度值对应的多个视角转换矩阵;

根据所述多个视角转换矩阵,分别对所述第一特征图进行视角转换,得到转换后的多个第二特征图。

5.根据权利要求4所述的方法,其特征在于,所述确定输出所述特征图集合的卷积层对应的多个深度值,包括:

确定输出所述特征图集合的卷积层对应的深度层数;

按照所述深度层数将预设深度范围进行划分,得到所述多个深度值。

6.根据权利要求4所述的方法,其特征在于,所述第一图像包括多个,所述将所述参考特征图与所述第二特征图进行融合处理,得到所述聚合特征,包括:

将第一数量的所述参考特征图进行融合处理,得到所述参考图像对应的参考特征卷,所述第一数量等于所述多个深度值的数量;

对于每个第一图像,将所述第一图像对应的第一特征图转换后的多个第二特征图进行融合处理,得到第一特征卷,将所述第一特征卷与所述参考特征卷之间的差值确定为第二特征卷;

将确定的多个第二特征卷进行融合处理,得到所述聚合特征。

7.根据权利要求6所述的方法,其特征在于,所述将确定的多个第二特征卷进行融合处理,得到所述聚合特征,包括:

获取所述输出所述特征图集合的卷积层对应的权重矩阵,所述权重矩阵中包括所述卷积层输出的特征图中每个像素位置对应的权重;

按照所述权重矩阵,将所述多个第二特征卷进行加权融合处理,得到所述聚合特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010119713.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top