[发明专利]深度图像生成方法、装置及存储介质

说明书

本申请实施例公开了一种深度图像生成方法、装置及存储介质，属于计算机技术领域。该方法包括：获取多张目标图像，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，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。获取的多张目标图像是按照不同视角拍摄目标物体分别得到的，使得到的多张目标图像中不同角度的信息，丰富了获取到的目标图像的信息量，且通过多个卷积层的多级卷积处理，得到多个不同的特征图集合，丰富了特征图的信息量，从而提高了得到的深度图像的准确性。

技术领域

本申请实施例涉及计算机技术领域，特别涉及一种深度图像生成方法、装置及存储介质。

背景技术

随着计算机技术的发展，三维模型的应用越来越广泛。三维模型可以应用于多种场景下，如建筑物的三维模型构建场景、人体的三维模型构建场景等。在生成物体的三维模型时，需要先生成物体的深度图像，因此如何生成深度图像成为亟待解决的问题。

发明内容

本申请实施例提供了一种深度图像生成方法、装置及存储介质，能够提高深度图像的准确性。所述技术方案如下：

一方面，提供了一种深度图像生成方法，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。

可选地，所述聚合特征、所述参考特征卷、所述第一特征卷、所述第二特征卷及所述权重矩阵，满足以下关系：

V′_i,d,h,w＝V_i,d,h,w-V_0,d,h,w

其中，i表示第一图像的序号，所述i为大于0、且不大于N-1的正整数；所述N表示所述多张目标图像的个数，所述N为大于1的整数；d表示所述多个深度值中的任一深度值，h表示所述特征图集合中的特征图的高度，w表示所述特征图集合中的特征图的宽度；V′_i,d,h,w表示所述第二特征卷，V_i,d,h,w表示所述第一特征卷，V_0,d,h,w表示所述参考特征卷，C_d,h,w表示所述聚合特征，U_h,w表示所述权重矩阵；⊙用于表示元素级乘法。

可选地，所述聚合特征、所述参考特征卷、所述第一特征卷、所述第二特征卷及所述权重矩阵，满足以下关系：

V′_i,d,h,w＝V_i,d,h,w-V_0,d,h,w

其中，i表示第一图像的序号，所述i为大于0、且小于等于N-1的正整数；所述N表示所述多张目标图像的个数，所述N为大于1的整数；d表示所述多个深度值中的任一深度值，h表示所述特征图集合中的特征图的高度；w表示所述特征图集合中的特征图的的宽度；V′_i,d,h,w表示所述第二特征卷，V_i,d,h,w表示所述第一特征卷，V_0,d,h,w表示所述参考特征卷，C_d,h,w表示所述聚合特征，U_d,h,w表示与所述深度值d对应的权重矩阵；⊙用于表示元素级乘法。