[发明专利]一种深度估计方法、装置、电子设备及存储介质

权利要求书

1.一种深度估计方法，其特征在于，包括：

获得第一图像和第二图像，所述第一图像和所述第二图像是目标视频中的不同视频帧；

提取所述第一图像中的第一深度特征图，并提取所述第二图像中的第二深度特征图，所述深度特征图表征二维图像中的三维深度信息；

将所述第一图像和所述第二图像进行拼接融合，获得融合图像；

根据所述融合图像、所述第一深度特征图和所述第二深度特征图确定遮蔽特征图，所述遮蔽特征图表征图像中的噪声被遮蔽后的特征图；

根据所述遮蔽特征图和所述第一深度特征图确定深度估计图，所述深度估计图表征所述第一图像和所述第二图像的三维深度信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述融合图像、所述第一深度特征图和所述第二深度特征图确定遮蔽特征图，包括：

使用姿态估计网络模型提取所述融合图像中的姿态特征，获得姿态特征图；

将所述第一深度特征图和所述姿态特征图进行加权融合，获得第一融合特征，并将所述第二深度特征图和所述姿态特征图进行加权融合，获得第二融合特征；

根据所述第一融合特征和所述第二融合特征确定所述遮蔽特征图。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一融合特征和所述第二融合特征确定所述遮蔽特征图，包括：

对所述第一融合特征进行姿态修正，获得第一修正特征；

对所述第二融合特征进行插值修正，获得第二修正特征；

根据所述第一修正特征和所述第二修正特征确定所述遮蔽特征图。

4.根据权利要求1所述的方法，其特征在于，所述根据所述遮蔽特征图和所述第一深度特征图确定深度估计图，包括：

根据所述遮蔽特征图确定损失函数；

使用所述损失函数修正所述第一深度特征图，获得所述深度估计图。

5.根据权利要求1所述的方法，其特征在于，所述提取所述第一图像中的第一深度特征图，并提取所述第二图像中的第二深度特征图，包括：

使用第一深度估计网络模型提取所述第一图像中的第一深度特征图，所述第一深度估计网络模型为提取深度信息特征的神经网络模型；

使用第二深度估计网络模型提取所述第二图像中的第二深度特征图，所述第二深度估计网络模型为提取深度信息特征的神经网络模型。

6.根据权利要求1-5任一所述的方法，其特征在于，所述获得第一图像和第二图像，包括：

接收终端设备发送的所述第一图像和所述第二图像；

在所述根据所述遮蔽特征图和所述第一深度特征图确定深度估计图之后，还包括：

向所述终端设备发送所述深度估计图。

7.一种深度估计装置，其特征在于，包括：

图像获得模块，用于获得第一图像和第二图像，所述第一图像和所述第二图像是目标视频中的不同视频帧；

特征提取模块，用于提取所述第一图像中的第一深度特征图，并提取所述第二图像中的第二深度特征图，所述深度特征图表征二维图像中的三维深度信息；

拼接融合模块，用于将所述第一图像和所述第二图像进行拼接融合，获得融合图像；

遮蔽确定模块，用于根据所述融合图像、所述第一深度特征图和所述第二深度特征图确定遮蔽特征图，所述遮蔽特征图表征图像中的噪声被遮蔽后的特征图；

深度估计模块，用于根据所述遮蔽特征图和所述第一深度特征图确定深度估计图，所述深度估计图表征所述第一图像和所述第二图像的三维深度信息。

8.根据权利要求7所述的装置，其特征在于，所述遮蔽确定模块，包括：

姿态特征获得模块，用于使用姿态估计网络模型提取所述融合图像中的姿态特征，获得姿态特征图；

融合特征获得模块，用于将所述第一深度特征图和所述姿态特征图进行加权融合，获得第一融合特征，并将所述第二深度特征图和所述姿态特征图进行加权融合，获得第二融合特征；

遮蔽特征确定模块，用于根据所述第一融合特征和所述第二融合特征确定所述遮蔽特征图。