[发明专利]深度图修复方法、装置和可读存储介质在审

专利信息
申请号: 202010900643.7 申请日: 2020-08-31
公开(公告)号: CN112116602A 公开(公告)日: 2020-12-22
发明(设计)人: 户磊;王亚运;薛远;崔哲;刘祺昌 申请(专利权)人: 北京的卢深视科技有限公司;合肥的卢深视科技有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/50;G06T7/90;G06T5/00;G06K9/00
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 郭亮
地址: 100083 北京市海淀区学院*** 国省代码: 北京;11
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 修复 方法 装置 可读 存储 介质
【说明书】:

发明实施例提供一种深度图修复方法、装置和可读存储介质,所述深度图修复方法包括:基于原始深度图获取空洞区域集;对原始彩色图分别进行全局分割与局部分割,获得彩色分割区域集;其中,所述彩色分割区域集用于对所述空洞区域集进行处理,以获取待修复空洞区域集;所述原始深度图和所述原始彩色图包括同一人脸;计算所述待修复空洞区域集中各空洞像素点的深度修复值,对所述原始深度图进行修复。基于彩色图的引导对深度图进行修复,在保证深度图整体修复效果的基础上,进一步提升了修复的真实性和可靠性,能够满足当前人脸识别检测应用对深度图像质量日益提高的要求。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种深度图修复方法、装置和可读存储介质。

背景技术

深度感知成像技术一直以来都是计算机视觉技术领域中一门重要的研究课题,目前包括基于空间编码结构光的单目深度成像技术、基于结构光纹理增强的双目深度成像技术和基于飞行时间的单目深度成像技术等主流方向,广泛应用在医学、工业、消费电子、安防监控等领域中。人脸识别应用作为安防监控和消费电子领域中的关键技术,随着近几年深度学习技术的发展,逐渐从使用彩色图像或红外图像等二维数据,过渡到使用深度图像等三维数据进行人脸的识别检测。因而由深度感知成像技术获取的深度图像质量对人脸识别应用效果的具有极为关键的影响。虽然目前主流的深度感知技术获取的深度图质量都可以达到较高水平,但是通用修复方法对人脸区域的修复效果有限,无法满足当前人脸识别应用对深度图像质量日益提高的要求。

发明内容

针对现有技术存在的上述技术问题,本发明实施例提供一种深度图修复方法、装置和可读存储介质。

第一方面,本发明实施例提供一种深度图修复方法,包括:

基于原始深度图获取空洞区域集;

对原始彩色图分别进行全局分割与局部分割,获得彩色分割区域集;其中,所述彩色分割区域集用于对所述空洞区域集进行处理,以获取待修复空洞区域集;所述原始深度图和所述原始彩色图包括同一人脸;

计算所述待修复空洞区域集中各空洞像素点的深度修复值,对所述原始深度图进行修复。

可选地,所述对原始彩色图分别进行全局分割与局部分割,获得彩色分割区域集,包括:

对所述原始彩色图进行全局分割,获得全局分割结果;其中,所述全局分割结果包括人脸轮廓彩色分割区域和五官彩色分割区域;

对所述原始彩色图进行局部分割,获得局部分割结果;其中,所述局部分割结果包括眼镜框架彩色分割区域、鼻侧阴影彩色分割区域和嘴部口腔彩色分割区域;

将所述全局分割结果与所述局部分割结果进行图像融合,获得多个彩色分割区域;

可选地,所述对原始彩色图分别进行全局分割与局部分割,获得彩色分割区域集之后,还包括:

对所述多个彩色分割区域集进行筛选,剔除像素值小于预设像素阈值的彩色分割区域;基于筛选后的各彩色分割区域的像素值,对所述筛选后的多个彩色分割区域进行标记,获取第一标记结果。

可选地,所述彩色分割区域集用于对所述空洞区域集进行处理,以获取待修复空洞区域集,包括:

对所述空洞区域集进行连通域标记,获取第二标记结果;其中,所述空洞区域集为原始深度图中像素值为零的像素点的集合;

基于所述第一标记结果和所述第二标记结果,判断所述空洞区域集中各空洞区域内的各像素点是否属于同一彩色分割区域,获取第三标记结果;

其中,若所述空洞区域集中各空洞区域内的各像素点属于同一彩色分割区域,则对所述各像素点给予相同的标记;若所述空洞区域集中各空洞区域内的各像素点不属于同一彩色分割区域,则对所述各像素点分别给予不同的标记;

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北京的卢深视科技有限公司;合肥的卢深视科技有限公司,未经北京的卢深视科技有限公司;合肥的卢深视科技有限公司许可,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/202010900643.7/2.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