[发明专利]图像深度信息获取模型的训练方法、装置及电子设备

权利要求书

1.一种图像深度信息获取模型的训练方法，包括：

获取样本图像以及所述样本图像对应的样本点云信息；

将所述样本图像和所述样本点云信息输入图像深度信息获取模型中，获取所述样本图像中每个像素点的初始深度信息和特征信息；

根据所述像素点的初始深度信息和所述特征信息，从所有所述像素点中识别出深度信息不稳定的目标像素点；

根据所述目标像素点的深度信息，确定所述目标像素点对应的所述图像深度信息获取模型的损失函数中的权重值；

根据所述权重值对所述损失函数进行调整，并返回所述获取样本图像以及所述样本图像对应的样本点云信息步骤重新训练直至模型训练结束，生成目标图像深度信息获取模型。

2.根据权利要求1所述的训练方法，其中，所述根据所述像素点的初始深度信息和所述特征信息，从所有所述像素点中识别出深度信息不稳定的目标像素点，包括：

根据每个所述像素点的特征信息，获取每个所述像素点与其相邻点之间的特征相似度；

根据所述特征相似度，获取每个所述像素点的邻接矩阵；

根据每个所述像素点的初始深度信息和所述邻接矩阵，从所有所述像素点中识别出所述目标像素点。

3.根据权利要求2所述的训练方法，其中，所述根据每个所述像素点的初始深度信息和所述邻接矩阵，从所有所述像素点中识别出所述目标像素点，包括：

从每个所述像素点的初始深度信息起，根据所述像素点对应的所述邻接矩阵，对每个所述像素点的深度信息进行迭代更新；

针对每个所述像素点，将累计迭代更新次数达到第一预设次数时的深度信息作为第一深度信息，并将累计迭代达到第二预设次数时的深度信息作为第二深度信息；

根据所述第一深度信息和所述第二深度信息，从所有所述像素点中识别出所述目标像素点。

4.根据权利要求3所述的训练方法，其中，所述根据所述第一深度信息和所述第二深度信息，从所有所述像素点中识别出所述目标像素点，包括：

获取所述第一深度信息和所述第二深度信息的差值；

根据所述差值，从所有所述像素点中识别出所述差值是否大于或者等于预设差值阈值的点，并将其作为所述目标像素点。

5.根据权利要求4所述的训练方法，其中，所述根据所述目标像素点的深度信息，确定所述目标像素点对应的所述图像深度信息获取模型的损失函数中的权重值，包括：

根据所述差值，确定所述差值所处的差值区间；

根据所述差值区间，确定所述目标像素点对应的所述权重值，其中，所述权重值与所述差值呈正相关。

6.根据权利要求1-5所述的训练方法，其中，还包括：

获取待获取图像以及所述待获取图像对应的点云信息；

将所述待获取图像和所述点云信息输入至所述目标图像深度信息获取模型中，以获取所述待获取图像中每个所述像素点的目标深度信息。

7.一种图像深度信息获取模型的训练装置，包括：

第一获取模块，用于获取样本图像以及所述样本图像对应的样本点云信息；

第二获取模块，用于将所述样本图像和所述样本点云信息输入图像深度信息获取模型中，获取所述样本图像中每个像素点的初始深度信息和特征信息；

识别模块，用于根据所述像素点的初始深度信息和所述特征信息，从所有所述像素点中识别出深度信息不稳定的目标像素点；

确定模块，用于根据所述目标像素点的深度信息，确定所述目标像素点对应的所述图像深度信息获取模型的损失函数中的权重值；

生成模块，用于根据所述权重值对所述损失函数进行调整，并返回所述获取样本图像以及所述样本图像对应的样本点云信息步骤重新训练直至模型训练结束，生成目标图像深度信息获取模型。