[发明专利]一种基于多尺度CNN和连续CRF的单目图像深度估计方法

摘要

本发明公开了一种基于多尺度CNN和连续CRF的单目图像深度估计方法，其利用CRF模型根据DCNN的输出深度图计算单点势能，根据输入RGB图像计算成对稀疏势能，最后用MAP(最大化后验概率)算法推导出优化的深度图。本发明结合了多尺度CNN和连续CRF优化思想，不仅能够以较高的精确度估计出深度图，又能使得到的深度图轮廓清晰；本发明所估计的深度有比较高的分辨率，而且所得到的深度图能保留场景中所有对象的深度细节信息，具有更好的视觉效果。

主权项

1.一种基于多尺度CNN和连续CRF的单目图像深度估计方法，包括如下步骤：(1)获取足够数量的样本图像，并对样本图像依次进行数据增强操作以及归一化处理；(2)根据步骤(1)中归一化后的样本图像分两个阶段训练DCNN，DCNN共包括三个栈，前两个栈通过第一阶段训练完成，第三个栈通过第二阶段训练完成；(3)对于待估计深度的输入图像I，根据DCNN的输出建立关于输入图像I及其深度图Y的条件概率分布函数P(Y|I)：Z(I)＝∫Yexp(‑E(Y，I))dY其中：Z(I)为输入图像I对应的配分函数，E(Y，I)为关于输入图像I及其深度图Y的能量函数，zi为第i个有效像素预测的对数深度值，yi和yj分别为第i个有效像素和第j个有效像素实际的对数深度值，pi和pj分别为第i个有效像素和第j个有效像素的坐标值，ci和cj分别为第i个有效像素和第j个有效像素的LAB颜色值，wij1、wij2、σij1、σij2和σij3均为CRF模型参数，i和j均为自然数且1≤i≤N，1≤j≤N，N为有效像素的总数；然后对函数P(Y|I)进行最大化求解，进而将求解得到的深度图从对数空间转换回线性空间即可获得具有较高精确度且保留了物体轮廓细节信息的深度图。