[发明专利]一种基于有监督数据驱动的单目视频深度估计方法

摘要

本发明公开了一种基于有监督数据驱动的单目视频深度估计方法，包括以下步骤：(1)获取样本视频序列以及相应的深度序列，作为训练数据集合；(2)使用基于跟踪的超像素分割方法对训练数据集合进行分割，提取各个分割单元的特征；(3)构建结合卷积神经网络与时空条件随机场的网络模型；(4)使用训练数据集合以及分割结果与相应特征，对深度时空卷积神经网络场模型进行训练；(5)对待估计的视频序列进行分割，提取各个分割单元的特征；(6)将待估计的视频序列以及分割结果与相应特征，输入已经训练好的模型中，得到深度序列。本发明兼顾时空一致性与层次关系准确性，提高了单目立体视频质量。

主权项

1.一种基于有监督数据驱动的单目视频深度估计方法，其特征在于，包括以下步骤：(1)获取样本视频序列以及相应的深度序列，作为训练数据集合；(2)使用基于跟踪的超像素分割方法对训练数据集合进行分割，提取各个分割单元的z类图像特征；(3)构建结合卷积神经网络与时空条件随机场的网络模型；(4)使用步骤(1)中的训练数据集合以及步骤(2)中得到的分割结果与相应特征，对步骤(3)中的深度时空卷积神经网络场模型进行训练，得到训练后的网络模型；(5)对待估计的视频序列进行分割，提取各个分割单元的特征；(6)将待估计的视频序列以及步骤(5)的分割结果与相应特征，输入步骤(4)已经训练好的模型中，得到深度序列。