The invention discloses a method for depth estimation based on monocular image multi-scale CNN and continuous CRF, using the CRF model to calculate the single point energy output according to the depth map of DCNN, calculated according to the input image sparse pairwise potential RGB, and finally MAP (maximum a posteriori) algorithm is derived to optimize the depth map. The invention combines multi scale CNN and continuous CRF optimization, not only can get high accuracy to estimate the depth map, and can make the depth map contour clear; a relatively high resolution of the invention estimates the depth, the depth map and the retention in depth details of the scene objects. Has better visual effect.
【技术实现步骤摘要】
本专利技术属于三维图像深度估计
,具体涉及一种基于多尺度CNN和连续CRF的单目图像深度估计方法。
技术介绍
视频编辑过程中通常需要创建场景的三维模型来保证编辑的时空一致性,而从二维视频创建场景的三维模型则需要有该场景的深度信息。3D电影和3D电视能给观众带来身临其景的真实感,传统的3D视频通常通过多台摄像机从不同角度同步拍摄视频并制作得到,然而这种3D视频的同步处理和制作成本高昂、费时费力。最近几年来,许多研究人员寻求通过已有的3D模型库、深度估计技术从单视频序列来制作生成3D视频的方法,并取得了一定的成果。将2D视频转成3D视频过程中很重要的一步是从2D视频序列中估计出深度图,得到深度信息之后既可以生成3D模型并投影得到另一视角的视频序列,也可以根据双目视差原理直接计算得到另一视角的视图。目前深度信息的获取可通过硬件和软件两种途径。硬件获取深度信息的设备有激光测距仪和微软推出的3D体感摄像仪Kinect等,但激光测距仪价格昂贵,不利于推广;Kinect虽然价格亲民,但最大检测距离不超过5米,且感知精度受光线和背景物体影响较大,对透明、镜面反光等物体无法正确测距。软件方法常见的主要有多视图立体法(multi-view stereo)、光度立体视觉法(photometric stereo)、色度成形法(shape from shading)、散焦推断法(depth from defocus)以及基于机器学习的方法等。根据多视图几何原理,对于一个静止的场景,如果我们从不同位置拍摄了多幅图像,而且不同图像之间有公共内容,那么理论上就能从这些图像自动地恢 ...
【技术保护点】
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):P(Y|I)=1Z(I)exp(-E(Y,I))]]>Z(I)=∫Y exp(‑E(Y,I)dYE(Y,I)=Σi(zi-yi)2+Σij(yi-yj)2[wij1exp(-||pi-pj||22σij12-||ci-cj||22σij22)+wij2exp(-||pi-pj||22σij32)]]]>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 ...
【技术特征摘要】
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): P ( Y | I ) = 1 Z ( I ) exp ( - E ( Y , I ) ) ]]>Z(I)=∫Y exp(-E(Y,I)dY E ( Y , I ) = Σ i ( z i - y i ) 2 + Σ i j ( y i - y j ) 2 [ w i j 1 exp ( - | | p i - p j | | 2 2 σ i j 1 2 - | | c i - c j | | 2 2 σ i j 2 2 ) + w i ...
【专利技术属性】
技术研发人员:竺乐庆,王勋,王慧燕,
申请(专利权)人:浙江工商大学,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。