The invention discloses a method and system for estimating an image depth, the method is implemented including: Construction of depth estimation network, depth estimation network includes: encoding, convolution part connecting part and a decoding part, anti roll laminated and encoding part scale decoding part of the last layer in the same block convolution convolution is connected the formation of the final backscroll layer; sample images in two successive images and the depth map of an image as the training samples, the training samples to estimate the network depth estimation is obtained by the trained network depth; image acquisition test, extract the current frame image and current frame image before an image of the test image the current color depth; channel into the frame and previous frame image estimation network, get the depth map of current frame image. The method has the advantages of high efficiency, high depth map and strong compactness.
【技术实现步骤摘要】
一种图像深度估计方法和系统
本专利技术属于计算机视觉领域,更具体地,涉及一种图像深度估计方法和系统。
技术介绍
图像深度估计被广泛应用到智能车避障,机器人控制,汽车辅助驾驶,增强现实等应用领域。道路场景下基于视觉的图像深度估计,利用计算机视觉技术,通过处理摄像头捕捉的图像,获得引导信息。与其他引导技术相比,基于视觉的方法不必增加其他的传感器设施,易于对采集设备进行扩展。随着我国车辆拥有数量的增加和道路状况的日益复杂以及对辅助驾驶功能的更高要求,基于视觉的图像深度估计也被广泛地应用到智能辅助驾驶之中。目前道路场景下基于计算机视觉的深度估计方法主要分为两种:1)基于双目图像的深度估计方法;2)基于单目图像的深度估计方法。基于双目图像的道路场景深度估计方法是通过安装在两个不同角度的摄像机对同一个场景从不同的视角拍摄,然后通过两幅图像以及两幅图像之间的基本几何关系恢复场景的三维信息,从而获得场景中每个像素点的深度估计值。在智能辅助驾驶中,利用获得的深度值对前方障碍物进行预警。但是,基于双目图像的道路场景深度估计方法存在大量的问题。如双目摄像机在车辆行驶过程中的自标定问题,双目相机的计算量大问题等。这些问题造成了基于双目相机的道路场景深度估计的不准确和不实用。基于单目图像的道路场景深度估计方法又可以分为非基于学习的方法和基于学习的方法。非基于学习的方法通常是给定一部分的道路场景图像以及场景图像所对应的深度图像作为参考图像集合,然后根据拍摄的当前帧图像与参考的图像集合中的道路场景图像中的图像匹配结果,获得道路场景的深度信息。方法的计算复杂度非常高,检测图像和参考图像集 ...
【技术保护点】
一种图像深度估计方法,其特征在于,包括:(1)构建深度估计网络,深度估计网络包括:编码部分、卷积连接部分和解码部分,解码部分的反卷积层与编码部分的尺度相同的卷积块中的最后一层卷积层相连接,形成最终的反卷积层;(2)选取样本图像中的两张连续图像和其中一张图像的深度图作为训练样本,利用训练样本训练深度估计网络,得到训练好的深度估计网络;(3)采集测试图像,提取测试图像的当前帧图像和当前帧图像的前一帧图像;将当前帧图像和前一帧图像的颜色通道输入训练好的深度估计网络,得到当前帧图像的深度图。
【技术特征摘要】
1.一种图像深度估计方法,其特征在于,包括:(1)构建深度估计网络,深度估计网络包括:编码部分、卷积连接部分和解码部分,解码部分的反卷积层与编码部分的尺度相同的卷积块中的最后一层卷积层相连接,形成最终的反卷积层;(2)选取样本图像中的两张连续图像和其中一张图像的深度图作为训练样本,利用训练样本训练深度估计网络,得到训练好的深度估计网络;(3)采集测试图像,提取测试图像的当前帧图像和当前帧图像的前一帧图像;将当前帧图像和前一帧图像的颜色通道输入训练好的深度估计网络,得到当前帧图像的深度图。2.如权利要求1所述的一种图像深度估计方法,其特征在于,所述步骤(1)包括以下子步骤:(1-1)编码部分由若干层卷积块组成,上一卷积块与下一卷积块之间通过最大池操作连接,每个卷积块中包含若干个卷积层;(1-2)卷积连接部分包含若干层卷积层,对每层卷积层进行防止过拟合操作;(1-3)解码部分包含若干层反卷积层,将每层反卷积层与编码部分中的尺度相同的卷积块中的最后一层卷积层相连接,形成最终的反卷积层;(1-4)利用编码部分、卷积连接部分和解码部分构建深度估计网络。3.如权利要求1或2所述的一种图像深度估计方法,其特征在于,所述步骤(2)还包括对训练样本进行预处理,使得训练样本具有泛化性。4.如权利要求1或2所述的一种图像深度估计方法,其特征在于,所述步骤(3)还包括对当前帧图像和前一帧图像进行直方图均衡化处理。5.如权利要求1或2所述的一种图像深度估计方法,其特征在于,所述步骤(3)还包括利用高斯滤波对深度图进行平滑处理。6.一种图像深度估计系统,其特征在于,包括:构建深度估计网络模块,用于构建深度估计网络,深度估...
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。