【技术实现步骤摘要】
一种双目图像处理方法、装置、设备和存储介质
[0001]本专利技术实施例涉及图像处理技术,尤其涉及一种双目图像处理方法、装置、设备和存储介质。
技术介绍
[0002]随着计算机视觉的快速发展,可以通过立体匹配方式估计视差图,重构场景的三维几何信息。
[0003]目前,可以利用深度卷积网络模型直接预测场景的稠密视差图,从而基于深度学习的立体匹配方式可以实现更加精确的视差估计。
[0004]然而,在实现本专利技术过程中,专利技术人发现现有技术中至少存在如下问题:
[0005]当采集的双目图像中包含视差边缘区域,比如建筑物边缘、电线杆边缘、物体外轮廓等时,对双目图像进行特征提取,获得的包含视差边缘的特征往往会对后续的代价聚合体的计算引入嘈杂甚至错误的信息,最终降低视差估计的准确性。
技术实现思路
[0006]本专利技术实施例提供了一种双目图像处理方法、装置、设备和存储介质,以抑制包含视差边缘的特征,提高视差估计的准确性。
[0007]第一方面,本专利技术实施例提供了一种双目图像处理方法,包括:
[0008]获取待处理的双目图像;
[0009]分别对所述双目图像中的左图像和右图像进行特征提取,确定所述左图像对应的第一左特征图和所述右图像对应的第一右特征图;
[0010]将所述第一左特征图和所述第一右特征图输入至预设注意力网络模型中进行特征注意力处理,所述预设注意力网络模型用于:基于所述第一左特征图与所述第一右特征图中位置相对应的两个特征点之间的特征差值以 ...
【技术保护点】
【技术特征摘要】
1.一种双目图像处理方法,其特征在于,包括:获取待处理的双目图像;分别对所述双目图像中的左图像和右图像进行特征提取,确定所述左图像对应的第一左特征图和所述右图像对应的第一右特征图;将所述第一左特征图和所述第一右特征图输入至预设注意力网络模型中进行特征注意力处理,所述预设注意力网络模型用于:基于所述第一左特征图与所述第一右特征图中位置相对应的两个特征点之间的特征差值以及预先设置的特征差值与权重值之间的对应关系,确定所述第一左特征图对应的左权重矩阵和所述第一右特征图对应的右权重矩阵,并基于所述左权重矩阵和所述右权重矩阵分别对所述第一左特征图和所述第一右特征图进行注意力处理;根据所述预设注意力网络模型的输出,获得注意力处理后的左右特征图。2.根据权利要求1所述的方法,其特征在于,所述预设注意力网络模型包括:特征融合子模型、权重估计子模型和注意力处理子模型;所述将所述第一左特征图和所述第一右特征图输入至预设注意力网络模型中进行特征注意力处理,包括:将所述第一左特征图输入至所述特征融合子模型中,对所述第一左特征图中的每个通道的特征信息进行融合,确定融合后的第二左特征图;将所述第一右特征图输入至所述特征融合子模型中,对所述第一右特征图中的每个通道的特征信息进行融合,确定融合后的第二右特征图;将所述第二左特征图和所述第二右特征图输入至所述权重估计子模型中,基于所述第一左特征图与所述第一右特征图中位置相对应的两个特征点之间的特征差值以及预先设置的特征差值与权重值之间的对应关系,确定所述第二左特征图对应的左权重矩阵和所述第二右特征图对应的右权重矩阵;将所述左权重矩阵和所述第一左特征图输入至所述注意力处理子模型中进行注意力处理,确定第三左特征图,并将所述第三左特征图进行输出;将所述右权重矩阵和所述第一右特征图输入至所述注意力处理子模型中进行注意力处理,确定第三右特征图,并将所述第三右特征图进行输出。3.根据权利要求2所述的方法,其特征在于,所述特征融合子模型包括:第一卷积层和第二卷积层;所述将所述第一左特征图输入至所述特征融合子模型中,对所述第一左特征图中的每个通道的特征信息进行融合,确定融合后的第二左特征图,包括:将所述第一左特征图输入至所述第一卷积层进行卷积操作,确定与所述第一左特征图尺寸相同的第四左特征图;将所述第四左特征图输入至第二卷积层进行卷积操作,确定融合后的第二左特征图。4.根据权利要求3所述的方法,其特征在于,所述将所述左权重矩阵和所述第一左特征图输入至所述注意力处理子模型中进行注意力处理,确定第三左特征图,包括:将所述左权重矩阵和所述第四左特征图输入至所述注意力处理子模型中进行注意力处理,确定第三左特征图;所述将所述右权重矩阵和所述第一右特征图输入至所述注意力处理子模型中进行注
意力处理,确定第三右特征图,包括:将所述右权重矩阵和所述第四右特征图输入至所述注意力处理子模型中进行注意力处理,确定第三右特征图。5.根据权利要求2所述的方法,其特征在于,所述权重估计子模型包括:左权重估计单元和右权重估计单元;所述将所述第二左特征图和所述第二右特征图输入至所述权重估计子模型中,基于所述第一左特征图和所述第一右特征图中位置相对应的两个特征点之间的特征差值以及预先设置的特征差值与权重值之间的对应关系,确定所述第二左特征图对应的左权重矩阵和所述第二右特征图对应的右权重矩阵,包括:将所述第二左特征图和所述第二右特征图输入至所述左权重估计单元中,针对所述第二左特征图中的每个左特征点,在所述第二右特征图上搜索与当前左特征点位置相对应的目标右特征点,并基于当前左特征点与所述目标右特征点之间的特征差值以及预先设置的特征差值与权重值之间的对应关系,确定当前左特征点对应...
【专利技术属性】
技术研发人员:徐鑫,
申请(专利权)人:京东鲲鹏江苏科技有限公司,
类型:发明
国别省市:
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。