CN113379813B - 深度估计模型的训练方法、装置、电子设备及存储介质 - Google Patents
深度估计模型的训练方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113379813B CN113379813B CN202110639017.1A CN202110639017A CN113379813B CN 113379813 B CN113379813 B CN 113379813B CN 202110639017 A CN202110639017 A CN 202110639017A CN 113379813 B CN113379813 B CN 113379813B
- Authority
- CN
- China
- Prior art keywords
- image
- sample
- estimation model
- depth estimation
- predicted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012549 training Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000012545 processing Methods 0.000 claims abstract description 28
- 239000000523 sample Substances 0.000 claims description 268
- 239000013074 reference sample Substances 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 12
- 238000013473 artificial intelligence Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000013135 deep learning Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000004821 distillation Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- QBAMSWGNEGKELL-LBWPDWBLSA-O [n'-[3-[1-[(2s,3s)-1-[4-[4-[4-[(2s,3s)-2-[4-[3-[[amino(azaniumyl)methylidene]amino]propyl]triazol-1-yl]-3-methylpentanoyl]piperazin-1-yl]-6-[2-[2-(2-prop-2-ynoxyethoxy)ethoxy]ethylamino]-1,3,5-triazin-2-yl]piperazin-1-yl]-3-methyl-1-oxopentan-2-yl]triazol Chemical compound [Cl-].N1([C@@H]([C@@H](C)CC)C(=O)N2CCN(CC2)C=2N=C(NCCOCCOCCOCC#C)N=C(N=2)N2CCN(CC2)C(=O)[C@H]([C@@H](C)CC)N2N=NC(CCCN=C(N)[NH3+])=C2)C=C(CCCN=C(N)[NH3+])N=N1 QBAMSWGNEGKELL-LBWPDWBLSA-O 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种深度估计模型的训练方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体涉及深度学习、计算机视觉等技术领域，可应用于图像处理和图像识别场景下。具体实现方案为：获取样本图像，并生成与样本图像对应的样本深度图像和样本残差图像，根据样本深度图像，确定与样本图像对应的样本光度误差信息，以及根据样本图像、样本残差图像，以及样本光度误差信息训练初始的深度估计模型，以得到目标深度估计模型，能够有效地辅助提升训练得到的深度估计模型针对图像的深度特征的表达建模能力，提升深度估计模型的深度估计效果。
Description
技术领域
本公开涉及人工智能技术领域，具体涉及深度学习、计算机视觉等技术领域，可应用于图像处理和图像识别场景下，尤其涉及深度估计模型的训练方法、装置、电子设备及存储介质。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
相关技术中的深度估计，可以分为：单目深度估计与双目深度估计，按照是否有监督，可细分为：单目有监督深度估计与单目无监督深度估计，其中，单目无监督深度估计，一般需要借助额外的信息，例如，前后帧视频序列的姿态信息、光流信息等。
发明内容
本公开提供了一种深度估计模型的训练方法、深度估计方法、装置、电子设备、存储介质及计算机程序产品。
根据本公开的第一方面，提供了一种深度估计模型的训练方法，包括：获取样本图像；生成与所述样本图像对应的样本深度图像和样本残差图像；根据所述样本深度图像，确定与所述样本图像对应的样本光度误差信息；以及根据所述样本图像、所述样本残差图像，以及所述样本光度误差信息训练初始的深度估计模型，以得到目标深度估计模型。
根据本公开的第二方面，提供了一种深度估计方法，包括：获取待估计图像；将所述待估计图像输入至如上述的深度估计模型的训练方法训练得到的目标深度估计模型之中，以得到所述目标深度估计模型输出的目标深度图像，所述目标深度图像包括：目标深度信息。
根据本公开的第三方面，提供了一种深度估计模型的训练装置，包括：第一获取模块，用于获取样本图像；生成模块，用于生成与所述样本图像对应的样本深度图像和样本残差图像；确定模块，用于根据所述样本深度图像，确定与所述样本图像对应的样本光度误差信息；以及训练模块，用于根据所述样本图像、所述样本残差图像，以及所述样本光度误差信息训练初始的深度估计模型，以得到目标深度估计模型。
根据本公开的第四方面，提供了一种深度估计装置，包括：第二获取模块，用于获取待估计图像；输入模块，用于将所述待估计图像输入至如上述的深度估计模型的训练装置训练得到的目标深度估计模型之中，以得到所述目标深度估计模型输出的目标深度图像，所述目标深度图像包括：目标深度信息。
根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面所述的深度估计模型的训练方法，或者执行如第二方面所述的深度估计方法。
根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面所述的深度估计模型的训练方法，或者执行如第二方面所述的深度估计方法。
根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面所述的深度估计模型的训练方法，或者执行如第二方面所述的深度估计方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开第一实施例的示意图；
图2是根据本公开第二实施例的示意图；
图3是根据本公开第三实施例的示意图；
图4是本公开实施例中的应用场景示意图；
图5是根据本公开第四实施例的示意图；
图6是根据本公开第五实施例的示意图；
图7是根据本公开第六实施例的示意图；
图8是根据本公开第七实施例的示意图；
图9示出了可以用来实施本公开的实施例的深度估计模型的训练方法的示例电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本公开第一实施例的示意图。
其中，需要说明的是，本实施例的深度估计模型的训练方法的执行主体为深度估计模型的训练装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。
本公开实施例涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术领域，可应用于图像处理和图像识别场景下。
其中，人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。深度学习的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
计算机视觉，指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
而图像处理和图像识别场景可以例如，采用一些硬件设备或者软件计算处理逻辑对待处理图像进行识别，以识别得到相应的图像特征，并采用该图像特征辅助后续的检测应用，将本公开实施例提供的深度估计模型的训练方法应用于图像处理和图像识别场景中，能够有效地辅助提升训练得到的深度估计模型针对图像的深度特征的表达建模能力，提升深度估计模型的深度估计效果，另外，还能够有效地提升硬件设备针对深度估计模型的训练效率，较大程度地提升深度估计模型的深度估计效果。
如图1所示，该深度估计模型的训练方法包括：
S101：获取样本图像。
其中，用于训练深度估计模型的图像，可以被称为样本图像，该样本图像的数量可以是一张或者多张，该样本图像也可以是从多个视频帧之中提取出的部分帧视频图像，对此不做限制。
上述获取到的样本图像，可以被用于辅助后续深度估计模型的训练，该样本图像也可以具体是双目的摄像装置捕获得到的图像，例如，左目的摄像装置和右目的摄像装置分别捕获得到的样本图像IL,TR。
在采用样本图像训练深度估计模型之前，还可以针对捕获得到的样本图像IL,IR进行校正标定处理，从而保障后续的深度模型训练效果。
S102：生成与样本图像对应的样本深度图像和样本残差图像。
上述获取到样本图像之后，可以对样本图像进行深度识别，并根据识别到的深度形成深度图像，该深度图像可以被称为样本深度图像。
上述获取到样本图像之后，可以采用残差图像法对样本图像进行相应的处理，并将处理得到残差图像作为样本残差图像。
其中，残差图像法，即按一定规则调节每个像元值，如用光谱矢量的几何平均值，对图像数据进行归一化处理，以获得相对反射率，或者选择整个图像中每个波段的最大值(代表100反射的测量值)，对每一个波段的最大值减去其归一化后的平均辐射值，对此不做限制。
上述生成的与样本图像对应的样本深度图像和样本残差图像，可以被用于在训练深度估计模型过程中作为参考标注，以辅助降低深度估计模型训练时所需要的训练数据的采集标注成本，并且，能够有效避免借助于过多的外部图像信息，从而在有效地保障深度估计模型的学习建模能力的同时，有效降低深度估计模型的训练成本。
S103：根据样本深度图像，确定与样本图像对应的样本光度误差信息。
本公开实施例中，上述在生成与样本图像对应的样本深度图像和样本残差图像之后，可以参考样本深度图像，分析与样本图像对应的样本光度误差信息，该样本光度误差信息，可以被用于辅助训练深度估计模型。
其中，图像光度，可以理解为图像的明暗程度，而光度误差信息，可以是根据左目的摄像装置和右目的摄像装置分别捕获得到的样本图像IL,IR的所确定得到的，光度误差信息，能够用于描述图像光度识别处理过程中，计算得到的光度和实际的光度之间的误差情况。
而样本光度误差信息，可以是在训练深度估计模型的过程中，作为训练参考标注的光度误差信息。
其中，样本光度误差信息的获取方式，可以举例说明如下：
假设样本图像包括：第一样本图像和第二样本图像，第一样本图像和第二样本图像不相同，第一样本图像和第二样本图像可以分别对应样本图像IL,IR，从而，其中，可以根据样本深度图像确定得到理论上的样本视差图像，样本深度图像与样本视差图像之间的关系满足如下公式：
假设双目摄像装置中双目之间的基线为B，摄像装置的焦距为f，则得到对应的样本视差图像Dis为：
样本视差图像Dis中每个像素对应的样本视差信息，满足：
Dgt(u,v)＝IR(u+Disstage1(u,v),v)-IL(u,v)；
其中，基于样本图像IL与网络估计的样本深度图像Disstage1，可以反求解出IR′＝Sisstage1+IL，再基于计算出的IR′与样本图像IR来计算出光度误差信息，并作为样本光度误差信息。
当然，也可以采用其它任意可能的方式来根据样本深度图像，确定与样本图像对应的样本光度误差信息，比如可以采用模型匹配的方式、工程学方式，图像处理的方式等等，对此不做限制。
S104：根据样本图像、样本残差图像，以及样本光度误差信息训练初始的深度估计模型，以得到目标深度估计模型。
上述在根据样本深度图像，确定与样本图像对应的样本光度误差信息之后，可以根据样本图像、样本残差图像，以及样本光度误差信息训练初始的深度估计模型，以得到目标深度估计模型。
举例而言，可以将样本图像输入至训练初始的深度估计模型之中，以得到该训练初始的深度估计模型输出的预测深度信息，而后根据预测深度信息来辅助确定预测残差图像和预测光度误差信息，从而根据预测残差图像和预测光度误差信息，结合样本残差图像，以及样本光度误差信息来拟合得到损失值，基于该损失值辅助训练初始的深度估计模型，以得到目标深度估计模型，对此不做限制。
本实施例中，通过获取样本图像，并生成与样本图像对应的样本深度图像和样本残差图像，根据样本深度图像，确定与样本图像对应的样本光度误差信息，以及根据样本图像、样本残差图像，以及样本光度误差信息训练初始的深度估计模型，以得到目标深度估计模型，能够有效地辅助提升训练得到的深度估计模型针对图像的深度特征的表达建模能力，提升深度估计模型的深度估计效果。
图2是根据本公开第二实施例的示意图。
如图2所示，该深度估计模型的训练方法包括：
S201：获取样本图像。
S202：生成与样本图像对应的样本深度图像和样本残差图像。
S203：根据样本深度图像，确定与样本图像对应的样本光度误差信息。
S201-S203的描述说明可以具体参见上述实施例，在此不再赘述。
本实施例中，还提供了一种深度估计模型的训练方法，在本实施例中，初始的深度估计模型包括：顺序连接的待训练深度估计模型和残差图生成模型。
也即是说，本公开实施例中初始的深度估计模型是由待训练深度估计模型和残差图生成模型连接构成的，通过针对待训练深度估计模型配置一个串接的轻量级的残差图生成模型，从而实现在避免增加额外的计算量的前提下，较大程度地提升深度估计模型的估计效果。
而待训练深度估计模型可以配置为支持对单目的样本图像进行相应的图像处理，以估计得到与该单目的样本图像对应的预测深度信息。
待训练深度估计模型，可以例如是人工智能模型，例如，神经网络模型或者是机器学习模型等，对此不做限制。
S204：将样本图像输入至待训练深度估计模型之中，以得到待训练深度估计模型输出的预测深度图像。
上述针对待训练深度估计模型配置一个串接的轻量级的残差图生成模型，该残差图生成模型，即可以具有处理输入的深度图像，以得到相应的残差图像的功能。
也即是说，对待训练深度估计模型配置一个串接的轻量级的残差图生成模型，其中，待训练深度估计模型可以对应第一阶段stage1网络，而残差图生成模型可以对应第二阶段stage2网络，则本实施例中，可以将第二阶段stage2网络的预测结果(由于第二阶段stage2网络对应残差图生成模型，则第二阶段stage2网络的预测结果，可以被称为预测残差图像)作为第一阶段stage1网络训练的伪监督信号，以进一步细化针对第一阶段stage1网络的训练处理逻辑。
从而可以将样本图像输入至待训练深度估计模型之中，以得到待训练深度估计模型输出的预测深度图像，即第一阶段stage1网络输出的预测深度图像Dstage1。
S205：根据预测深度图像，生成与样本图像对应的预测光度误差信息。
上述在将样本图像输入至待训练深度估计模型之中，以得到待训练深度估计模型输出的预测深度图像之后，可以根据预测深度图像，生成与样本图像对应的预测光度误差信息。
其中，根据预测深度图像，对原始的样本图像进行光度误差分析，得到的光度误差信息，可以被称为预测光度误差信息。
该预测光度误差信息，可以被用于与样本光度误差信息相结合以拟合得到光度误差维度的损失值，该光度误差维度的损失值，可以被用于后续辅助训练深度估计模型。
可选地，一些实施例中，根据预测深度图像，生成与样本图像对应的预测光度误差信息，可以是生成与预测深度图像对应的预测视差图像，并从预测视差图像之中解析得到预测视差信息，以及根据样本图像和预测视差信息，生成与样本图像对应的预测光度误差信息，从而可以实现快速地，准确地分析得到预测光度误差信息，以采用该预测光度误差信息辅助拟合光度误差维度的损失值。
一些实施例中，可以基于预测深度图像和预测视差图像之间的逻辑计算关系，得到预测视差图像，其中，对预测视差图像进行解析，以得到的视差信息，可以被称为预测视差信息。
举例来说，可以将预测视差图像输入预先训练好的解析模型中，以得到解析模型输出的预测视差信息，或者也可以采用其它任意可能的方式对预测视差图像进行解析，以得到预测视差信息，对此不做限制。
上述在生成与所述预测深度图像对应的预测视差图像，并从所述预测视差图像之中解析得到预测视差信息后，可以根据所述样本图像和所述预测视差信息，生成与所述样本图像对应的预测光度误差信息。
可选的，一些实施例中，如图3所示，图3是根据本公开第三实施例的示意图，所述根据所述样本图像和所述预测视差信息，生成与所述样本图像对应的预测光度误差信息，包括：
S301：根据第一样本图像和预测视差信息，生成参考样本图像。
上述在预测视差图像之中解析得到预测视差信息后，可以根据第一样本图像和预测视差信息，生成参考样本图像。
其中，用于训练深度估计模型的参考的图像，可以被称为参考样本图像。
举例来说，样本图像包括：第一样本图像IL和第二样本图像IR(第一样本图像是由左目的摄像装置捕获得到的，第二样本图像是由右目的摄像装置捕获得到的)，可以基于第一样本图像IL和预测视差信息Disstage1计算得到参考样本图像，具体计算方式如下：
IR′＝Disstage1+IL
其中，IR′可以用来表示参考样本图像。
S302：确定参考样本图像与第二样本图像之间的光度误差信息并作为预测光度误差信息。
上述在根据第一样本图像和预测视差信息，生成参考样本图像后，可以确定参考样本图像与第二样本图像之间的光度误差信息并作为预测光度误差信息。
也就是说，可以基于上述计算出的参考样本图像IR′和第二样本图像，确定参考样本图像与第二样本图像之间的光度误差信息，并作为预测光度误差信息，具体计算方式如下：
Lphoto＝|IR-IR′|
其中，Lphoto可以用来表示预测光度误差信息。
本实施例中，通过根据第一样本图像和预测视差信息，生成参考样本图像，而后确定参考样本图像与第二样本图像之间的光度误差信息并作为预测光度误差信息。由此，可以更为准确地得到预测光度误差信息，使得预测光度误差信息能够有效地辅助深度估计模型的训练过程，该预测光度误差信息可以被用于拟合得到深度估计模型的光度误差维度的损失值，从而保证了深度估计模型收敛时机判定的准确性，从而可以有效地辅助提升深度估计模型的训练效果。
S206：将预测深度图像输入至残差图生成模型之中，以得到残差图生成模型输出的预测残差图像。
本公开实施例中，第二阶段stage2网络(残差图生成模型)的输入，是第一阶段stage1网络(待训练深度估计模型)学习得到的预测深度图像、样本图像，输出是一个预测残差图像，预测残差图像可以记为Dresidual，则第二阶段stage2网络(残差图生成模型)的整体输出为：
Dstage2＝Dstage1+Dresidual；
其中，第二阶段stage2网络(残差图生成模型)的整体输出为即表示为：第一阶段stage1网络输出的预测深度图像Dstage1与预测残差图像Dresidual的加和。
上述得到的Dstage2的结果优于Dstage1的结果，但是Dstage2相比Dstage1的结果来说，增加了额外的计算量。
由此，一些实施例中可以将第二阶段stage2网络的输出结果作为stage1网络训练的伪监督信号，进一步细化stage1网络，该自蒸馏损失函数记为：
Ldistill＝|Dstage2-Dstage1|
S207：根据样本残差图像、样本光度误差信息、预测光度误差信息，以及预测残差图像训练待训练深度估计模型，以得到目标深度估计模型。
上述获取样本残差图像、样本光度误差信息、预测光度误差信息之后，可以根据样本残差图像、样本光度误差信息、预测光度误差信息，以及预测残差图像训练待训练深度估计模型，以得到目标深度估计模型。
也即是说，在训练得到目标深度估计模型的过程中，是对上述的第一阶段stage1网络的待训练深度估计模型进行训练得到的，即参考了第二阶段stage2网络的预测残差图像，作为第一阶段stage1网络训练的伪监督信号，以进一步细化针对第一阶段stage1网络的训练处理逻辑，能够实现在避免增加额外的计算量的前提下，较大程度地提升深度估计模型的估计效果。
可选地，一些实施例中，根据样本残差图像、样本光度误差信息、预测光度误差信息，以及预测残差图像训练待训练深度估计模型，以得到目标深度估计模型，可以是确定预测光度误差信息和样本光度误差信息之间的光度损失值，并确定预测残差图像和样本残差图像之间的残差损失值，以及根据光度损失值和残差损失值确定目标损失值，如果目标损失值小于损失阈值，则将训练得到的待训练深度估计模型作为目标深度估计模型，从而本公开实施例中，实现参考多种维度的损失函数来确定深度估计模型的收敛时机，能够较大程度地提升收敛时机判定的准确性，并且，在训练的过程中，参考了左目的样本图像和右目的样本图像之间双向变换一致性，从而能够有效地提升深度估计模型的鲁棒性。
本公开实施例中，还可以增加双向一致性损失函数，用以根据上述的样本残差图像、样本光度误差信息、预测光度误差信息，以及预测残差图像拟合得到相应的损失值。
举例而言，可以在同一个小的批次里，分别传入左目的样本图像和右目的样本图像，经过相同的初始的深度估计模型后，分别得到初始的深度估计模型估计的和本公开实施例中，可预先针对初始的深度估计模型设计一个双向变换损失函数。
经由该双向变换损失函数可以执行下述计算过程：首先，对左目的样本图像中任意一点p，根据与左目的样本图像对应的预测视差图像可以求出其在右目的样本图像中对应的映射点/>同时，基于与右目的样本图像对应的估计得到的预测视差图像可以反推出右目的样本图像中点/>映射回左目的样本图像的位置为/>通常在理想情况下/>应与p重合，由此，本公开实施例中可以采用光度误差信息来衡量光度误差维度的损失值：
上述拟合光度误差维度的损失值的损失函数可以分别作用于第一阶段stage1网络与第二阶段stage1网络。
从而本公开实施例中，在训练待训练深度估计模型的过程中，整体的损失函数可以记为：
其中，表示第一阶段stage1网络对应的光度损失值，/>表示第二阶段stage2网络对应的光度损失值，/>表示第一阶段stage1网络对应的图像预测维度的损失值，/>表示第二阶段stage2网络对应的图像预测维度的损失值，Ldistill表示预测残差图像和样本残差图像之间的残差损失值。
本公开实施例中，上述的第一阶段stage1网络可以支持针对单目的样本图像进行相应的图像处理，以估计得到与该单目的样本图像对应的预测深度信息，从而能够准确地确定出模型收敛的时机，在不增加过多的运算资源的前提下，基于自蒸馏的方法提升单目无监督深度估计的准确性，从而较大程度地提升深度估计效果。
如图4所示，图4是本公开实施例中的应用场景示意图，包括：将任一张样本图像输入至深度估计模型stage1网络中，以得到深度估计模型stage1网络输出的与样本图像对应的预测深度图像Dstage1，和残差图生成模型stage2网络输出的预测深度图像Dstage2，然后根据预测深度图像Dstage1和预测深度图像Dstage2，以得到Ldistill，再结合第一阶段stage1网络对应的 和第二阶段stage2网络对应的/>监督深度估计模型的训练。
本实施例中，通过获取样本图像，并生成与样本图像对应的样本深度图像和样本残差图像，根据样本深度图像，确定与样本图像对应的样本光度误差信息，以及根据样本图像、样本残差图像，以及样本光度误差信息训练初始的深度估计模型，以得到目标深度估计模型，能够有效地辅助提升训练得到的深度估计模型针对图像的深度特征的表达建模能力，提升深度估计模型的深度估计效果。在训练得到目标深度估计模型的过程中，是对上述的第一阶段stage1网络的待训练深度估计模型进行训练得到的，即参考了第二阶段stage2网络的预测残差图像，作为第一阶段stage1网络训练的伪监督信号，以进一步细化针对第一阶段stage1网络的训练处理逻辑，能够实现在避免增加额外的计算量的前提下，较大程度地提升深度估计模型的估计效果。实现参考多种维度的损失函数来确定深度估计模型的收敛时机，能够较大程度地提升收敛时机判定的准确性，并且，在训练的过程中，参考了左目的样本图像和右目的样本图像之间双向变换一致性，从而能够有效地提升深度估计模型的鲁棒性。
图5是根据本公开第四实施例的示意图。
如图5所示，该深度估计方法包括：
S501：获取待估计图像。
其中，当前待对其进行估计的图像，可以被称为待估计图像。
该待估计图像的数量可以是一张也可以是多张，该待估计图像也可以从多个视频帧之中提取出的部分视频帧图像，对此不做限制。
S502：将待估计图像输入至如上述的深度估计模型的训练方法训练得到的目标深度估计模型之中，以得到目标深度估计模型输出的目标深度图像，目标深度图像包括：目标深度信息。
上述在获取待估计图像之后，可以将待估计图像输入至如上述的深度估计模型的训练方法训练得到的目标深度估计模型之中，以得到目标深度估计模型输出的目标深度图像。
本实施例中，通过获取待估计图像，并将待估计图像输入至如上述的深度估计模型的训练方法训练得到的目标深度估计模型之中，以得到目标深度估计模型输出的目标深度图像，目标深度图像包括：目标深度信息，由于目标深度估计模型是采用样本残差图像，以及样本光度误差信息训练得到的，从而在采用训练得到的目标深度估计模型处理待估计图像时，能够表达建模出更为准确的目标深度图像，提升深度估计模型的深度估计效果。
图6是根据本公开第五实施例的示意图。
如图6所示，该深度估计模型的训练装置60，包括：
第一获取模块601，用于获取样本图像；
生成模块602，用于生成与样本图像对应的样本深度图像和样本残差图像；
确定模块603，用于根据样本深度图像，确定与样本图像对应的样本光度误差信息；以及
训练模块604，用于根据样本图像、样本残差图像，以及样本光度误差信息训练初始的深度估计模型，以得到目标深度估计模型。
在本公开的一些实施例中，如图7所示，图7是根据本公开第六实施例的示意图，该深度估计模型的训练装置70，包括：第一获取模块701、生成模块702、确定模块703、训练模块704，其中，训练模块704，包括：
第一输入子模块7041，用于将样本图像输入至待训练深度估计模型之中，以得到待训练深度估计模型输出的预测深度图像；
生成子模块7042，用于根据预测深度图像，生成与样本图像对应的预测光度误差信息；
第二输入子模块7043，用于将预测深度图像输入至残差图生成模型之中，以得到残差图生成模型输出的预测残差图像；
训练子模块7044，用于根据样本残差图像、样本光度误差信息、预测光度误差信息，以及预测残差图像训练待训练深度估计模型，以得到目标深度估计模型。
在本公开的一些实施例中，其中，训练子模块7044，具体用于：
确定预测光度误差信息和样本光度误差信息之间的光度损失值；
确定预测残差图像和样本残差图像之间的残差损失值；
根据光度损失值和残差损失值确定目标损失值；
如果目标损失值小于损失阈值，则将训练得到的待训练深度估计模型作为目标深度估计模型。
在本公开得一些实施例中，如图7所示，其中，生成子模块7042，包括：
第一生成单元70421，用于生成与预测深度图像对应的预测视差图像；
解析单元70422，用于从预测视差图像之中解析得到预测视差信息；
第二生成单元70423，用于根据样本图像和预测视差信息，生成与样本图像对应的预测光度误差信息。
在本公开的一些实施例中，其中，第二生成单元70423，具体用于：
根据第一样本图像和预测视差信息，生成参考样本图像；
确定参考样本图像与第二样本图像之间的光度误差信息并作为预测光度误差信息。
可以理解的是，本实施例附图7中的深度估计模型的训练装置70与上述实施例中的深度估计模型的训练装置60，第一获取模块701与上述实施例中的第一获取模块601，生成模块702与上述实施例中的生成模块602，确定模块703与上述实施例中的确定模块603，训练模块704与上述实施例中的训练模块604，可以具有相同的功能和结构。
需要说明的是，前述对深度估计模型的训练方法的解释说明也适用于本实施例深度估计模型的训练装置。
本实施例中，通过获取样本图像，并生成与样本图像对应的样本深度图像和样本残差图像，根据样本深度图像，确定与样本图像对应的样本光度误差信息，以及根据样本图像、样本残差图像，以及样本光度误差信息训练初始的深度估计模型，以得到目标深度估计模型，能够有效地辅助提升训练得到的深度估计模型针对图像的深度特征的表达建模能力，提升深度估计模型的深度估计效果。
图8是根据本公开第七实施例的示意图。
如图8所示，该深度估计装置80，包括：
第二获取模块801，用于获取待估计图像；
输入模块802，用于将待估计图像输入至如上述的深度估计模型的训练装置训练得到的目标深度估计模型之中，以得到目标深度估计模型输出的目标深度图像，目标深度图像包括：目标深度信息。
需要说明的是，前述对深度估计方法的解释说明也适用于本实施例的深度估计装置，此处不再赘述。
本实施例中，通过获取待估计图像，并将待估计图像输入至如上述的深度估计模型的训练方法训练得到的目标深度估计模型之中，以得到目标深度估计模型输出的目标深度图像，目标深度图像包括：目标深度信息，由于目标深度估计模型是采用样本残差图像，以及样本光度误差信息训练得到的，从而在采用训练得到的目标深度估计模型处理待估计图像时，能够表达建模出更为准确的目标深度图像，提升深度估计模型的深度估计效果。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图9示出了可以用来实施本公开的实施例的深度估计模型的训练方法的示例电子设备的示意性框图。
电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其它设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如深度估计模型的训练方法，或者深度估计方法。
例如，在一些实施例中，深度估计模型的训练方法，或者深度估计方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的深度估计模型的训练方法，或者深度估计方法的一个或多个步骤。备选地，在其它实施例中，计算单元901可以通过其它任何适当的方式(例如，借助于固件)而被配置为执行深度估计模型的训练方法，或者深度估计方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网及区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其它因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (12)
1.一种深度估计模型的训练方法，包括：
获取样本图像，所述样本图像用于训练所述深度估计模型；
生成与所述样本图像对应的样本深度图像和样本残差图像；
根据所述样本深度图像，确定与所述样本图像对应的样本光度误差信息；以及
根据所述样本图像、所述样本残差图像，以及所述样本光度误差信息训练初始的深度估计模型，以得到目标深度估计模型；所述初始的深度估计模型包括：顺序连接的待训练深度估计模型和残差图生成模型；所述残差图生成模型的输入为所述待训练深度估计模型输出的预测深度图像，所述残差图生成模型的输出作为所述待训练深度估计模型的伪监督信号，以细化所述待训练深度估计模型的训练处理逻辑；
其中，所述根据所述样本图像、所述样本残差图像，以及所述样本光度误差信息训练初始的深度估计模型，以得到目标深度估计模型，包括：
将所述样本图像输入至所述待训练深度估计模型之中，以得到所述待训练深度估计模型输出的预测深度图像；
根据所述预测深度图像，生成与所述样本图像对应的预测光度误差信息；
将所述预测深度图像输入至所述残差图生成模型之中，以得到所述残差图生成模型输出的预测残差图像；
根据所述样本残差图像、所述样本光度误差信息、所述预测光度误差信息，以及所述预测残差图像拟合得到损失值，基于所述损失值训练所述待训练深度估计模型，以得到所述目标深度估计模型。
2.根据权利要求1所述的方法，其中，所述根据所述样本残差图像、所述样本光度误差信息、所述预测光度误差信息，以及所述预测残差图像拟合得到损失值，基于所述损失值训练所述待训练深度估计模型，以得到所述目标深度估计模型，包括：
确定所述预测光度误差信息和所述样本光度误差信息之间的光度损失值；
确定所述预测残差图像和所述样本残差图像之间的残差损失值；
根据所述光度损失值和所述残差损失值确定目标损失值；
如果所述目标损失值小于损失阈值，则将训练得到的待训练深度估计模型作为所述目标深度估计模型。
3.根据权利要求1所述的方法，其中，所述根据所述预测深度图像，生成与所述样本图像对应的预测光度误差信息，包括：
生成与所述预测深度图像对应的预测视差图像；
从所述预测视差图像之中解析得到预测视差信息；
根据所述样本图像和所述预测视差信息，生成与所述样本图像对应的预测光度误差信息。
4.根据权利要求3所述的方法，所述样本图像包括：第一样本图像和第二样本图像，所述第一样本图像和所述第二样本图像不相同，
其中，所述根据所述样本图像和所述预测视差信息，生成与所述样本图像对应的预测光度误差信息，包括：
根据所述第一样本图像和所述预测视差信息，生成参考样本图像；
确定所述参考样本图像与所述第二样本图像之间的光度误差信息并作为所述预测光度误差信息。
5.一种深度估计方法，包括：
获取待估计图像；
将所述待估计图像输入至如上述权利要求1-4任一项所述的深度估计模型的训练方法训练得到的目标深度估计模型之中，以得到所述目标深度估计模型输出的目标深度图像，所述目标深度图像包括：目标深度信息。
6.一种深度估计模型的训练装置，包括：
第一获取模块，用于获取样本图像，所述样本图像用于训练所述深度估计模型；
生成模块，用于生成与所述样本图像对应的样本深度图像和样本残差图像；
确定模块，用于根据所述样本深度图像，确定与所述样本图像对应的样本光度误差信息；以及
训练模块，用于根据所述样本图像、所述样本残差图像，以及所述样本光度误差信息训练初始的深度估计模型，以得到目标深度估计模型；所述初始的深度估计模型包括：顺序连接的待训练深度估计模型和残差图生成模型；所述残差图生成模型的输入为所述待训练深度估计模型输出的预测深度图像，所述残差图生成模型的输出作为所述待训练深度估计模型的伪监督信号，以细化所述待训练深度估计模型的训练处理逻辑；
其中，所述训练模块，包括：
第一输入子模块，用于将所述样本图像输入至所述待训练深度估计模型之中，以得到所述待训练深度估计模型输出的预测深度图像；
生成子模块，用于根据所述预测深度图像，生成与所述样本图像对应的预测光度误差信息；
第二输入子模块，用于将所述预测深度图像输入至所述残差图生成模型之中，以得到所述残差图生成模型输出的预测残差图像；
训练子模块，用于根据所述样本残差图像、所述样本光度误差信息、所述预测光度误差信息，以及所述预测残差图像拟合得到损失值，基于所述损失值训练所述待训练深度估计模型，以得到所述目标深度估计模型。
7.根据权利要求6所述装置，其中，所述训练子模块，具体用于：
确定所述预测光度误差信息和所述样本光度误差信息之间的光度损失值；
确定所述预测残差图像和所述样本残差图像之间的残差损失值；
根据所述光度损失值和所述残差损失值确定目标损失值；
如果所述目标损失值小于损失阈值，则将训练得到的待训练深度估计模型作为所述目标深度估计模型。
8.根据权利要求6所述装置，其中，所述生成子模块，包括：
第一生成单元，用于生成与所述预测深度图像对应的预测视差图像；
解析单元，用于从所述预测视差图像之中解析得到预测视差信息；
第二生成单元，用于根据所述样本图像和所述预测视差信息，生成与所述样本图像对应的预测光度误差信息。
9.根据权利要求8所述装置，所述样本图像包括：第一样本图像和第二样本图像，所述第一样本图像和所述第二样本图像不相同，
其中，所述第二生成单元，具体用于：
根据所述第一样本图像和所述预测视差信息，生成参考样本图像；
确定所述参考样本图像与所述第二样本图像之间的光度误差信息并作为所述预测光度误差信息。
10.一种深度估计装置，包括：
第二获取模块，用于获取待估计图像；
输入模块，用于将所述待估计图像输入至如上述权利要求3-9任一项所述的深度估计模型的训练装置训练得到的目标深度估计模型之中，以得到所述目标深度估计模型输出的目标深度图像，所述目标深度图像包括：目标深度信息。
11.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法，或者执行权利要求5所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法，或者执行权利要求5所述的方法。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110639017.1A CN113379813B (zh) | 2021-06-08 | 2021-06-08 | 深度估计模型的训练方法、装置、电子设备及存储介质 |
| PCT/CN2022/075104 WO2022257487A1 (zh) | 2021-06-08 | 2022-01-29 | 深度估计模型的训练方法, 装置, 电子设备及存储介质 |
| KR1020227028516A KR20220123316A (ko) | 2021-06-08 | 2022-01-29 | 깊이 추정 모델의 트레이닝 방법, 장치, 전자 기기 및 저장 매체 |
| JP2022575412A JP2023534381A (ja) | 2021-06-08 | 2022-01-29 | 深層推定モデルのトレーニング方法、装置、電子機器及び記憶媒体 |
| US18/083,272 US20230122373A1 (en) | 2021-06-08 | 2022-12-16 | Method for training depth estimation model, electronic device, and storage medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110639017.1A CN113379813B (zh) | 2021-06-08 | 2021-06-08 | 深度估计模型的训练方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113379813A CN113379813A (zh) | 2021-09-10 |
| CN113379813B true CN113379813B (zh) | 2024-04-30 |
Family
ID=77572829
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110639017.1A Active CN113379813B (zh) | 2021-06-08 | 2021-06-08 | 深度估计模型的训练方法、装置、电子设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113379813B (zh) |
| WO (1) | WO2022257487A1 (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113379813B (zh) * | 2021-06-08 | 2024-04-30 | 北京百度网讯科技有限公司 | 深度估计模型的训练方法、装置、电子设备及存储介质 |
| CN113781542A (zh) * | 2021-09-23 | 2021-12-10 | Oppo广东移动通信有限公司 | 模型生成方法、深度估计方法、装置以及电子设备 |
| CN114037087B (zh) * | 2021-10-29 | 2024-02-09 | 北京百度网讯科技有限公司 | 模型训练方法及装置、深度预测方法及装置、设备和介质 |
| CN114663483A (zh) * | 2022-03-09 | 2022-06-24 | 平安科技（深圳）有限公司 | 单目深度估计模型的训练方法、装置、设备及存储介质 |
| CN116228834B (zh) * | 2022-12-20 | 2023-11-03 | 阿波罗智联(北京)科技有限公司 | 图像深度获取方法、装置、电子设备及存储介质 |
| CN115880435B (zh) * | 2022-12-21 | 2023-10-10 | 北京百度网讯科技有限公司 | 图像重建方法、模型训练方法、装置、电子设备和介质 |
| CN116151034B (zh) * | 2023-04-17 | 2023-06-27 | 广东电网有限责任公司揭阳供电局 | 一种绝缘子芯棒酥化的预测方法、装置、设备及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110827341A (zh) * | 2018-08-10 | 2020-02-21 | 中国移动通信有限公司研究院 | 一种图片深度估计方法、装置和存储介质 |
| WO2020230214A1 (ja) * | 2019-05-10 | 2020-11-19 | 日本電信電話株式会社 | 深度推定装置、深度推定モデル学習装置、深度推定方法、深度推定モデル学習方法、及び深度推定プログラム |
| CN112561978A (zh) * | 2020-12-18 | 2021-03-26 | 北京百度网讯科技有限公司 | 深度估计网络的训练方法、图像的深度估计方法、设备 |
| CN112862877A (zh) * | 2021-04-09 | 2021-05-28 | 北京百度网讯科技有限公司 | 用于训练图像处理网络和图像处理的方法和装置 |
| CN112883944A (zh) * | 2021-04-28 | 2021-06-01 | 北京三快在线科技有限公司 | 活体检测方法、模型训练方法、装置、存储介质及设备 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109035319B (zh) * | 2018-07-27 | 2021-04-30 | 深圳市商汤科技有限公司 | 单目图像深度估计方法及装置、设备、程序及存储介质 |
| CN112241976B (zh) * | 2019-07-19 | 2024-08-27 | 杭州海康威视数字技术股份有限公司 | 一种训练模型的方法及装置 |
| CN110717593B (zh) * | 2019-10-14 | 2022-04-19 | 上海商汤临港智能科技有限公司 | 神经网络训练、移动信息测量、关键帧检测的方法及装置 |
| US11176709B2 (en) * | 2019-10-17 | 2021-11-16 | Toyota Research Institute, Inc. | Systems and methods for self-supervised scale-aware training of a model for monocular depth estimation |
| CN113379813B (zh) * | 2021-06-08 | 2024-04-30 | 北京百度网讯科技有限公司 | 深度估计模型的训练方法、装置、电子设备及存储介质 |
-
2021
- 2021-06-08 CN CN202110639017.1A patent/CN113379813B/zh active Active
-
2022
- 2022-01-29 WO PCT/CN2022/075104 patent/WO2022257487A1/zh active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110827341A (zh) * | 2018-08-10 | 2020-02-21 | 中国移动通信有限公司研究院 | 一种图片深度估计方法、装置和存储介质 |
| WO2020230214A1 (ja) * | 2019-05-10 | 2020-11-19 | 日本電信電話株式会社 | 深度推定装置、深度推定モデル学習装置、深度推定方法、深度推定モデル学習方法、及び深度推定プログラム |
| CN112561978A (zh) * | 2020-12-18 | 2021-03-26 | 北京百度网讯科技有限公司 | 深度估计网络的训练方法、图像的深度估计方法、设备 |
| CN112862877A (zh) * | 2021-04-09 | 2021-05-28 | 北京百度网讯科技有限公司 | 用于训练图像处理网络和图像处理的方法和装置 |
| CN112883944A (zh) * | 2021-04-28 | 2021-06-01 | 北京三快在线科技有限公司 | 活体检测方法、模型训练方法、装置、存储介质及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113379813A (zh) | 2021-09-10 |
| WO2022257487A1 (zh) | 2022-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113379813B (zh) | 深度估计模型的训练方法、装置、电子设备及存储介质 | |
| CN113191256B (zh) | 车道线检测模型的训练方法、装置、电子设备及存储介质 | |
| CN114550177B (zh) | 图像处理的方法、文本识别方法及装置 | |
| CN113674421B (zh) | 3d目标检测方法、模型训练方法、相关装置及电子设备 | |
| CN112785625B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
| CN113177451B (zh) | 图像处理模型的训练方法、装置、电子设备及存储介质 | |
| CN113361363B (zh) | 人脸图像识别模型的训练方法、装置、设备及存储介质 | |
| CN113361572B (zh) | 图像处理模型的训练方法、装置、电子设备以及存储介质 | |
| CN114187624B (zh) | 图像生成方法、装置、电子设备及存储介质 | |
| CN113378712B (zh) | 物体检测模型的训练方法、图像检测方法及其装置 | |
| CN113177472A (zh) | 动态手势识别方法、装置、设备以及存储介质 | |
| CN113177469A (zh) | 人体属性检测模型的训练方法、装置、电子设备及介质 | |
| CN113033346B (zh) | 文本检测方法、装置和电子设备 | |
| CN113344862A (zh) | 缺陷检测方法、装置、电子设备及存储介质 | |
| CN114972910B (zh) | 图文识别模型的训练方法、装置、电子设备及存储介质 | |
| CN115457365B (zh) | 一种模型的解释方法、装置、电子设备及存储介质 | |
| US20220392251A1 (en) | Method and apparatus for generating object model, electronic device and storage medium | |
| CN115937993B (zh) | 活体检测模型训练方法、活体检测方法、装置和电子设备 | |
| CN116257611B (zh) | 问答模型的训练方法、问答处理方法、装置及存储介质 | |
| CN113361575B (zh) | 模型训练方法、装置和电子设备 | |
| CN112785524B (zh) | 一种人物图像的修复方法、装置及电子设备 | |
| CN116052288A (zh) | 活体检测模型训练方法、活体检测方法、装置和电子设备 | |
| CN116129069A (zh) | 平面区域面积的计算方法、装置、电子设备和存储介质 | |
| US20230122373A1 (en) | Method for training depth estimation model, electronic device, and storage medium | |
| CN113239899A (zh) | 用于处理图像和生成卷积核的方法、路侧设备和云控平台 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |