[发明专利]深度图像的压缩恢复方法、装置、设备及存储介质

权利要求书

1.一种深度图像的压缩恢复方法，其特征在于，所述方法包括下述步骤：

接收输入的待恢复深度图像的恢复请求，所述待恢复深度图像关联有对应的纹理图像；

对所述纹理图像和所述待恢复深度图像进行预处理，获取所述纹理图像和所述待恢复深度图像的高频信息；

将所述纹理图像的高频信息、所述待恢复深度图像的高频信息和所述待恢复深度图像分别输入到预设的深度图像恢复模型的Y分支模型、D分支模型和M分支模型；

将所述Y分支模型、D分支模型恢复得到的特征图像输入到所述M分支模型，通过所述M分支模型恢复出所述待恢复深度图像对应的深度图像；

构建所述深度图像恢复模型；

构建所述深度图像恢复模型的步骤，包括：

构建所述深度图像恢复模型的所述Y分支模型，所述的Y分支模型的卷积层为

构建所述深度图像恢复模型的所述D分支模型，所述D分支模型的卷积层为

构建所述深度图像恢复模型的所述M分支模型，所述M分支模型的卷积层为

所述所述所述“*”表示卷积操作，所述W_j^Y、W_j^D、为滤波器，所述参数D^q为所述待恢复深度图像，所述为偏置向量。

2.如权利要求1所述的方法，其特征在于，构建所述深度图像恢复模型的步骤之后，接收输入的待恢复深度图像的恢复请求的步骤之前，所述方法还包括：

接收输入的训练集，所述训练集包括无压缩的纹理图像、无压缩的深度图像和压缩后的深度图像；

对所述训练集中的无压缩的纹理图像、无压缩的深度图像和压缩后的深度图像进行预处理，获取所述无压缩的纹理图像和所述压缩后深度图像的高频信息；

将所述无压缩的纹理图像的高频信息、所述压缩后深度图像的高频信息和所述压缩后深度图像分别输入到预先构建的所述深度图像恢复模型的所述Y分支模型、D分支模型和M分支模型，对所述深度图像恢复模型的所述Y分支模型、D分支模型和M分支模型进行训练，计算所述训练的损失函数，更新所述深度图像恢复模型的所述滤波器和所述偏置向量；

当未达到预设的迭代次数时，重复进行所述训练和更新步骤，直至达到所述迭代次数时，将所述训练后的深度图像恢复模型设置为所述预设的深度图像恢复模型。

3.如权利要求2所述的方法，其特征在于，计算所述训练的损失函数的步骤，包括：

使用公式计算所述训练的损失函数，所述N为所述训练集中训练目标的数量，所述为恢复得到的深度图像，所述为对应的纹理图像，所述i表示每一次训练，所述θ为待优化参数，包括所述滤波器和所述偏置向量。

4.如权利要求1所述的方法，其特征在于，对所述纹理图像和所述待恢复深度图像进行预处理，获取所述纹理图像和所述待恢复深度图像的高频信息的步骤，包括：

根据公式对所述纹理图像进行预处理，获取所述纹理图像的高频信息，其中，所述参数Y为所述纹理图像，所述h(Y)表示对所述纹理图像进行均值池化处理，所述abs()为取绝对值函数；

根据公式对所述待恢复深度图像进行预处理，获取所述待恢复深度图像的高频信息，所述h(D^q)表示对所述待恢复深度图像进行均值池化处理。