[发明专利]基于单目图像的三维信息的提取方法及电子装置

权利要求书

1.一种基于单目图像的三维信息的提取方法，其特征在于，包括：

获取第二2D单目图像，所述第二2D单目图像包括目标物体；

将所述第二2D单目图像输入到训练后的算法模型中，计算得到所述目标物体的3D信息；其中，所述获取第二2D单目图像之前，所述方法还包括：

获取第一2D单目图像与3D信息的关系数据；

根据所述第一2D单目图像与3D信息的关系数据对算法模型进行训练，以得到所述训练后的算法模型；

其中，所述算法模型为深度学习模型，或者通过机器学习算法训练得到的模型；

所述根据所述第一2D单目图像与3D信息的关系数据对算法模型进行训练，以得到所述训练后的算法模型，包括：

根据卷积神经网络对所述第一2D单目图像进行前向计算，以得所述第一2D单目图像的特征图；

根据所述第一2D单目图像的特征图和参数得到关键性参数，所述参数为所述目标物体的参数，所述关键性参数用于表征所述目标物体区别于类似物体的特征参数；

根据深度网络算法对所述关键性参数进行计算，以得到第一3D信息；

获取所述第一3D信息和所述关系数据中的3D信息的差值；

将所述差值反向传播到所述算法模型，训练所述算法模型，以得到所述训练后的算法模型。

2.根据权利要求1所述的方法，其特征在于，所述获取第一2D单目图像与3D信息的关系数据，包括：

获取所述第一2D单目图像，所述第一2D单目图像包括至少一个物体；

获取所述第一2D单目图像中至少一个物体中每个物体的3D信息；

建立第一2D单目图像中每个物体与其3D信息之间的映射关系，以得到所述第一2D单目图像与3D信息的关系数据。

3.一种电子装置，其特征在于，包括：

获取单元，用于获取第二2D单目图像，所述第二2D单目图像包括目标物体；

计算单元，用于将所述第二2D单目图像输入到训练后的算法模型中，计算得到所述目标物体的3D信息；

所述获取单元，还用于在获取第二2D单目图像之前，获取第一2D单目图像与3D信息的关系数据；

所述电子装置还包括：

训练单元，用于根据所述第一2D单目图像与3D信息的关系数据对算法模型进行训练，以得到所述训练后的算法模型；

其中，所述算法模型为深度学习模型，或者通过机器学习算法训练得到的模型；

所述训练单元具体用于：

根据卷积神经网络对所述第一2D单目图像进行前向计算，以得所述第一2D单目图像的特征图；

根据所述第一2D单目图像的特征图和参数得到关键性参数，所述参数为所述目标物体的参数，所述关键性参数用于表征所述目标物体区别于类似物体的特征参数；

根据深度网络算法对所述关键性参数进行计算，以得到第一3D信息；

获取所述第一3D信息和所述关系数据中的3D信息的差值；

将所述差值反向传播到所述算法模型，训练所述算法模型，以得到所述训练后的算法模型。

4.根据权利要求3所述的电子装置，其特征在于，所述获取单元具体用于：

获取所述第一2D单目图像，所述第一2D单目图像包括至少一个物体；

获取所述第一2D单目图像中至少一个物体中每个物体的3D信息；

建立第一2D单目图像中每个物体与其3D信息之间的映射关系，以得到所述第一2D单目图像与3D信息的关系数据。

5.一种电子装置，其特征在于，包括

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-2任一项所述的方法。

6.一种计算机存储介质，包括指令，当其在计算机上运行时，使得所述计算机执行如权利要求1-2任一项所述的方法。