[发明专利]一种单目深度估计方法及系统

说明书

本发明公开了一种单目深度估计方法及系统，根据初始基础深度估计网络，获取单视角彩色图像的初始深度图；对所述单视角彩色图像进行结构提取，获得所述单视角彩色图像的几何结构；依据所述几何结构对所述初始深度图进行优化，获得所述单视角彩色图像的深度估计图。由于使用了单视角彩色图像的几何结构对初始深度图进行了优化，可以增强深度估计的效果，且无需任何额外数据作为深度估计的监督数据，使得对单视角彩色图像的深度估计更为简便和准确。

技术领域

本发明涉及计算机视觉技术领域，特别是涉及一种单目深度估计方法及系统。

背景技术

单目深度估计是计算机视觉领域中的一个基本任务，对其他许多领域都有帮助，例如，目标追踪、机器人导航和自动驾驶等领域。为了解决这个问题，目前大部分方法及采用其他方式获取的深度数据来有监督地训练深度神经网络模型，从而在测试阶段对一个单视角彩色图像进行深度估计。

但是，这种方法需要大量的深度数据作为监督数据，而现实场景中深度相机并不普及，很难获得大量的场景图像对应的深度标签，使得对单视角彩色图像进行深度估计较为困难且准确度较低。

发明内容

针对于上述问题，本发明提供一种单目深度估计方法及系统，实现了无需任何额外数据作为监督，使得对单视角彩色图像的深度估计更为简便和准确。

为了实现上述目的，本发明提供了如下技术方案：

一种单目深度估计方法，该方法包括：

根据初始基础深度估计网络，获取单视角彩色图像的初始深度图；

对所述单视角彩色图像进行结构提取，获得所述单视角彩色图像的几何结构；

依据所述几何结构对所述初始深度图进行优化，获得所述单视角彩色图像的深度估计图。

可选地，所述初始基础深度估计网络包括深度估计网络和姿态估计网络，其中，所述根据初始基础深度估计网络，获取单视角彩色图像的初始深度图，包括：

通过所述深度估计网络对所述单视角彩色图像在任一视频帧对应的视频帧图像进行深度估计，获得视频帧深度图；

通过所述姿态估计网络对所述单视角彩色图像的连续两个视频帧进行测试，获得相机姿态矩阵；

基于所述相机姿态矩阵，生成所述视频帧图像至目的视图图片的映射关系，其中，所述目的视图图片为所述视频帧图像根据所述相机姿态矩阵和所述视频帧深度图形变获得的图片；

基于所述映射关系和所述目的视图图片的惩罚项，生成惩罚项公式；

基于所述惩罚项公式和所述深度估计网络对网络参数进行训练，获得初始深度图。

可选地，所述对所述单视角彩色图像进行结构提取，获得所述单视角彩色图像的几何结构，包括：

依据所述预设基础深度估计网络，在所述单视角彩色图像数据集上进行训练，获得卷积层；

将所述卷积层中最后三层卷积层进行处理，获得特征图；

对所述特征图进行卷积和激活处理，获得所述单视角彩色图像的几何结构。

可选地，该方法还包括：

获取所述几何结构的结构特征信息，其中，所述依据所述几何结构对所述初始深度图进行优化，获得所述单视角彩色图像的深度估计图，包括：

依据所述结构特征信息对所述初始深度图进行优化，获得所述单视角彩色图像的深度估计图。

可选地，所述依据所述结构特征信息对所述初始深度图进行优化，获得所述单视角彩色图像的深度估计图，包括：