[发明专利]一种立体匹配方法及装置

权利要求书

1.一种立体匹配方法，其特征在于，包括：

获取场景图像的初始视差图；

对所述场景图像进行实例分割得到分割结果；

根据所述分割结果对所述初始视差图进行优化，得到目标视差图，包括：

将所述初始视差图与所述分割结果输入预先训练好的编解码结构网络中进行深度学习，得到所述目标视差图。

2.根据权利要求1所述的方法，其特征在于，将所述初始视差图与所述分割结果输入预先训练好的编解码结构网络中进行深度学习，得到所述目标视差图包括：

将所述场景图像、所述初始视差图以及所述分割结果进行通道合并后组成一个多通道数组；

将所述多通道数组输入所述预先训练好的编解码结构网络中进行深度学习，得到所述目标视差图。

3.根据权利要求2所述的方法，其特征在于，将所述多通道数组输入所述预先训练好的编解码结构网络中进行深度学习，得到所述目标视差图包括：

将所述多通道数组进行卷积层降采样和反卷积层上采样处理，得到所述目标视差图。

4.根据权利要求1所述的方法，其特征在于，对所述场景图像进行实例分割得到分割结果包括：

对所述场景图像采用神经网络进行实例分割得到所述分割结果。

5.根据权利要求4所述的方法，其特征在于，对所述场景图像进行实例分割得到分割结果包括：

对参考图像进行实例分割得到所述分割结果，其中，所述场景图像包括第一图像和第二图像，所述参考图像为所述第一图像或所述第二图像。

6.根据权利要求5所述的方法，其特征在于，对所述场景图像进行实例分割得到所述分割结果包括：

通过掩模区域卷积神经网络将所述场景图像进行像素级别的分类；

在所述像素级别的分类基础上进行实例区分得到所述分割结果。

7.一种立体匹配装置，其特征在于，包括：

获取模块，用于获取场景图像的初始视差图；

分割模块，用于对所述场景图像进行实例分割得到分割结果；

优化模块，用于根据所述分割结果对所述初始视差图进行优化，得到目标视差图，包括：将所述初始视差图与所述分割结果输入预先训练好的编解码结构网络中进行深度学习，得到所述目标视差图。

8.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至6任一项中所述的方法。

9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至6任一项中所述的方法。