[发明专利]一种深度检测方法、装置、计算机设备和存储介质有效

专利信息
申请号: 202110121210.6 申请日: 2021-01-28
公开(公告)号: CN112819878B 公开(公告)日: 2023-01-31
发明(设计)人: 张家旺;史璇珂;王权;钱晨 申请(专利权)人: 北京市商汤科技开发有限公司
主分类号: G06T7/564 分类号: G06T7/564;G06T7/12;G06T5/00
代理公司: 北京中知恒瑞知识产权代理事务所(普通合伙) 11889 代理人: 吴迪
地址: 100080 北京市海淀区北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 深度 检测 方法 装置 计算机 设备 存储 介质
【说明书】:

本公开提供了一种深度检测方法、装置、计算机设备和存储介质,其中,该方法包括:获取包括目标对象的深度图像;基于深度图像,确定目标对象的轮廓像素点的第一深度值;基于第一深度值,确定轮廓像素点对应的第一补全约束信息;基于轮廓像素点的第一深度值和第一补全约束信息,确定轮廓像素点的第二深度值;第一补全约束信息用于约束轮廓像素点的第二深度值与第一深度值之间的差值。

技术领域

本公开涉及计算机视觉技术领域,具体而言,涉及一种深度检测方法、装置、计算机设备和存储介质。

背景技术

近年来,深度检测在增强现实(Augmented Reality,AR)交互、虚拟拍照和短视频特效等应用中有重要应用。检测到的深度能够反映出场景或物体的某些重要特征,例如结构、边界信息、表面形状等。

目前,使用飞行时间技术(Time of Flight,TOF)相机在获取深度时会存在大量的缺失和噪声,从而影响了深度图像的深度完整性和准确性。现有的深度图像补全技术,大多依赖于图像的滤波平滑算法进行处理,但是,使用此方法补全深度得到的结果可能存在大量的噪声,精度低,并且补全结果不够平滑。

发明内容

本公开实施例至少提供一种深度检测方法、装置、计算机设备和存储介质。

第一方面,本公开实施例提供了一种深度检测方法,包括:

获取包括目标对象的深度图像;

基于所述深度图像,确定所述目标对象的轮廓像素点的第一深度值;

基于所述第一深度值,确定所述轮廓像素点对应的第一补全约束信息;

基于所述轮廓像素点的第一深度值和所述第一补全约束信息,确定所述轮廓像素点的第二深度值;所述第一补全约束信息用于约束所述轮廓像素点的所述第二深度值与所述第一深度值之间的差值。

本公开实施例中,首先对目标对象的轮廓像素点进行初始化,得到第一深度值;之后,利用第一补全约束信息对第一深度值进行约束调整,以克服第二深度值与第一深度值之间的差值过大,所导致的相邻轮廓像素点之间的深度值差异较大,补全得到的第二深度值不够平滑的缺陷,从而能够提高轮廓像素点深度补全的精度,降低噪声对轮廓像素点深度补全的影响。

一种可选的实施方式中,所述基于所述轮廓像素点的第一深度值,确定所述轮廓像素点对应的第一补全约束信息,包括:

基于所述目标对象的多个所述轮廓像素点的第一深度值,确定轮廓深度均值;

基于多个所述轮廓像素点中的每个所述轮廓像素点的第一深度值和所述轮廓深度均值,确定每个所述轮廓像素点对应的第一补全约束信息。

该实施方式,由于属于噪声的深度值的数量远小于属于非噪声的深度值的数量,因此利用轮廓深度均值来构造第一补全约束信息,能够降低轮廓像素点中属于噪声的深度值在深度补全过程中的影响,有利于提高轮廓的平滑性。

一种可选的实施方式中,在确定所述轮廓像素点的第二深度值之前,还包括;

针对所述目标对象的多个所述轮廓像素点中的每个所述轮廓像素点,从所述目标对象的轮廓内的、具有深度值的第一内部像素点中,筛选与所述轮廓像素点距离最近的目标第一内部像素点;

基于所述目标第一内部像素点在所述深度图像中的位置坐标和所述轮廓像素点在所述深度图像中的位置坐标,确定所述轮廓像素点对应的第二补全约束信息;所述第二补全约束信息用于约束所述轮廓像素点的所述第二深度值与所述第一深度值之间的差值;

所述基于所述轮廓像素点的第一深度值和所述第一补全约束信息,确定所述轮廓像素点的第二深度值,包括:

基于所述轮廓像素点的第一深度值和所述第一补全约束信息、以及所述第二补全约束信息,确定所述轮廓像素点的第二深度值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110121210.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top