[发明专利]一种深度真值获取方法、装置、系统及深度相机

说明书

本申请适用于计算机视觉技术领域，提供了一种深度真值获取方法、装置、系统及深度相机，该深度真值获取方法包括：获取深度相机采集的场景的第一深度图像，获取激光雷达采集的同一场景的第二深度图像；分别将第一深度图像和第二深度图像转换为第一点云数据和第二点云数据；匹配第一点云数据和第二点云数据，获得第一变换矩阵；利用第一变换矩阵，将激光雷达的第二点云数据映射至深度相机的成像平面以获取深度真值。本申请实施例不需要事先对设备进行标定，使用中也不需要考虑设备外参变化，采图灵活；另外，可以便捷地生成深度相机的高精度深度图像。

技术领域

本发明属于计算机视觉技术领域，尤其涉及一种深度真值获取方法、装置、系统及深度相机。

背景技术

为了获得更为优质的三维信息和解决传统三维测量方法中难以克服的一些问题，越来越多的三维测量方法开始使用深度学习算法计算深度。如利用深度学习从单幅RGB图像或灰度图像中重构场景三维信息，用深度学习解决间接飞行时间(indirect time offlight，iToF)测量中多路径和散射等效应导致的深度错误问题。而深度学习需要大量的数据和深度的真值(ground truth)作为训练样本，训练样本数量和深度真值的精度直接决定了深度学习算法的最终表现。

发明内容

有鉴于此，本发明实施例提供了一种深度真值获取方法、装置、系统及深度相机，能够解决深度真值的精度不高的技术问题。

第一方面，本申请一实施例提供了一种深度真值获取方法，包括：

获取深度相机采集的场景的第一深度图像，获取激光雷达采集的同一场景的第二深度图像；

分别将第一深度图像和第二深度图像转换为第一点云数据和第二点云数据；

匹配第一点云数据和第二点云数据，获得第一变换矩阵；

利用第一变换矩阵，将激光雷达的第二点云数据映射至深度相机的成像平面以获取深度真值。

本申请实施例不需要事先对设备进行标定，使用中也不需要考虑设备外参变化，采图灵活；另外，可以便捷地生成深度相机的高精度深度图像。

作为第一方面的一种实现方式，所述深度真值获取方法还包括：

将所述第一深度图像和所述深度真值作为一组训练样本，获取不同目标场景下的多组训练样本，利用所述多组训练样本训练神经网络模型，获得经训练的神经网络模型。

作为第一方面的一种实现方式，所述匹配第一点云数据和第二点云数据，获得第一变换矩阵，包括：

分别提取第一点云数据和第二点云数据中的特征点，对特征点进行描述。

确定具有相同描述的特征点的对应关系，并计算第二变换矩阵。

基于第二变换矩阵，迭代第一点云数据与第二点云数据的对应关系，并获取第三变换矩阵；

利用第三变换矩阵，更新第一点云数据与第二点云数据对应点的对应关系，并迭代求解第一变换矩阵。

作为第一方面的一种实现方式，所述利用第三变换矩阵，更新第一点云数据与第二点云数据对应点的对应关系，并迭代求解第一变换矩阵，包括：

利用第三变换矩阵将第二点云数据映射至第一点云数据所在空间，得到第四点云数据；

寻找第四点云数据与第一点云数据的对应点，求取第四点云数据与第一点云数据的变换关系，不断迭代循环，使目标函数值不断下降，直至小于预设阈值，获取最终的第一变换矩阵。

第二方面，本申请一实施例提供了一种深度真值获取装置，包括：

获取模块，用于获取深度相机采集的场景的第一深度图像，获取激光雷达采集的同一场景的第二深度图像；