[发明专利]图像数据的处理方法和装置

说明书

本公开实施例公开了一种图像数据的处理方法和装置，其中，该处理方法包括：利用第一神经网络对第一图像和第二图像进行处理，得到单应性矩阵；根据所述单应性矩阵，确定第一图像特征的映射图像特征；对所述映射图像特征和所述第二图像特征进行融合，得到融合图像特征；利用第二神经网络对所述融合图像特征进行处理，得到所述第二图像的第一像素高深比。本公开实施例可以得到稠密且准确的像素高深比，进而可以辅助进行3D场景建模。

技术领域

本公开涉及图像处理技术领域，尤其是一种图像数据的处理方法和装置。

背景技术

平面视差方法基于两个视角观测同一目标或场景的差异来建模3D场景，该方法依赖于某个特定平面，可以恢复场景中一个像素点到平面的高度和到观测点的距离，即该像素点的像素高深比。

目前的平面视差方法依赖于光流估计得到两个视角下对应点的匹配结果。光流方法不能得到稠密的估计结果并且受噪声影响大。如何基于图像数据得到稠密且准确的像素高深比，是一个亟待解决的问题。

发明内容

为了解决上述技术问题，提出了本公开。

根据本公开实施例的第一方面，提供了一种图像数据的处理方法，包括：

利用第一神经网络对第一图像和第二图像进行处理，得到单应性矩阵，其中，所述第一图像为第一时刻拍摄，所述第二图像为第二时刻拍摄，且所述第一图像和所述第二图像具有相同区域的路面元素；

根据所述单应性矩阵，确定第一图像特征的映射图像特征，其中，所述第一图像特征为基于所述第一图像提取的特征；

对所述映射图像特征和所述第二图像特征进行融合，得到融合图像特征，其中，所述第二图像特征为基于所述第二图像提取的特征；

利用第二神经网络对所述融合图像特征进行处理，得到所述第二图像的第一像素高深比。

根据本公开实施例的第二方面，提供了一种图像数据的处理装置，包括：

单应性矩阵确定模块，用于利用第一神经网络对第一图像和第二图像进行处理，得到单应性矩阵，其中，所述第一图像为第一时刻拍摄，所述第二图像为第二时刻拍摄，且所述第一图像和所述第二图像具有相同区域的路面元素；

映射图像特征确定模块，用于根据所述单应性矩阵，确定第一图像特征的映射图像特征，其中，所述第一图像特征为基于所述第一图像提取的特征；

融合模块，用于对所述映射图像特征和所述第二图像特征进行融合，得到融合图像特征，其中，所述第二图像特征为基于所述第二图像提取的特征；

第一像素高深比确定模块，用于利用第二神经网络对所述融合图像特征进行处理，得到所述第二图像的第一像素高深比。

根据本公开实施例的第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于执行上述第一方面所述的图像数据的处理方法。

根据本公开实施例的第四方面，提供了一种电子设备，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述第一方面所述的图像数据的处理方法。