[发明专利]深度成像方法、装置、电子设备和计算机可读存储介质在审
| 申请号: | 202111583631.7 | 申请日: | 2021-12-22 |
| 公开(公告)号: | CN114387324A | 公开(公告)日: | 2022-04-22 |
| 发明(设计)人: | 化雪诚;户磊;付贤强;刘祺昌;李东洋 | 申请(专利权)人: | 北京的卢深视科技有限公司;合肥的卢深视科技有限公司 |
| 主分类号: | G06T7/55 | 分类号: | G06T7/55 |
| 代理公司: | 北京智晨知识产权代理有限公司 11584 | 代理人: | 张婧 |
| 地址: | 100083 北京市海淀*** | 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: | 深度 成像 方法 装置 电子设备 计算机 可读 存储 介质 | ||
1.一种深度成像方法,其特征在于,包括:
对获取到的红外图和散斑图进行人脸检测,得到所述散斑图的人脸区域,并从所述红外图中确定人脸的瞳距;
根据所述瞳距和预设的对应关系,确定搜索范围;其中,所述对应关系为所述瞳距与所述搜索范围之间的对应关系;
依次将所述人脸区域中的各像素点作为目标像素点,根据所述目标像素点的灰度值、预设的参考散斑图、预设的搜索算法和所述搜索范围,确定所述目标像素点的视差值;
根据所述视差值和预设的恢复公式,得到所述目标像素点的深度值,并根据各所述目标像素点的深度值生成深度图。
2.根据权利要求1所述的深度成像方法,其特征在于,在所述依次将所述人脸区域中的各像素点作为目标像素点之后,所述根据所述目标像素点的灰度值、预设的参考散斑图、预设的搜索算法和所述搜索范围,确定所述目标像素点的视差值之前,还包括:
判断所述目标像素点的灰度值是否大于预设的截断阈值;
若所述目标像素点的灰度值大于预设的截断阈值,则将所述目标像素点的灰度值赋值为所述预设的截断阈值;
若所述目标像素点的灰度值小于或等于预设的截断阈值,则保持所述目标像素点的灰度值不变。
3.根据权利要求1或2所述的深度成像方法,其特征在于,在所述依次将所述人脸区域中的各像素点作为目标像素点之后,所述根据所述目标像素点的灰度值、预设的参考散斑图、预设的搜索算法和所述搜索范围,确定所述目标像素点的视差值之前,还包括:
确定以所述目标像素点为中心的预设窗口内像素点的数量,并计算所述预设窗口内的灰度值总和和灰度值均值;
根据所述预设窗口内各像素点的灰度值、所述灰度值总和、所述灰度值均值和所述像素点的数量,确定自适应滤波阈值;
判断所述目标像素点的灰度值是否大于所述自适应滤波阈值;
若所述目标像素点的灰度值大于所述自适应滤波阈值,则保持所述目标像素点的灰度值不变;
若所述目标像素点的灰度值小于或等于所述自适应滤波阈值,则将所述目标像素点的灰度值赋值为0。
4.根据权利要求3所述的深度成像方法,其特征在于,通过以下公式,根据所述窗口大小内各像素点的灰度值、所述灰度值总和、所述灰度值均值和所述像素点的数量,确定自适应滤波阈值:
其中,sum为所述灰度值总和,windows(i,j)为所述窗口内像素点(i,j)的灰度值,m为所述灰度值均值,N为所述像素点的数量,A为预设的固定系数,K2为所述自适应滤波阈值。
5.根据权利要求1或2所述的深度成像方法,其特征在于,所述预设的对应关系包括第一对应关系和第二对应关系,所述根据所述瞳距和预设的对应关系,确定搜索范围,包括:
根据所述瞳距和所述第一对应关系,确定人机距离;其中,所述人机距离为人脸与相机之间的距离,所述第一对应关系为所述瞳距与所述人机距离之间的对应关系;
根据所述人机距离和所述第二对应关系,确定粗视差值;其中,所述第二对应关系为所述人机距离与所述粗视差值之间的对应关系;
根据所述粗视差值和预设的步长,确定搜索范围。
6.根据权利要求1或2所述的深度成像方法,其特征在于,所述搜索算法包括零均值归一化算法,所述根据所述视差值和预设的恢复公式,得到所述目标像素点的深度值,包括:
获取所述视差值对应的相关值、d-1对应的相关值和d+1对应的相关值;其中,所述视差值为d;
根据所述视差值、所述d对应的相关值、所述d-1对应的相关值和所述d+1对应的相关值,对所述视差值进行插值,得到所述目标像素点的插值后的视差值;
根据所述插值后的视差值和预设的恢复公式,得到所述目标像素点的深度值。
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的卢深视科技有限公司;合肥的卢深视科技有限公司,未经北京的卢深视科技有限公司;合肥的卢深视科技有限公司许可,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/202111583631.7/1.html,转载请声明来源钻瓜专利网。





