[发明专利]图像处理方法、装置、设备、存储介质及计算机程序产品

说明书

一种图像处理方法、装置、设备、存储介质及计算机程序产品，可应用于计算机视觉、机器学习等领域。其中方法包括：获取第一图像的深度图；对第一图像和第二图像进行处理，得到相机运动变化矩阵，第一图像和第二图像为针对运动物体拍摄得到的相邻图像帧；基于深度图、相机运动变化矩阵、第一图像和第二图像确定预测图像，对第一图像和预测图像进行处理，得到物体运动变化矩阵，物体运动变化矩阵用于指示预测图像相对第一图像的运动物体的运动变化；基于物体运动变化矩阵和第一图像确定目标运动变化信息，目标运动变化信息用于指示第二图像相对第一图像中运动物体的运动变化。采用本申请实施例，可以确定较为准确的运动物体的目标运动变化信息。

技术领域

本申请涉及计算机技术领域，尤其涉及图像处理方法、图像处理装置、计算机设备、计算机可读存储介质及计算机程序产品。

背景技术

现有的基于有监督学习和自监督学习的深度预测方法都强烈依赖光度一致性假设，即假设场景中的前景和背景均是完全静止的。然而真实的场景中往往存在除相机运动以外的大量运动的物体，在这种场景下，此类方法预测的运动物体的深度容易存在深度与背景前后关系不一致或是无穷远等问题。为了提升深度预测的准确性，需要对场景中的运动物体进行运动预测。

目前有部分工作尝试对运动物体进行建模，或者基于2D光流一致性的信息来拟合物体的运动等，但由于缺乏对运动物体所造成的影响的理解，导致无法得到较为准确的运动物体的运动变化信息，从而对运动物体的运动预测效果不佳，进而无法对运动物体得到较为准确的深度预测结果。因此，如何得到较为准确的运动物体的运动变化信息是一个丞待解决的问题。

发明内容

本申请实施例提供一种图像处理方法、装置、设备、存储介质及计算机程序产品，可得到较为准确的运动物体的运动变化信息。

第一方面，本申请实施例提供了一种图像处理方法，该方法包括：

获取第一图像的深度图，并对所述第一图像和第二图像进行处理，得到相机运动变化矩阵；所述第一图像和所述第二图像为针对运动物体拍摄得到的相邻图像帧，所述相机运动变化矩阵用于指示所述第一图像和所述第二图像所对应视角下的相机运动变化；

对所述第一图像和预测图像进行处理，得到物体运动变化矩阵；所述预测图像是基于所述深度图、所述相机运动变化矩阵、所述第一图像和所述第二图像确定的，所述物体运动变化矩阵用于指示所述预测图像中的所述运动物体相对所述第一图像中的所述运动物体的运动变化；所述预测图像为所述第二图像相对所述第一图像消除相机运动影响后的图像；

基于所述物体运动变化矩阵和所述第一图像，确定目标运动变化信息；所述目标运动变化信息用于指示所述第二图像中的所述运动物体相对所述第一图像中的所述运动物体的运动变化。

第二方面，本申请实施例提供了一种图像处理装置，该装置包括：

获取模块，用于获取第一图像的深度图，并对所述第一图像和第二图像进行处理，得到相机运动变化矩阵；所述第一图像和所述第二图像为针对运动物体拍摄得到的相邻图像帧，所述相机运动变化矩阵用于指示所述第一图像和所述第二图像所对应视角下的相机运动变化；

处理模块，用于对所述第一图像和预测图像进行处理，得到物体运动变化矩阵；所述预测图像是基于所述深度图、所述相机运动变化矩阵、所述第一图像和所述第二图像确定的，所述物体运动变化矩阵用于指示所述预测图像中的所述运动物体相对所述第一图像中的所述运动物体的运动变化；

确定模块，用于基于所述物体运动变化矩阵和所述第一图像，确定目标运动变化信息；所述目标运动变化信息用于指示所述第二图像中的所述运动物体相对所述第一图像中的所述运动物体的运动变化。

第三方面，本申请实施例提供了一种计算机设备，该计算机设备包括处理器、通信接口和存储器，该处理器、通信接口和存储器相互连接，其中，该存储器存储有计算机程序，该处理器用于调用该计算机程序，执行本申请实施例提供的图像处理方法。