[发明专利]一种无监督的运动物体的单目深度估计方法及系统在审

专利信息
申请号: 202210231897.3 申请日: 2022-03-09
公开(公告)号: CN114820719A 公开(公告)日: 2022-07-29
发明(设计)人: 范博文 申请(专利权)人: 广州宸祺出行科技有限公司
主分类号: G06T7/269 分类号: G06T7/269;G06T7/50
代理公司: 广州云领专利代理事务所(普通合伙) 44441 代理人: 肖云
地址: 510700 广东省广州市黄*** 国省代码: 广东;44
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 监督 运动 物体 深度 估计 方法 系统
【权利要求书】:

1.一种无监督的运动物体的单目深度估计方法,其特征在于,具体包括以下步骤:

获取来自单目摄像头的帧序列数据;

提取帧序列数据的中间帧作为参考帧;

基于帧序列数据获取运动前景数据和运动光流数据;

将运动前景数据输入到深度估计模块,以得到深度序列数据;

将运动前景数据输入到相机超参估计模块,以得到相机超参数值;

基于损失函数对运动光流数据、深度序列数据和相机超参数值进行计算,以获取运动物体的运动检测数据和深度估计数据。

2.根据权利要求1所述的无监督的运动物体的单目深度估计方法,其特征在于,所述基于帧序列数据获取运动前景数据和运动光流数据,具体包括:

将帧序列数据输送至光流模块,经过处理后获得光流序列数据;

将光流序列数据输送至运动检测模块,经过处理后获得运动掩膜序列数据;

将帧序列数据与运动掩膜序列数据进行对应相乘后,获得运动前景数据;

将光流序列数据与运动掩膜序列数据对应相乘后,获得运动光流数据。

3.根据权利要求2所述的无监督的运动物体的单目深度估计方法,其特征在于,所述基于损失函数对运动光流数据、深度序列数据和相机超参数值进行计算,具体包括:

将运动光流数据、深度序列数据和相机超参数值分别输入到重构模块,重构后得到重构图片;

基于损失函数,对参考帧中的运动物体与重构图片进行计算,以获取运动物体的运动检测数据和深度估计数据。

4.根据权利要求3所述的无监督的运动物体的单目深度估计方法,其特征在于:

所述损失函数具体为:Loss=|I预测-ML//2*IL//2|2

其中,所述I预测为重构图片,所述IL//2为参考帧,所述ML//2为参考运动掩膜,所述参考运动掩膜为运动掩膜序列数据的中间掩膜。

5.根据权利要求1所述的无监督的运动物体的单目深度估计方法,其特征在于,所述获取单目摄像头的帧序列数据,具体包括:

获取单目摄像头采集的带有运动物体的视频数据;

对视频数据进行解码;

获取预设长度信息;

在解码后的视频数据中截取符合预设长度的视频,以形成帧序列数据。

6.一种无监督的运动物体的单目深度估计系统,其特征在于,包括:

数据获取模块,其用于获取来自单目摄像头的帧序列数据;

数据提取模块,其用于提取帧序列数据的中间帧作为参考帧;

数据处理模块,其用于基于帧序列数据获取运动前景数据和运动光流数据;

深度估计模块,其用于将运动前景数据输入到深度估计模块,以得到深度序列数据;

超参估计模块,其用于将运动前景数据输入到相机超参估计模块,以得到相机超参数值;

综合计算模块,其用于基于损失函数对运动光流数据、深度序列数据和相机超参数值进行计算,以获取运动物体的运动检测数据和深度估计数据。

7.根据权利要求6所述的无监督的运动物体的单目深度估计系统,其特征在于,所述数据处理模块具体包括:

光流数据单元,其用于将帧序列数据输送至光流模块,经过处理后获得光流序列数据;

运动检测单元,其用于将光流序列数据输送至运动检测模块,经过处理后获得运动掩膜序列数据;

运动前景单元,其用于将帧序列数据与运动掩膜序列数据进行对应相乘后,获得运动前景数据;

运动光流单元,其用于将光流序列数据与运动掩膜序列数据对应相乘后,获得运动光流数据。

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广州宸祺出行科技有限公司,未经广州宸祺出行科技有限公司许可,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/202210231897.3/1.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