[发明专利]一种深度估计方法及装置

说明书

本申请实施例提供一种深度估计方法及装置。涉及人工智能领域，具体涉及计算机视觉领域。该方法包括：获取输入图像；将该输入图像输入深度估计模型，得到第一深度值集合；其中，该第一深度值集合中的深度值与输入图像的像素一一对应，该第一深度值集合中的深度值用于指示对应像素在第一深度空间中的深度，该第一深度空间中第一范围的量化粒度小于第二范围的量化粒度，该第二范围为第一深度空间中除第一范围外的其他范围；将该第一深度值集合中的深度值映射于第二深度空间，得到第二深度值集合；其中，该第二深度空间是均匀量化的。本申请能够提升深度估计模型对图像中处在某一深度范围内的物体的估计精度。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种深度估计方法及装置。

背景技术

计算机视觉里的深度是指物体离拍摄源（例如相机）的距离，对图像进行深度估计即是指估计该图像中的每个像素相对拍摄源的距离。通常随着物体深度的增加（即该像素对应物体与拍摄源之间距离的递增），对该像素进行深度估计所需要的图像信息会越多。为了避免因图像信息不足而导致深度估计精度下降的问题，通常以对数空间为深度空间来训练深度估计模型，从而提升深度估计模型的准确度。

通过这样的方法得到深度估计模型对图像中所有的像素都是平等对待，但在对该图像中处于某一深度范围内物体的深度估计精度有较高需求的情况下，通过这样的深度估计模型将不能满足该需求。例如，在移动端（例如手机）通过增强现实（Augmented Reality，AR）技术在近距离建立虚拟物体的业务场景中，首先需要对近距离真实物体（例如距离拍摄源7m内的物体）进行深度估计，才能保证建立的虚拟物体能与近距离真实物体之间具有正确的遮挡关系。在此场景中，若深度估计模型对近距离真实物体的深度估计精度较低，则可能导致创建的虚拟物体与近距离真实物体的遮挡关系发生错误。

可见，如何提升深度估计模型在图像中处于某一深度范围内物体的估计精度，是一个亟待解决的问题。

发明内容

本申请提供一种深度估计方法及装置，可提升深度估计模型对图像中处于某一深度范围内的物体的估计精度。应理解，本申请实施例所提供的方法可以由深度估计装置执行。该深度估计装置可以是终端设备，也可以是该终端设备中的部分器件，例如应用于终端设备中的芯片、处理器等，也可以是服务器，例如本地服务器或云端服务器等，也可以是服务器中的部分器件，例如应用于服务器中的芯片、处理器等，在此不做限制。

第一方面，本申请提供了一种深度估计方法，该方法包括：获取输入图像；将该输入图像输入深度估计模型，得到第一深度值集合；其中，该第一深度值集合中的深度值与输入图像的像素一一对应，该第一深度值集合中的深度值用于指示对应像素在第一深度空间中的深度，该第一深度空间中第一范围的量化粒度小于第二范围的量化粒度，该第二范围为第一深度空间中出第一范围外的其他范围；将该第一深度值集合中的深度值映射于第二深度空间，得到第二深度值集合；其中，该第二深度空间是均匀量化的。

基于第一方面所提供的方法，本申请所提供的深度估计模型是以第一深度空间为基础对图像中各个像素的深度进行估计的，由于在第一深度空间内更关注第一范围（即期待关注的范围）的图像信息，因此本申请所提供的深度估计模型能提升第一范围（即期待关注的范围）内的深度估计准确度。进一步地，将该深度估计模型的估计结果映射回绝对深度空间（即本申请中的第二深度空间）后，依然可以保证对该输入图像中第一范围内像素的深度估计准确度。

在一种可能的实施方式中，获取训练图像和训练图像对应的训练深度值集合，该训练深度值集合中的深度值与训练图像的像素一一对应，该训练深度值集合中的深度值用于指示对应像素在第二深度空间中的深度。进一步地，将训练深度值集合中的深度值映射于第一深度空间，得到训练图像对应的标签深度值集合，标签深度值集合中的深度值与训练图像的像素一一对应，标签深度值集合中的深度值用于指示对应像素在第一深度空间中的深度；并基于训练图像和标签深度值集合，得到深度估计模型。