[發明專利]自適應立體匹配優化方法及其裝置、設備和存儲介質

有效

• 申請號: 201910063133.6
• 申請日: 2019-01-23
• 公開（公告）號: CN111476837B
• 公開（公告）日: 2023-02-24
• 發明（設計）人: 陳富鵬;于恒;哈亞軍
• 申請（專利權）人: 上?？萍即髮W
• 主分類號: G06T7/593
• 分類號: G06T7/593
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 高彥

1.一種自適應立體匹配優化方法，其特征在于，應用于處理系統，所述方法包括：

獲取同一目標場景的至少兩個視角的圖像，據以計算得到對應所述目標場景中各像素的視差值的范圍；

通過自適應立體匹配模型實時調整所述目標場景中各像素的視差值的范圍，進而得到優化的深度值的范圍；其中，依據處理系統的資源約束條件，利用DVFS算法實時調整所述自適應立體匹配模型中的執行周期；和/或，通過卷積神經網絡針對多種場景圖像數據集進行訓練，以使所述自適應立體匹配模型中的特定函數參數實時依據所獲取的不同場景圖像進行相應調整。

2.根據權利要求1所述的自適應立體匹配優化方法，其特征在于，所述處理系統的資源約束條件包括：能量約束、響應時間約束、及熱量約束。

3.根據權利要求1所述的自適應立體匹配優化方法，其特征在于，所述自適應立體匹配模型為指數函數模型，其具體公式為：

其中，a,b,m為特定函數參數；o為執行周期。

4.根據權利要求3所述的自適應立體匹配優化方法，其特征在于，所述處理系統的資源約束條件包括：能量約束、響應時間約束、及熱量約束；所述利用DVFS算法實時調整所述自適應立體匹配模型中的執行周期的方法包括：

將指數函數模型轉變為質量二次規劃QP模型，得到質量公式如下：

其中，a_i,b_i為特定函數參數；o_i為初始執行周期；△o_i為需改進的執行周期；

經泰勒公式展開并進行一定次數的推導，得到變換公式如下：

所述變換公式需滿足所述處理系統的資源約束條件。

5.根據權利要求4所述的自適應立體匹配優化方法，其特征在于，所述變換公式需滿足所述處理系統的資源約束條件的公式分別為：

A、能量約束：

其中，o_i為初始執行周期；△o_i為需改進的執行周期；f_i為處理系統頻率；v_i為處理系統電源電壓；表示動態功耗；P_i0,lkg表示特定線性部分的初始功率；T_i為處理系統溫度；K_α和K_β分別為對應溫度和電壓在特定線性部分的漏電流功率的斜率；表示總功率；∈_s為所述處理系統的能量預算；

B、響應時間約束：

其中，o_i為初始執行周期；△o_i為需改進的執行周期；f_i為處理系統頻率；τ_s為所述處理系統的時間預算；

C、熱量約束：

其中，和分別為熱量的上限和下線的矢量；

及Φ^f,T分別為由頻率、功率和熱導率確定的系數矩陣。

6.根據權利要求1所述的自適應立體匹配優化方法，其特征在于，所述通過自適應立體匹配模型實時調整所述目標場景中各像素的視差值的范圍，進而得到優化的深度值的范圍的方法包括：

所述深度值與所述視差值成反比，依據所述視差值的范圍估算得到所述深度值的范圍。

7.根據權利要求1所述的自適應立體匹配優化方法，其特征在于，所述通過卷積神經網絡針對多種場景圖像數據集進行訓練，以使所述自適應立體匹配模型中的特定函數參數實時根據所獲取的不同場景圖像進行相應調整的方法包括：

所述卷積神經網絡的輸入端為場景圖像數據集；

所述卷積神經網絡的輸出端為預估的特定函數參數進行歸一化處理后的概率；

經過離線訓練后，以使所述自適應立體匹配模型中的特定函數參數能夠依據實時所獲取的不同場景圖像進行相應調整。