[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: 上海科技大學
• 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

本申請提供了一種自適應立體匹配優化方法及其裝置、設備和存儲介質，通過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，然后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。本申請能夠在滿足處理系統的系統資源約束條件，根據不同場景圖像像素靈活調整輸出質量，極大提高了深度估算的精度。

技術領域

本申請涉及圖像處理技術領域，特別是涉及一種自適應立體匹配優化方法及其裝置、設備和存儲介質。

背景技術

立體匹配是智能車輛找到附近物體深度的有效的方法，其將傳統的立體匹配算法轉化為自適應的立體匹配算法，可以最大限度地提高立體匹配的質量(深度的精度)。自適應立體匹配(ASM)任務的執行周期越長，質量越高。但是，支持這種自適應功能是非常具有挑戰的。一方面，在質量和執行周期之間很難得到精確的模型；另一方面，在智能汽車嚴格的時序和能源約束下，如何在多處理器上調度ASM任務以產生最大的執行周期是一個挑戰。

盡管自適應立體匹配(ASM)具有較高應用前景，但想要在智能車輛系統中得到最優、最實用的應用，還需要解決幾個重要問題，其中包括：(1)精確建模輸出質量自適應與執行周期的關系；(2)優化確定達到質量最大化的系統執行參數，如處理器工作電壓/執行頻率等；(3)準確估計質量函數模型的參數。由于參數依賴于輸入圖像，因此對立體匹配的大量分析仍然可能導致精度不高。

發明內容

鑒于以上所述現有技術的缺點，本申請的目的在于提供一種自適應立體匹配優化方法及其裝置、設備和存儲介質，用于解決現有自適應立體匹配輸出質量不高、深度估算精度低的問題。

為實現上述目的及其他相關目的，本申請提供一種自適應立體匹配優化方法，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。

于本申請的一實施例中，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。

于本申請的一實施例中，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。

于本申請的一實施例中，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。