[發明專利]視差圖處理、深度學習模型訓練方法及相關設備

在審

• 申請號: 202011018154.5
• 申請日: 2020-09-24
• 公開（公告）號: CN114255268A
• 公開（公告）日: 2022-03-29
• 發明（設計）人: 孟俊彪;胡錦麗
• 申請（專利權）人: 武漢TCL集團工業研究院有限公司
• 主分類號: G06T7/55
• 分類號: G06T7/55;G06N3/04;G06N3/08
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 李木燕

1.一種視差圖處理方法，其特征在于，包括：

獲取第一視差圖，所述第一視差圖是根據待處理的圖像對確定的；

將所述第一視差圖輸入已訓練的深度學習模型進行處理，輸出第二視差圖，所述第二視差圖的圖像質量高于所述第一視差圖的圖像質量。

2.如權利要求1所述的方法，其特征在于，所述獲取第一視差圖，包括：

根據所述待處理的圖像對和預存的立體匹配算法確定第一視差圖。

3.根據權利要求1或2所述的方法，其特征在于，所述已訓練的深度學習模型是使用訓練樣本對未訓練的深度學習模型進行訓練得到的，所述訓練樣本包括多個樣本圖像對，每個樣本圖像對中的最終視差圖的圖像質量高于初始視差圖的圖像質量。

4.一種深度學習模型訓練方法，其特征在于，包括：

獲取多個樣本圖像對，每個樣本圖像對中的最終視差圖的圖像質量高于初始視差圖的圖像質量；

將多個初始視差圖作為訓練樣本中的輸入數據，以及將多個最終視差圖作為所述訓練樣本中的樣本標記；

使用所述訓練樣本對未訓練的深度學習模型進行訓練，得到已訓練的深度學習模型。

5.如權利要求4所述的方法，其特征在于，樣本圖像對A為所述多個樣本圖像對中的任意一個，所述獲取樣本圖像對A中的初始視差圖，包括：

獲取第一圖像對，所述第一圖像對是通過兩個不同的攝像頭對同一目標拍攝得到的；

根據所述第一圖像對和預存的立體匹配算法確定所述樣本圖像對A中的初始視差圖。

6.如權利要求5所述的方法，其特征在于，所述獲取樣本圖像對A中的最終視差圖，包括：

對所述樣本圖像對A中的初始視差圖進行加權最小二乘濾波處理，得到第一視差圖；

根據所述第一圖像對中的圖像，對所述第一視差圖進行快速雙邊濾波處理，得到第二視差圖；

根據接收到的圖像處理指令對所述第二視差圖進行精細化處理，得到樣本圖像對A中的最終視差圖，所述圖像處理指令用于指示進行圖像平滑處理或圖像銳化處理。

7.如權利要求6所述的方法，其特征在于，所述根據所述第一圖像對和預存的立體匹配算法確定所述樣本圖像對A中的初始視差圖，包括：

根據所述第一圖像對和預存的第一立體匹配算法確定第三視差圖；

根據第二圖像對和預存的第二立體匹配算法確定第四視差圖，所述第二圖像對是將所述第一圖像對中的每個圖像的尺寸縮小k倍得到的，所述k為大于或等于1的整數；

將所述第四視差圖的尺寸放大k倍，得到第五視差圖；

根據所述第三視差圖中像素點的像素值和所述第五視差圖中像素點的像素值確定所述樣本圖像對A中的初始視差圖。

8.如權利要求7所述的方法，其特征在于，所述根據所述第三視差圖中像素點的像素值和所述第五視差圖中像素點的像素值確定所述樣本圖像對A中的初始視差圖，包括：

確定所述第三視差圖中處于各個位置的第一像素點和所述第五視差圖中處于對應位置的第二像素點；

若所述第一像素點的像素值與所述第二像素點的像素值之間的差值小于參考差值，則將所述第一像素點的像素值作為所述樣本圖像對A中的初始視差圖中處于所述位置的像素點的像素值；或者，

若所述第一像素點的像素值與所述第二像素點的像素值之間的差值大于所述參考差值，則將所述第二像素點的像素值作為所述樣本圖像對A中的初始視差圖中處于所述位置的像素點的像素值；或者，

若所述第一像素點的像素值與所述第二像素點的像素值之間的差值等于所述參考差值，則將所述第一像素點的像素值或所述第二像素點的像素值作為所述樣本圖像對A中的初始視差圖中處于所述位置的像素點的像素值。