[發明專利]一種圖像自適應運動估計方法及應用

在審

• 申請號: 202011434819.0
• 申請日: 2020-12-10
• 公開（公告）號: CN112561947A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 楊德龍;尚鵬;侯增濤;王博;付威廉
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06T7/70;G06N3/08;G06N3/04
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 范盈

1.一種圖像自適應運動估計方法，其特征在于：所述方法包括如下步驟：

步驟1：構造第一深度卷積神經網絡、第二深度卷積神經網絡；

步驟2：根據所述第一深度卷積神經網絡和所述第二深度卷積神經網絡構建目標函數，通過所述目標函數對所述第一深度卷積神經網絡和所述第二深度卷積神經網絡同時進行訓練，得到參數固定的第一深度卷積神經網絡和參數固定的第二深度卷積神經網絡；

步驟3：將單目圖像輸入所述第一深度卷積神經網絡輸出單目圖像對應的視差圖像，將所述圖像序列輸入所述第二深度卷積神經網絡輸出相機空間位姿變換矩陣。

2.如權利要求1所述的圖像自適應運動估計方法，其特征在于：所述第一深度卷積神經網絡為單目圖像景深估計網絡，用于估計單目相機與場景之間相對距離；所述第二深度卷積神經網絡為單目相機空間位姿估計網絡，用于估計單目相機空間位置與姿態。

3.如權利要求2所述的圖像自適應運動估計方法，其特征在于：所述單目圖像景深估計網絡基于深度殘差網絡，所述單目圖像景深估計網絡為“編碼-解碼”結構。

4.如權利要求3所述的圖像自適應運動估計方法，其特征在于：在所述“編碼”過程中，網絡通過卷積層、激活層和池化層不斷提取想高維特征并降采樣；在所述“解碼”過程中，網絡通過反卷積對圖像做上采樣處理，輸出多尺度視差圖像。

5.如權利要求2所述的圖像自適應運動估計方法，其特征在于：所述單目相機空間位姿估計網絡為“編碼”結構。

6.如權利要求1所述的圖像自適應運動估計方法，其特征在于：對所述第一深度卷積神經網絡和所述第二深度卷積神經網絡進行訓練為采用梯度下降法對目標函數進行迭代計算，直到達到指定計算次數為止，得到所述參數固定的第一深度卷積神經網絡和所述參數固定的第一深度卷積神經網絡。

7.如權利要求6所述的圖像自適應運動估計方法，其特征在于：所述目標函數包括基于圖像全局亮度差異和局部亮度差異構造的自適應函數；單目圖像序列之間的圖像重建，并結合自適應函數構造重建圖像的自適應誤差損失函數和結合自適應函數構造的關于圖像深度邊緣的自適應損失函數。

8.如權利要求7所述的圖像自適應運動估計方法，其特征在于：所述自適應誤差損失函數基于輸入圖像、視差圖像和相機位姿變換矩陣構，所述自適應損失函數基于輸入圖像、視差圖像和相機位姿變換矩陣構。

9.如權利要求1～8中任一項所述的圖像自適應運動估計方法，其特征在于：所述圖像包括目標圖像和參考圖像，所述參考圖像包括第一參考圖像和第二參考圖像。

10.一種圖像自適應運動估計方法的應用，其特征在于：將權利要求1～9中任一項所述的圖像自適應運動估計方法應用于室外無人駕駛汽車或無人自主導航機器人中。