利索能及
我要发布
收藏
专利号: 2018102595062
申请人: 百度在线网络技术(北京)有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2025-06-27
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种用于生成图像生成模型的方法,包括:

获取样本集,其中,样本包括第一深度图像、第二深度图像和可见光图像,其中,第一深度图像、第二深度图像和可见光图像中包含同一场景的信息,第一深度图像和可见光图像的图像分辨率高于预先设定的第一分辨率阈值,第二深度图像的图像分辨率低于预先设定的第二分辨率阈值,所述第一深度图像的图像分辨率大于所述第二深度图像的图像分辨率,所述第二深度图像基于对预先获取的第一样本深度图像进行降采样处理而得到;

基于样本集执行以下训练步骤:将样本集中的至少一个样本的第二深度图像和可见光图像分别输入预先建立的初始神经网络模型,得到所述至少一个样本中的每个样本对应的生成深度图像;计算所述至少一个样本中的每个样本对应的生成深度图像与对应的第一深度图像之间的相似度;根据计算结果确定所述初始神经网络模型是否达到预设的优化目标;响应于确定所述初始神经网络模型达到预设的优化目标,将所述初始神经网络模型作为训练完成的图像生成模型。

2.根据权利要求1所述的方法,其中,所述方法还包括:

响应于确定所述初始神经网络模型未达到预设的优化目标,调整所述初始神经网络模型的模型参数,以及使用未用过的样本组成样本集,继续执行所述训练步骤。

3.根据权利要求1所述的方法,其中,样本集中的样本是通过以下方式得到的:获取样本场景的第一样本深度图像,其中,所述第一样本深度图像的图像分辨率高于所述第一分辨率阈值;

对所述第一样本深度图像进行处理,得到第二样本深度图像,其中,所述第二样本深度图像的图像分辨率低于所述第二分辨率阈值;

获取所述样本场景的样本可见光图像,其中,所述样本可见光图像的图像分辨率高于所述第一分辨率阈值;

将所述第一样本深度图像、第二样本深度图像和样本可见光图像关联存储,以及作为所述样本集中的样本。

4.根据权利要求3所述的方法,其中,所述获取样本场景的第一样本深度图像,包括:获取图像采集设备从不同角度采集的样本场景的至少两张可见光图像,其中,所述至少两张可见光图像中的各可见光图像的图像分辨率高于所述第一分辨率阈值;

基于所述至少两张可见光图像得到所述样本场景的第一样本深度图像。

5.根据权利要求1所述的方法,其中,所述方法还包括:

接收待处理深度图像和待用可见光图像,其中,所述待处理深度图像和所述待用可见光图像包含同一场景的信息,所述待处理深度图像的图像分辨率低于所述第二分辨率阈值,所述待用可见光图像的图像分辨率高于所述第一分辨率阈值;

将所述待处理深度图像导入所述图像生成模型,得到处理后的深度图像。

6.一种用于生成图像生成模型的装置,包括:

获取单元,用于获取样本集,其中,样本包括第一深度图像、第二深度图像和可见光图像,其中,第一深度图像、第二深度图像和可见光图像中包含同一场景的信息,第一深度图像和可见光图像的图像分辨率高于预先设定的第一分辨率阈值,第二深度图像的图像分辨率低于预先设定的第二分辨率阈值,所述第一深度图像的图像分辨率大于所述第二深度图像的图像分辨率,所述第二深度图像基于对预先获取的第一样本深度图像进行降采样处理而得到;

训练单元,用于基于样本集执行以下训练步骤:将样本集中的至少一个样本的第二深度图像和可见光图像分别输入预先建立的初始神经网络模型,得到所述至少一个样本中的每个样本对应的生成深度图像;计算所述至少一个样本中的每个样本对应的生成深度图像与对应的第一深度图像之间的相似度;根据计算结果确定所述初始神经网络模型是否达到预设的优化目标;响应于确定所述初始神经网络模型达到预设的优化目标,将所述初始神经网络模型作为训练完成的图像生成模型。

7.根据权利要求6所述的装置,其中,所述装置还包括:

调整单元,用于响应于确定所述初始神经网络模型未达到预设的优化目标,调整所述初始神经网络模型的模型参数,以及使用未用过的样本组成样本集,继续执行所述训练步骤。

8.根据权利要求6所述的装置,其中,所述装置还包括样本生成单元,所述样本生成单元包括:深度图像获取单元,用于获取样本场景的第一样本深度图像,其中,所述第一样本深度图像的图像分辨率高于所述第一分辨率阈值;

处理单元,用于对所述第一样本深度图像进行处理,得到第二样本深度图像,其中,所述第二样本深度图像的图像分辨率低于所述第二分辨率阈值;

可见光图像获取单元,用于获取所述样本场景的样本可见光图像,其中,所述样本可见光图像的图像分辨率高于所述第一分辨率阈值;

存储单元,用于将所述第一样本深度图像、第二样本深度图像和样本可见光图像关联存储,以及作为所述样本集中的样本。

9.根据权利要求8所述的装置,其中,所述深度图像获取单元进一步用于:获取图像采集设备从不同角度采集的样本场景的至少两张可见光图像,其中,所述至少两张可见光图像中的各可见光图像的图像分辨率高于所述第一分辨率阈值;

基于所述至少两张可见光图像得到所述样本场景的第一样本深度图像。

10.根据权利要求6所述的装置,其中,所述装置还包括:

接收单元,用于接收待处理深度图像和待用可见光图像,其中,所述待处理深度图像和所述待用可见光图像包含同一场景的信息,所述待处理深度图像的图像分辨率低于所述第二分辨率阈值,所述待用可见光图像的图像分辨率高于所述第一分辨率阈值;

导入单元,用于将所述待处理深度图像导入所述图像生成模型,得到处理后的深度图像。

11.一种电子设备,包括:

一个或多个处理器;

存储装置,用于存储一个或多个程序,

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1‑5中任一所述的方法。

12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1‑5中任一所述的方法。