深度估计

摘要： 目前大量被提出的关于单目视觉深度估计网络研究中其网络结构庞大臃肿,在实际部署中会存在占用大、延迟高的问题.针对以上问题,本文提出了基于可学习步长的量化策略的轻量化深度估计网络.该网络采取特征金字塔(FPN)的网络结构对图片不同尺度的特征信息进行提取.并结合内存优化,对网络的特征提取部分采用深度可分离卷积,使得网络相对于ResNet参数总量下降1/3.同时文中对特征解码器进行设计,网络计算中跳跃连接传递的参数量对比ResNet下降了68.61%.本文的轻量化深度估计网络参数位宽由32比特降至3比特.实验结果表明,轻量化后的深度估计网络的网络参数大小下降90.59%,在KITTI数据集上绝对相对误差为16.0%,最终轻量化的网络大小从34.12MB下降到了3.21MB.

摘要： 为了利用单目视觉实时监测船舶行驶过程中与周围船舶之间的距离,首先分析单目视觉测距现状及其成功应用实例,基于小孔成像原理建立单目相机模型,通过几何推导,得到世界坐标系、相机坐标系、图像坐标系及像素坐标系之间三层坐标转换关系。随后通过实验验证pitch俯仰角与yaw水平角对单目视觉测距的影响程度,从而分析出动态船舶行驶场景下包括相机姿态、船舶在水面摇晃等实时单目测距误差。进而在引入包含俯仰角、水平角的相似三角形测距算法的基础上,采用高精度陀螺仪相机姿态补偿策略提出改进的基于单目视觉的相似三角形目标船舶测距算法。实验结果表明,该算法能在动态船舶行驶过程中较为准确地测量周围水域目标船舶之间的距离,可以满足船舶实时安全监测系统的要求。

摘要： 平面分割和参数估计是基于单幅室内场景图像分段平面三维重建的关键技术。目前基于卷积神经网络的方法难以获取全局上下文信息且未充分考虑特征通道间的关系,易造成小平面分割不准确及平面细节丢失,导致对应区域的参数估计出现较大误差。为此,提出了一种特征通道和空间注意力机制融合的卷积神经网络模型,该模型利用通道注意力对网络通道间特征响应进行标定,再结合空间注意力提取编码器中的空间语义信息,使网络也能聚焦于小平面和平面细节。实验表明,提出的方法能显著提高平面分割精度,且深度预测精度达到93.57%,有效提升了场景三维重建精度。

摘要： 多传感器机器人定位信息由于存在定位信息量大、干扰因素多等原因,导致挖掘精度差、耗时长、内存占用率高的问题。提出基于深度估计法的多传感器机器人定位信息挖掘方法。首先对多传感器机器人定位进行分析,获取多传感器机器人定位信息;其次,采用极大似然估计法对多传感器机器人定位信息进行预处理;然后,采用深度估计法对多传感器机器人定位信息挖掘;最后进行实验分析。实验结果表明,采用所提方法可有效提高挖掘精度、缩短挖掘时间、降低内存占比,具有一定的优势。

摘要： 在基于图像的视觉伺服系统中,由于图像雅可比矩阵是时变的,实时求解图像雅可比矩阵是该领域研究的一个关键问题。提出了一种已知物体表面几何形状尺寸快速求解特征点深度信息的算法,并计算出当前时刻图像雅可比矩阵的值。在仿真实验中验证了该算法的有效性,仿真结果表明:4个特征点误差呈指数趋势下降,且机器人每个关节的速度曲线较为光滑,机器人能较为光滑地运动到期望位置,没有明显的抖动现象,机器人末端的速度曲线图也较为光滑,相机没有发散或回退的现象出现。最后,相机安装在6自由度机器人末端,完成对一个静态物体定位精度的研究。实验结果表明:四个特征点的误差最终收敛至1个像素以内,进一步验证了该算法的有效性。

摘要： 场景深度估计是场景理解的一项基本任务,其准确率反映了计算机对场景的理解程度。传统的深度估计利用金字塔池化(ASPP)模块可以在不改变图像分辨率的情况下处理不同像素特征,但该模块未考虑不同像素特征之间的关系,导致场景特征提取不准确。针对 ASPP 模块在深度估计中出现的弊端,提出了一种改进型的 ASPP 模块,解决了该模块在图像处理中存在的失真问题。首先在卷积核后添加基于分层压缩激励的ASPP 结构块,结合各像素特征之间的关系,让网络自适应学习感兴趣部分;再通过构造差值矩阵解决网络层次优化问题;最后在室内公共数据集 NYU-Depthv2 上进行深度估计网络模型的搭建。与当前主流算法相比,文中算法在定性、定量指标上均有良好表现。在相同的评估指标下,δ;阈值精度提升近 3%,均方误差(RMSE)、绝对误差(Abs Rel)下降 1.7%,对数域误差(lg)下降约 0.3%。该方法所训练的网络模型,解决了传统 ASPP 模块未考虑不同像素特征之间关系的问题,特征提取能力增强,场景深度估计的结果更加准确。

摘要： 幼苗高度是幼苗培育过程中的重要性状,是幼苗生长状况和优良性状筛选的重要参考指标。针对目前研究多选用专业测量工具、使用带有标记的测量手段这一现状,该研究提出了一种基于单目图像深度估计技术的幼苗高度无参测量方法。首先以NYU Depth Dataset V2深度数据集为基础,以ResNeXt 101网络为深度估计网络主体实现植株图像深度估计。通过深度信息计算出拍摄点到植株的真实距离,结合图像中幼苗植株的像素高度和标定好的视场角实现幼苗高度的测量。为验证该方法的有效性,通过采集不同距离下的番茄幼苗图像1728幅,辣椒幼苗图像160幅,甘蓝幼苗图像160幅进行植株高度测量试验。试验结果表明,在拍摄距离为105cm内番茄幼苗平均绝对误差(Mean Absolute Error,MAE)为0.569 cm,均方根误差(Root Mean Square Error,RMSE)为0.829 cm,平均植株高度比例为1.005。辣椒,甘蓝幼苗的MAE为0.616和0.326cm,RMSE为0.672和0.389cm。每株幼苗高度的平均计算时间为2.01s。试验结果表明该方法具有较好的可行性和普适性。不同光照强度下植株高度测量结果表明,在感光度小于160时,植株高度测试结果的MAE为0.81 cm,仍具有较好的测量准确度。当单幅图像中植株个数处于5以内时,MAE和RMSE的平均值分别为0.652和0.829cm。研究结果表明,该模型可以较准确地从单幅图像中检测出多株植株高度,且在不同距离和一定光照强度变化内均可完成多种幼苗植株高度的精确测量。可为幼苗培育和成长时期判断等研究提供一种无损的植株高度测量方法。

摘要： 针对雾霾情况下室内外图像深度难以估计的问题,提出了融合感知损失函数的单幅雾霾图像深度估计方法。首先采用双尺度网络模型对雾霾图像进行粗提取,再结合底层特征进行局部细化;然后在上采样阶段使用多卷积核上采样方法,得到雾霾图像的预测深度图;最后将像素级损失函数与感知损失函数结合构造新的复合损失函数,对网络进行训练。在室内NYU Depth v2数据集和室外Make3D数据集上进行训练、测试和验证,结果表明:添加了多卷积核上采样方法和复合损失函数的双尺度网络模型能够很好地估计出单幅雾霾图像的深度信息,提高了雾霾情况下的深度估计精度和质量,同时缩短了模型训练时间,提高了对雾霾图像深度估计的适用性和准确性。

摘要： 目前利用深度学习进行多视图深度估计的方法可以根据卷积类型可以大致分为两类。其中,基于2D卷积网络的模型预测计算速度快,但预测精度较低;基于3D卷积网络的模型预测精度高,却存在高硬件消耗。同时,多视图中相机外部参数的变化使得模型无法在物体边缘、遮挡或纹理较弱区域生成高精度预测结果。针对上述问题,提出了基于3D卷积的语义导向多尺度多视图深度估计算法,在保证预测精度的同时降低硬件消耗。同时针对遮挡、纹理较弱等区域,利用网络自身提取的图片特征作为先验导向信息,增强网络对全局信息的感知,结合多尺度融合方法增强网络的鲁棒性。在公开数据集的测试对比中,提出的方法预测深度图结果更加清晰,并能有效地应对图片中物体边界、遮挡等区域。

摘要： 针对基于单目视觉的无人机(UAV)避障问题,本研究提出基于单目深度估计和目标检测的四旋翼自主避障方法。其中,单目深度估计模型提供障碍物像素级别的深度信息,目标检测模型提供障碍物的位置信息。单张红绿蓝(RGB)图像的深度图和目标检测结果由卷积神经网络(CNN)获得;图像的区域划分以目标检测结果为依据,区域深度以深度估计结果为计算依据;规划算法依据区域深度和区域划分结果计算无人机的线速度和角速度,实现无人机的自主避障。为验证算法的自主避障性能,采用Parrot Bebop2无人机对本研究提出的算法与直飞算法进行实飞对比实验。结果表明:本研究提出的算法可用于四旋翼无人机的低速自主避障。

摘要： 在被动声呐探测领域中,目标深度的判别一直都是研究的重点.本文提出了一种基于模态分解进行深度估计的方法,当接收信号可以实现在距离上均匀采样的情况下,基于kracken仿真得到拷贝向量,将拷贝向量与目标信号进行距离-波数域上的匹配相关处理来实现对目标的模态分解,根据模态在深度上的分布规律,用正弦函数对模态函数幅值进行拟合并得到正弦曲线的角频率,这一参数是由声源深度决定的,进而得到目标的估计深度,完成根据目标信号的模态分解实现对目标深度的估计.仿真结果表明:这一方法可以有效的对目标的深度进行估计,有一定的抗噪声能力.本文使用的是典型的波导条件，基于kracken仿真得到的拷贝向量和接收位置所对应的模态函数幅值。如何去适应更为复杂的海洋环境，如何在海洋环境参数获得的不准确的情况下完成对目标信号的模态分解，是今后研究的重点。

摘要： 本文提出了一种基于水平接收基阵声场垂直波数谱特征的深度估计方法.通过获取水平接收基阵声场垂直波数谱的包络周期性特征,估计出了目标深度.数值仿真结果表明:利用二维傅里叶变换(2D-FFT)的方法可以获得水平阵垂直波数谱;在高信噪比情况下,利用水平接收基阵声场垂直波数谱的周期性特征估计目标深度是可行的.

摘要： 本文提出了一种基于水平接收基阵声场垂直波数谱特征的深度估计方法.通过获取水平接收基阵声场垂直波数谱的包络周期性特征,估计出了目标深度.数值仿真结果表明:利用二维傅里叶变换(2D-FFT)的方法可以获得水平阵垂直波数谱;在高信噪比情况下,利用水平接收基阵声场垂直波数谱的周期性特征估计目标深度是可行的.

摘要： 在三维电视(3DTV)系统中,纹理图加深度图的系统架构具有减少传输数据量和便于在接收端利用纹理和深度信息绘制自由视点图像等优点.其中深度估计是前端处理中的关键技术.然而,目前深度估计软件由于算法复杂,需要耗费大量的CPU运算时间,很难达到实时处理,这也制约着三维视频系统的实时性应用.本论文提出一种高效的实时深度估计的硬件解决方案.充分利用FPGA的大规模并行能力,并采用流水线设计提高数据通路的数据吞吐量,提升整个设计的时钟频率.实验和仿真表明提出的方案可在1920x1080分辨率下,帧率最高可达131fps,符合三维视频系统实时性要求,可以作为功能模块嵌入到立体采集设备中,实现实时的深度估计.

摘要： 基于光场数据的深度估计算法是现阶段计算机视觉和计算机摄影学的研究热点之一.光场相机一次曝光即可获取场景的四维信息.根据光场相机可以数字重聚焦的特性,提出了一种基于多线索融合的深度估计算法.采用基于DCT变换的方法获取焦点堆栈中的散焦线索;根据照度一致性原则提出一种基于对应性响应的深度估计方法,并在此基础上采用光线级遮挡滤除滤波器滤除可能被遮挡的光线.通过图割算法将两种深度线索的融合结果进行优化.实验表明,该方法能够获取精度高的深度图,并且能很好地保持图像的边缘.

摘要： 即时定位与地图构建(simultaneous localization and mapping,SLAM)是移动机器人关键技术之一,随着计算机视觉理论的发展和图像处理技术的提升,视觉SLAM成为当今的研究热点.空间深度估计是视觉SLAM研究的重点和难点.本文针对现有方法的不足,提出利用深度神经网络估计的深度信息进行视觉SLAM的方法,此方法的环境适应性更好、鲁棒性更强.考虑到SLAM实际的应用场景,本文在嵌入式平台上构建实验系统,对性能和精度进行了分析.

摘要： 随着水文观测技术的不断进步,声学多普流速剖面仪(Acoustic Doppler Current Profiler,简称ADCP)因其实时快速、准确方便的特性,为河段流量监控、流域水文情况探测提供了大量的先验信息.ADCP测量系统主要包括测流和测底两个方面,其中前者是为了获得水流相对测量船的速度,后者是为了获得测量船相对水底的速度以及水底深度,底跟踪技术作为一种实时准确的测底方式,成为ADCP中广泛采用的测底技术手段.底跟踪技术主要包括底速测量和底深判定两个技术难点。针对ADCP系统中的底跟踪技术在工程应用中的具体情况，本文首先给出了基于单元散射理论的ADCP底回波模型，然后在此模型的基础上通过仿真研究了ADCP测底信号的长度对于底速测量的影响，结果表明在一定深度下，由于ADCP底回波中过渡带的存在，只有发射信号的长度大于过渡带值才能得到精确的底速测量结果，并且随着信号长度的增加，测底的标准差随之减少。本文还提出了一种基于能量中心发和脉冲压缩法相结合的ADCP底深判定方法，并在DSP 系统上做了实现，结果表明测底的深度估计结果偏差极小，具有较高的精度，同时ADCP底回波频率的估计结果偏差保持在20Hz以内，具有良好的测底性能。

摘要： 本发明公开了一种多视点图像的深度估计方法和深度估计设备。该方法包括：将同一场景的多个图像中的每个图像作为当前图像执行如下处理：获得当前图像中每个像素的初始深度值；将当前图像划分为多个超像素；基于所述初始深度值，根据预定约束条件，得到多个超像素的平面参数；以及基于超像素的平面参数，生成超像素中每个像素的深度值；其中，所述预定约束条件包括：共连接约束，所述共连接约束与彼此不遮挡的相邻超像素上的临近点的深度值差异有关。

摘要： 本发明公开了一种多视点图像的深度估计方法和深度估计设备。该方法包括：向同一场景的多个图像的每个像素分配表征深度和表征切平面法向的参数；每个图像作为当前图像执行：a)选择代价函数值满足条件的像素作为种子像素；b)更新种子像素周围的满足条件的周围像素的参数；c)在周围像素的参数的预定范围内，随机搜索，得到局部最优值；d)将代价函数值满足条件的周围像素增加为种子像素；e)重复b)、c)、d)步骤，直至没有满足条件的周围像素；f)为当前图像中的每个像素随机生成参数，在满足条件的情况下，将该像素的当前参数用随机生成的参数代替；g)重复步骤a)‑f)，直至满足条件；h)将当前图像中每个像素的深度参数决定的深度值确定为深度值。

摘要： 本发明公开了一种深度估计模型训练、深度估计方法、装置、设备及介质，涉及自动驾驶技术领域。该方法包括：获取目标图像、相邻帧图像；构建深度估计模型和位姿变换模型；深度估计模型包括编码网络和解码网络，编码网络增加了稠密连接、通道注意力机制，获得多种尺度的特征图；解码网络融合特征图获得深度估计信息；位姿变换模型获取目标图像与相邻帧图像之间的位姿变换关系；基于深度估计信息和位姿变换关系，生成重建图像；基于重建图像和目标图像，构建损失函数，利用其完成深度估计模型的训练。该方法在编码网络中增加稠密连接、通道注意力机制，提取的特征更加有效、全面、准确，在模型的层数增加较少的情况下提升了准确度和推理速度。

摘要： 一种深度估计方法和深度估计装置，该方法包括：获取参考图像和源图像，其中所述参考图像和所述源图像是针对同一场景或者同一对象采集的不同视角的图像；对所述参考图像和源图像分别进行特征提取，得到所述参考图像和所述源图像各自的局部特征；对所述参考图像和所述源图像各自的局部特征进行信息交互处理，得到所述参考图像和所述源图像各自的全局特征；获取所述参考图像和所述源图像各自的外参，基于所述参考图像和所述源图像各自的全局特征和各自的外参，得到所述参考图像的深度图。该深度估计方法和装置能够利用内部注意力和外部注意力来聚合图像内和图像间的上下文信息，使得该深度估计方法能够提高深度估计的精度。

摘要： 本公开实施提供一种目标深度估计模型训练方法和目标深度估计方法。目标深度估计模型训练方法包括：获取多组训练样本，每组训练样本均包括样本图像和图像标签，图像标签包括样本图像中关注目标的标注深度；获取样本图像对应的深度先验信息，深度先验信息包括样本图像中像素的先验深度；采用样本图像、深度先验信息和图像标签对目标深度预测模型进行训练。本方案提供的目标深度预测模型训练方法相比于现有技术的模型训练方法采用的训练样本的有效信息量更多，进而使得训练得到的目标深度预测模型更为精准，具有更为稳定的深度感知能力。

摘要： 本申请公开了一种深度估计网络的训练方法，涉及计算机视觉、深度学习和图像处理技术领域。具体实现方案为：使用深度估计网络对原始图像进行深度估计，得到原始图像的深度图像；从原始图像去除运动对象，得到原始图像的预处理图像；基于原始图像来估计位姿，并基于预处理图像修正位姿；根据原始图像、深度图像和经修正的位姿来调整深度估计网络的参数。本申请还公开了一种深度估计网络的训练装置、一种图像的深度估计方法和装置、电子设备和存储介质。

摘要： 本揭露涉及一种深度估计装置，包括：第一类型传感器，用于产生第一传感器数据；第二类型传感器，用于产生第二传感器数据；以及处理器，耦合到第一类型传感器以及第二类型传感器，且至少配置成用以：通过使用两阶段的分割算法处理第一传感器数据以产生第一分割结果和第二分割结果；同步第一分割结果的参数及第二传感器数据的参数，以产生同步后第二传感器数据；通过使用两阶段的深度估计算法来融合第一分割结果、同步后第二传感器数据以及第二分割结果，以产生第一深度结果以及第二深度结果。

摘要： 本发明涉及一种基于深度估计网络的单目图像深度估计方法及系统，该方法具体为：构建深度估计网络，将目标图像输入训练好的深度估计网络，获得目标图像深度图；所述的训练过程中采用相机位姿估计步骤；所述的深度估计网络包括编码器和解码器，所述的编码器包括5层编码模块，每层编码模块基于ResNeXt50模型构建，所述的解码器包括5层包含跳跃连接的解码模块。与现有技术相比，本发明具有精度高、鲁棒性强等优点。

摘要： 本申请公开了深度估计模型的训练方法、深度估计方法、装置及设备，涉及计算机视觉、深度学习领域。具体实现方案为：获取多个图像集，多个图像集的内参不同，其中，每个图像集包括至少一个原始深度图，同一个图像集中包括的原始深度图的内参相同；对多个图像集进行内参处理，得到多个目标图像集，多个目标图像集的内参相同；根据多个目标图像集训练神经网络，得到深度估计模型。由于在基于深度图训练神经网络之前，对多个内参不同的图像集中原始深度图进行了内参处理，使得多个内参不同的图像集中原始深度图的内参统一，之后再用于神经网络的训练时，能够提高深度估计的准确度。

摘要： 本发明公开了一种深度估计装置的训练方法、深度估计设备及存储介质。所述方法包括：向n个所述装置中的每个装置输入n个样本图像，输入至所述装置的n个样本图像的顺序被设置成使得各个装置所接收的第1个样本图像彼此不同，n为大于等于2的整数；利用所述装置所包含的第一神经网络，基于n个样本图像来估计第1个样本图像的深度图和从拍摄其他样本图像的相机的坐标系变换至拍摄第1个样本图像的相机的坐标系的变换矩阵；基于所述变换矩阵来构建使得n个装置相互关联的第一损失函数；以及通过使包括所述第一损失函数的总体损失函数最小化来确定所述装置的参数。