CN113393366B - 双目匹配方法、装置、设备以及存储介质 - Google Patents

双目匹配方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN113393366B
CN113393366B CN202110733694.XA CN202110733694A CN113393366B CN 113393366 B CN113393366 B CN 113393366B CN 202110733694 A CN202110733694 A CN 202110733694A CN 113393366 B CN113393366 B CN 113393366B
Authority
CN
China
Prior art keywords
image feature
cost
matching
image
feature map
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110733694.XA
Other languages
English (en)
Other versions
CN113393366A (zh
Inventor
杨威
鞠波
叶晓青
谭啸
孙昊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shangrao Pure White Digital Technology Co ltd
Original Assignee
Shangrao Pure White Digital Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shangrao Pure White Digital Technology Co ltd filed Critical Shangrao Pure White Digital Technology Co ltd
Priority to CN202110733694.XA priority Critical patent/CN113393366B/zh
Publication of CN113393366A publication Critical patent/CN113393366A/zh
Application granted granted Critical
Publication of CN113393366B publication Critical patent/CN113393366B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/60—Memory management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/28—Indexing scheme for image data processing or generation, in general involving image processing hardware
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20228—Disparity calculation for image-based rendering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了双目匹配方法、装置、设备、存储介质以及程序产品，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市场景下。具体实现方案为：对双目相机采集的第一图像和第二图像进行特征提取，得到第一图像特征图和第二图像特征图；在预设维度上对第一图像特征图和第二图像特征图进行拆分，得到k个第一图像特征子图和k个第二图像特征子图，其中，k为正整数；基于k个第一图像特征子图和k个第二图像特征子图，构建k个代价体积，以及匹配k个代价匹配结果；在预设维度上对k个代价匹配结果进行拼接，得到最终代价匹配结果。本公开能够在精度损失尽可能小的情况下，进行高效地立体匹配。

Description

双目匹配方法、装置、设备以及存储介质
技术领域
本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市场景下。
背景技术
目前，基于深度学习的双目立体匹配通常包含三个步骤：特征提取，代价体积构建，以及代价匹配。大量实验结果表明，代价体积的构建能够使的深度学习模型获得较好的结果，但同时使得代价匹配部分占用过多的计算资源。具体地，当需要进行立体匹配的图像较大时，对应的代价体积也非常的大。导致当前最好的GPU(Graphics Processing Unit，图形处理器)也没有足够的显存进行处理，如果使用CPU(Central Processing Unit，中央处理器)进行处理，消耗大量的内存同时会耗费大量的时间。
发明内容
本公开提供了一种双目匹配方法、装置、设备、存储介质以及程序产品。
根据本公开的第一方面，提供了一种双目匹配方法，包括：对双目相机采集的第一图像和第二图像进行特征提取，得到第一图像特征图和第二图像特征图；在预设维度上对第一图像特征图和第二图像特征图进行拆分，得到k个第一图像特征子图和k个第二图像特征子图，其中，k为正整数；基于k个第一图像特征子图和k个第二图像特征子图，构建k个代价体积，以及匹配k个代价匹配结果；在预设维度上对k个代价匹配结果进行拼接，得到最终代价匹配结果。
根据本公开的第二方面，提供了一种双目匹配装置，包括：提取模块，被配置成对双目相机采集的第一图像和第二图像进行特征提取，得到第一图像特征图和第二图像特征图；拆分模块，被配置成在预设维度上对第一图像特征图和第二图像特征图进行拆分，得到k个第一图像特征子图和k个第二图像特征子图，其中，k为正整数；构建及匹配模块，被配置成基于k个第一图像特征子图和k个第二图像特征子图，构建k个代价体积，以及匹配k个代价匹配结果；拼接模块，被配置成在预设维度上对k个代价匹配结果进行拼接，得到最终代价匹配结果。
根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。
根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开为了在仅有的计算资源上得到准确的视差结果，提出了代价体积拆分方案，在得到双目相机的第一图像特征图和第二图像特征图之后，在预设维度上进行拆分，分别计算代价体积并进行代价匹配，并将代价匹配结果拼接起来得到最终代价匹配结果。以时间换空间，能够在精度损失尽可能小的情况下，进行高效地立体匹配。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开的双目匹配方法的一个实施例的流程图；
图2是根据本公开的双目匹配方法的又一个实施例的流程图；
图3是可以实现本公开实施例的双目匹配方法的场景图；
图4是根据本公开的双目匹配装置的一个实施例的结构示意图；
图5是用来实现本公开实施例的双目匹配方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的双目匹配方法的一个实施例的流程100。该双目匹配方法包括以下步骤：
步骤101，对双目相机采集的第一图像和第二图像进行特征提取，得到第一图像特征图和第二图像特征图。
在本实施例中，双目相机可以采集第一图像和第二图像，并发送至双目匹配方法的执行主体。上述执行主体可以对第一图像和第二图像进行特征提取，得到第一图像特征图和第二图像特征图。
通常，双目相机可以使用两部固定于不同位置的相机采集物体的两幅图像，即，第一图像和第二图像。在三维世界中，物体上的同一个点在双目相机的第一图像和第二图像中的位置不同。通过计算第一图像和第二图像对应点间的位置偏差，可以获取物体的三维几何信息。
实践中，双目相机的第一图像和第二图像的大小相同。因此，利用相同的特征提取方法对第一图像和第二图像进行特征提取，得到的第一图像特征图和第二图像特征图的大小也相同。其中，第一图像特征图可以用于表征第一图像所具有的特征(包括但不限于颜色特征、纹理特征、形状特征和空间关系特征等等)，通常以矩阵的形式进行表示。同理，第二图像特征图可以用于表征第二图像所具有的特征，通常以矩阵的形式进行表示。上述执行主体可以通过传统图像特征提取方法或基于深度学习的图像特征提取方法来提取第一图像特征图和第二图像特征图。例如，将第一图像和第二图像分别输入至卷积神经网络，即可输出第一图像特征图和第二图像特征图。
步骤102，在预设维度上对第一图像特征图和第二图像特征图进行拆分，得到k个第一图像特征子图和k个第二图像特征子图。
在本实施例中，上述执行主体可以在预设维度上对第一图像特征图和第二图像特征图进行拆分，得到k个第一图像特征子图和k个第二图像特征子图。其中，k为正整数，且第一图像特征子图和第二图像特征子图一一对应。具体地，第i个第一图像特征子图与第i个第二图像特征子图对应。其中，i为正整数，且1≤i≤k。
通常，第一图像特征图和第二图像特征图包括三个维度：通道数、高度、宽度。上述执行主体可以在任意一个维度上对第一图像特征图和第二图像特征图进行拆分。其拆分方式可以是均分拆分，也可以是不均分拆分。为了便于计算，在实践中通常会对进行均分拆分，即，拆分出的每个第一图像特征子图和每个第二图像特征子图的大小都相同。需要说明的是，在不均分拆分时，需要保证第一图像特征子图与其对应的第二图像特征子图的大小相同，即，第i个第一图像特征子图与第i个第二图像特征子图的大小相同。
这里，k为拆分粒度，其数值可以由用户设置，也可以默认设置。通常，当由用户设置时，其大小可以根据双目匹配所使用的硬件资源进行调整。具体地，若双目匹配所使用的硬件资源较少，说明其能够提供的计算资源较少。此时，可以适当调大k的大小。这样，拆分出的第一图像特征子图和第二图像特征子图较多，每个第一图像特征子图和第二图像特征子图较小。进而，每次构建代价体积以及代价匹配的计算占用的计算资源也就较少，以满足在较少的硬件资源上运行。若双目匹配所使用的硬件资源较多，说明其能够提供的计算资源较多。此时，可以适当调小k的大小。这样，拆分出的第一图像特征子图和第二图像特征子图较少，每个第一图像特征子图和第二图像特征子图较大。进而，每次构建代价体积以及代价匹配的计算占用的计算资源也就较大，以减少代价体积构建以及代价匹配的次数。
步骤103，基于k个第一图像特征子图和k个第二图像特征子图，构建k个代价体积，以及匹配k个代价匹配结果。
在本实施例中，上述执行主体可以基于k个第一图像特征子图和k个第二图像特征子图，构建k个代价体积，以及匹配k个代价匹配结果。其中，代价体积是光流估计或者双目匹配中一种常见的中间表示，用来表示特征图之间像素级别的相似度从而找到对应关系。匹配代价可以用于衡量像素之间的相似程度。若代价越大，第一图像和第二图像相应的像素点越不相似；若代价越小，第一图像和第二图像相应的像素点越相似。
通常，k个第一图像特征子图和k个第二图像特征子图可以构建k次代价体积，以及匹配k次代价匹配结果。每次构建代价体积以及代价匹配只使用一部分特征，单次运算的代价体积变小，从而占用的计算资源也相对减少。对应的第一图像特征子图和第二图像特征子图可以用于一次构建代价体积以及代价匹配。具体地，对于第i个第一图像特征子图与第i个第二图像特征子图，可以构建出第i个代价体积，以及匹配出第i个代价匹配结果。
步骤104，在预设维度上对k个代价匹配结果进行拼接，得到最终代价匹配结果。
在本实施例中，上述执行主体可以在预设维度上对k个代价匹配结果进行拼接，即可得到最终代价匹配结果。
通常，k个代价匹配结果在预设维度上的数值可以相同，也可以不同，但在其他维度上的数值相同。因此，在对k个代价匹配结果进行拼接时，其他维度上的数值保持不变，预设维度上的数值能够拼接即可。
本公开为了在仅有的计算资源上得到准确的视差结果，提出了代价体积拆分方案，在得到双目相机的第一图像特征图和第二图像特征图之后，在预设维度上进行拆分，分别计算代价体积并进行代价匹配，并将代价匹配结果拼接起来得到最终代价匹配结果。以时间换空间，能够在精度损失尽可能小的情况下，进行高效地立体匹配。
相比于在CPU上运行，本公开的方案速度快且占用的计算资源少。相比于缩小图像，本公开的方案很大程度上保证了精度。相比于图像拆分，本公开的方案对特征进行拆分，更多地保留了像素间的相关信息，因此得到的结果也更加平滑，精度也相对更高。
继续参考图2，其示出了根据本公开的双目匹配方法的又一个实施例的流程200。该双目匹配方法包括以下步骤：
步骤201，对双目相机采集的第一图像和第二图像进行特征提取，得到第一图像特征图和第二图像特征图，其中，第一图像特征图和第二图像特征图的大小为(C,H,W)，双目相机的最大视差为Dmax。
在本实施例中，双目相机可以采集第一图像和第二图像，并发送至双目匹配方法的执行主体。上述执行主体可以对第一图像和第二图像进行特征提取，得到第一图像特征图和第二图像特征图。
其中，双目相机的第一图像和第二图像的大小相同，均为(C,H,W)。其中，C是通道数，H是高度，W是宽度。双目相机的最大视差为Dmax，其大小与双目相机的第一相机和第二相机的物理距离相关。通常，当双目相机的第一相机和第二相机调整完毕，其物理距离固定，随之最大视差即可确定。实践中，最大视差要求是8、16等的倍数，而由双目相机的第一相机和第二相机的物理距离计算出的数值可能不是8、16等的倍数。此时，对数值进行微调即可。例如，由双目相机的第一相机和第二相机的物理距离计算出的数值是246，在此基础上增加10，即可得到256，作为双目相机的最大视差。
步骤202，在高度维度上对第一图像特征图和第二图像特征图进行拆分，得到k个第一图像特征子图和k个第二图像特征子图。
在本实施例中，上述执行主体可以在高度维度上对第一图像特征图和第二图像特征图进行拆分，得到k个第一图像特征子图和k个第二图像特征子图。其中，k为正整数，且第一图像特征子图和第二图像特征子图一一对应。具体地，第i个第一图像特征子图与第i个第二图像特征子图对应。其中，i为正整数，且1≤i≤k。
这里，为了便于计算，拆分方式可以是均分拆分。也就是说，每个第一图像特征子图和每个第二图像特征子图的大小为(C,H/k,W)。
步骤203，基于k个第一图像特征子图和k个第二图像特征子图，构建k个代价体积，以及匹配k个代价匹配结果，其中，每次构建的代价体积的大小为(2C，Dmax，H/k，W)，每次匹配的代价匹配结果的大小为(1,Dmax，H/k，W)。
在本实施例中，上述执行主体可以基于k个第一图像特征子图和k个第二图像特征子图，构建k个代价体积，以及匹配k个代价匹配结果。
通常，对于第i个第一图像特征子图与第i个第二图像特征子图，可以构建出第i个代价体积，以及匹配出第i个代价匹配结果。其中，第i个代价体积的大小为(2C,Dmax,H/k,W)，第i个代价匹配结果的大小为(1，Dmax，H/k,W)。而现有技术中，使用全部特征构建代价体积以及代价匹配，代价体积大小为(2C，Dmax，H，W)，代价匹配结果的大小为(1，Dmax,H,W)。可见，每次构建代价体积以及代价匹配只使用一部分特征，单次运算的代价体积变小，从而占用的计算资源也相对减少。
在本实施例的一些可选的实现方式中，对于第i个第一图像特征子图与第i个第二图像特征子图，将不同视差下的第i个第一图像特征子图与第i个第二图像特征子图连接，得到第i个代价体积。具体地，将第i个第二图像特征子图在宽度维度上进行平移，并与第i个第一图像特征子图在通道数维度上进行连接，得到第i个代价体积。其中，平移范围是(0,Dmax)。假设第i个第二图像特征子图在宽度维度上平移j个距离，平移后的第i个第二图像特征子图的宽度超过W，可以将超出宽度W的特征删除。例如，将超出宽度W的特征用0来填充。其中，j为正整数，且0<j≤Dmac。一次平移后的第二图像特征子图与第一特征子图在通道数维度上进行连接即可得到(2C，H/k，W)大小的特征。从0至Dmax平移后，即可得到Dmax个(2C，H/k，W)大小的特征，即，大小为(2C，Dmax,H/k,W)的代价体积。其中，代价体积中每一个位置都描述着在宽度维度上两个相距一定距离的点的特征关系。
在本实施例的一些可选的实现方式中，对于第i个代价体积，将其输入到预先训练代价匹配网络，得到第i个代价匹配结果。其中，代价匹配结果中每一个位置中的值代表着两个相距一定距离的点的特征的相似性。代价匹配网络可以是利用深度学习方法训练得到的神经网络，用于预测两个相距一定距离的点的特征的相似性。
步骤204，在高度维度上对k个代价匹配结果进行拼接，得到最终代价匹配结果。
在本实施例中，上述执行主体可以在高度维度上对k个代价匹配结果进行拼接，即可得到最终代价匹配结果。
通常，k个代价匹配结果在高度维度上的数值可以相同，也可以不同，但在其他维度上的数值相同。因此，在对k个代价匹配结果进行拼接时，其他维度上的数值保持不变，高度维度上的数值能够拼接即可。
从图2中可以看出，与图1对应的实施例相比，本实施例中的双目匹配方法突出了在高度维度上进行拆分、构建代价体积、代价匹配和代价匹配结果拼接的步骤。由此，本实施例描述的方案在仅有的计算资源上得到准确的视差结果，提出了代价体积拆分方案，在得到双目相机的第一图像特征图和第二图像特征图之后，在高度维度上进行拆分，分别计算代价体积并进行代价匹配，并将代价匹配结果拼接起来得到最终代价匹配结果。以时间换空间，能够在精度损失尽可能小的情况下，进行高效地立体匹配。
进一步参考图3，其示出了可以实现本公开实施例的双目匹配方法的场景图。如图3所示，首先对双目相机采集的左相机图像和右相机图像进行特征提取，得到左图像特征图和右图像特征图。然后在高度维度上对左图像特征图和右图像特征图进行拆分，得到k个左图像特征子图和k个右图像特征子图。第1个左图像特征子图和第1个右图像特征子图进行第1次代价体积构建和第1次代价匹配，得到第1个代价匹配结果。第2个左图像特征子图和第2个右图像特征子图进行第2次代价体积构建和第2次代价匹配，得到第2个代价匹配结果。以此类推，第k个左图像特征子图和第k个右图像特征子图进行第k次代价体积构建和第k次代价匹配，得到第k个代价匹配结果。最后在高度维度上对k个代价匹配结果进行拼接，得到最终代价匹配结果。
进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种双目匹配装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图4所示，本实施例的双目匹配装置400可以包括：提取模块401、拆分模块402、构建及匹配模块403和拼接模块404。其中，提取模块401，被配置成对双目相机采集的第一图像和第二图像进行特征提取，得到第一图像特征图和第二图像特征图；拆分模块402，被配置成在预设维度上对第一图像特征图和第二图像特征图进行拆分，得到k个第一图像特征子图和k个第二图像特征子图，其中，k为正整数；构建及匹配模块403，被配置成基于k个第一图像特征子图和k个第二图像特征子图，构建k个代价体积，以及匹配k个代价匹配结果；拼接模块404，被配置成在预设维度上对k个代价匹配结果进行拼接，得到最终代价匹配结果。
在本实施例中，双目匹配装置500中：提取模块401、拆分模块402、构建及匹配模块403和拼接模块404的具体处理及其所带来的技术效果可分别参考图1对应实施例中的步骤101-104的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，预设维度是高度维度，拆分方式是均分拆分。
在本实施例的一些可选的实现方式中，构建及匹配模块403进一步被配置成：若第一图像特征图和第二图像特征图的大小为(C,H,W)，双目相机的最大视差为Dmax，每次构建的代价体积的大小为(2C,Dmax，H/k，W)，每次匹配的代价匹配结果的大小为(1,Dmax，H/k,W)。
在本实施例的一些可选的实现方式中，，双目相机的最大视差与双目相机的第一相机和第二相机的物理距离相关。
在本实施例的一些可选的实现方式中，k的大小根据双目匹配所使用的硬件资源进行调整。
在本实施例的一些可选的实现方式中，构建及匹配模块403包括：构建子模块，被配置成将不同视差下的第一图像特征子图与第二图像特征子图连接，得到代价体积。
在本实施例的一些可选的实现方式中，构建子模块包括：平移单元，被配置成将第二图像特征子图在宽度维度上进行平移，其中，平移范围是(0,Dmax)；连接单元，被配置成将平移后的第二图像特征子图与第一图像特征子图在通道数维度上进行连接，得到代价体积。
在本实施例的一些可选的实现方式中，构建子模块还包括：删除单元，被配置成对于平移后的第二特征子图，将超出宽度W的特征删除。
在本实施例的一些可选的实现方式中，构建及匹配模块403包括：匹配子模块，被配置成将代价体积输入至预先训练代价匹配网络，得到代价匹配结果。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如双目匹配方法。例如，在一些实施例中，双目匹配方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的双目匹配方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行双目匹配方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式***的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (19)

1.一种双目匹配方法，包括：
对双目相机采集的第一图像和第二图像进行特征提取，得到第一图像特征图和第二图像特征图；
在高度维度上对所述第一图像特征图和所述第二图像特征图进行均分拆分，得到k个第一图像特征子图和k个第二图像特征子图，其中，k为正整数；
基于所述k个第一图像特征子图和所述k个第二图像特征子图，构建k个代价体积，以及匹配k个代价匹配结果；
在所述高度维度上对所述k个代价匹配结果进行拼接，得到最终代价匹配结果，其中，在对所述k个代价匹配结果进行拼接时，所述高度维度上的数值拼接，其他维度上的数值保持不变；
其中，所述基于所述k个第一图像特征子图和所述k个第二图像特征子图，构建k个代价体积，包括：
若所述第一图像特征图和第二图像特征图的大小为(C,H,W)，每次构建的代价体积的大小为(2C,Dmax,H/k,W)，其中，C是通道数，H是高度，W是宽度，Dmax为所述双目相机的最大视差。
2.根据权利要求1所述的方法，其中，每次匹配的代价匹配结果的大小为(1,Dmax,H/k,W)。
3.根据权利要求2所述的方法，其中，所述构建k个代价体积，包括：
将不同视差下的所述第一图像特征子图与所述第二图像特征子图连接，得到所述代价体积。
4.根据权利要求3所述的方法，其中，所述将不同视差下的所述第一图像特征子图与所述第二图像特征子图连接，得到所述代价体积，包括：
将所述第二图像特征子图在宽度维度上进行平移，其中，平移范围是(0,Dmax)；
将平移后的所述第二图像特征子图与所述第一图像特征子图在通道数维度上进行连接，得到所述代价体积。
5.根据权利要求4所述的方法，其中，在所述将所述第二图像特征子图在宽度维度上进行平移之后，还包括：
对于平移后的所述第二图像特征子图，将超出宽度W的特征删除。
6.根据权利要求1-5中任一项所述的方法，其中，所述匹配k个代价匹配结果，包括：
将所述代价体积输入至预先训练代价匹配网络，得到所述代价匹配结果。
7.根据权利要求1所述的方法，其中，所述双目相机的最大视差与所述双目相机的第一相机和第二相机的物理距离相关。
8.根据权利要求1-5中任一项所述的方法，其中，k的大小根据双目匹配所使用的硬件资源进行调整。
9.一种双目匹配装置，包括：
提取模块，被配置成对双目相机采集的第一图像和第二图像进行特征提取，得到第一图像特征图和第二图像特征图；
拆分模块，被配置成在高度维度上对所述第一图像特征图和所述第二图像特征图进行均分拆分，得到k个第一图像特征子图和k个第二图像特征子图，其中，k为正整数；
构建及匹配模块，被配置成基于所述k个第一图像特征子图和所述k个第二图像特征子图，构建k个代价体积，以及匹配k个代价匹配结果；
拼接模块，被配置成在所述高度维度上对所述k个代价匹配结果进行拼接，得到最终代价匹配结果，其中，在对所述k个代价匹配结果进行拼接时，所述高度维度上的数值拼接，其他维度上的数值保持不变；
其中，所述构建及匹配模块进一步被配置成：
若所述第一图像特征图和第二图像特征图的大小为(C,H,W)，每次构建的代价体积的大小为(2C,Dmax,H/k,W)，其中，C是通道数，H是高度，W是宽度，Dmax为所述双目相机的最大视差。
10.根据权利要求9所述的装置，其中，每次匹配的代价匹配结果的大小为(1,Dmax,H/k,W)。
11.根据权利要求10所述的装置，其中，所述构建及匹配模块包括：
构建子模块，被配置成将不同视差下的所述第一图像特征子图与所述第二图像特征子图连接，得到所述代价体积。
12.根据权利要求11所述的装置，其中，所述构建子模块包括：
平移单元，被配置成将所述第二图像特征子图在宽度维度上进行平移，其中，平移范围是(0,Dmax)；
连接单元，被配置成将平移后的所述第二图像特征子图与所述第一图像特征子图在通道数维度上进行连接，得到所述代价体积。
13.根据权利要求12所述的装置，其中，所述构建子模块还包括：
删除单元，被配置成对于平移后的所述第二图像特征子图，将超出宽度W的特征删除。
14.根据权利要求9-13中任一项所述的装置，其中，所述构建及匹配模块包括：
匹配子模块，被配置成将所述代价体积输入至预先训练代价匹配网络，得到所述代价匹配结果。
15.根据权利要求9所述的装置，其中，所述双目相机的最大视差与所述双目相机的第一相机和第二相机的物理距离相关。
16.根据权利要求9-13中任一项所述的装置，其中，k的大小根据双目匹配所使用的硬件资源进行调整。
17.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
19.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
CN202110733694.XA 2021-06-30 2021-06-30 双目匹配方法、装置、设备以及存储介质 Active CN113393366B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110733694.XA CN113393366B (zh) 2021-06-30 2021-06-30 双目匹配方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110733694.XA CN113393366B (zh) 2021-06-30 2021-06-30 双目匹配方法、装置、设备以及存储介质

Publications (2)

Publication Number Publication Date
CN113393366A CN113393366A (zh) 2021-09-14
CN113393366B true CN113393366B (zh) 2024-07-02

Family

ID=77624540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110733694.XA Active CN113393366B (zh) 2021-06-30 2021-06-30 双目匹配方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN113393366B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110220493A (zh) * 2018-03-02 2019-09-10 北京图森未来科技有限公司 一种双目测距方法及其装置
CN112991422A (zh) * 2021-04-27 2021-06-18 杭州云智声智能科技有限公司 一种基于空洞空间金字塔池化的立体匹配方法及***

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9704254B2 (en) * 2015-03-27 2017-07-11 Intel Corporation Stereo image matching by shape preserving filtering of a cost volume in a phase domain
CN109887019B (zh) * 2019-02-19 2022-05-24 北京市商汤科技开发有限公司 一种双目匹配方法及装置、设备和存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110220493A (zh) * 2018-03-02 2019-09-10 北京图森未来科技有限公司 一种双目测距方法及其装置
CN112991422A (zh) * 2021-04-27 2021-06-18 杭州云智声智能科技有限公司 一种基于空洞空间金字塔池化的立体匹配方法及***

Also Published As

Publication number Publication date
CN113393366A (zh) 2021-09-14

Similar Documents

Publication Publication Date Title
US20210042954A1 (en) Binocular matching method and apparatus, device and storage medium
CN113674421B (zh) 3d目标检测方法、模型训练方法、相关装置及电子设备
CN113012210B (zh) 深度图的生成方法、装置、电子设备和存储介质
CN112862877B (zh) 用于训练图像处理网络和图像处理的方法和装置
CN114550177B (zh) 图像处理的方法、文本识别方法及装置
CN113379813B (zh) 深度估计模型的训练方法、装置、电子设备及存储介质
CN112634343A (zh) 图像深度估计模型的训练方法、图像深度信息的处理方法
CN113239928B (zh) 图像差异检测及模型训练的方法、设备及程序产品
CN112487979B (zh) 目标检测方法和模型训练方法、装置、电子设备和介质
CN112785493B (zh) 模型的训练方法、风格迁移方法、装置、设备及存储介质
CN113627536B (zh) 模型训练、视频分类方法，装置，设备以及存储介质
EP4020387A2 (en) Target tracking method and device, and electronic apparatus
CN114792355B (zh) 虚拟形象生成方法、装置、电子设备和存储介质
CN113902696A (zh) 图像处理方法、装置、电子设备和介质
CN113344213A (zh) 知识蒸馏方法、装置、电子设备及计算机可读存储介质
CN113393366B (zh) 双目匹配方法、装置、设备以及存储介质
CN115294396B (zh) 骨干网络的训练方法以及图像分类方法
CN114119990B (zh) 用于图像特征点匹配的方法、装置及计算机程序产品
CN114842066A (zh) 图像深度识别模型训练方法、图像深度识别方法及装置
CN115187821A (zh) 验证模型转换前后正确性的方法、相关装置及程序产品
CN113537309A (zh) 一种对象识别方法、装置及电子设备
CN112991451A (zh) 图像识别方法、相关装置及计算机程序产品
CN113344200A (zh) 用于训练可分离卷积网络的方法、路侧设备及云控平台
CN114463409B (zh) 图像深度信息的确定方法、装置、电子设备和介质
CN113099231B (zh) 确定亚像素插值位置的方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20240521

Address after: Building A, 3rd Floor -03, No. 459 Zhimin Avenue (now Xinzhou District Digital Economy Industrial Park), Xinzhou District, Shangrao City, Jiangxi Province, 333100

Applicant after: Shangrao Pure White Digital Technology Co.,Ltd.

Country or region after: China

Address before: 2 / F, *** building, 10 Shangdi 10th Street, Haidian District, Beijing 100085

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

Country or region before: China

GR01 Patent grant