公开(公告)号：CN108830890A

公开(公告)日：2018-11-16

申请号：CN201810376281.9

申请日：2018-04-24

Applicant: 广州启辰电子科技有限公司

Inventor： 李俊 ,  黄韬 ,  张露娟 ,  马震远

IPC: G06T7/50 ,  G06N3/04

Abstract: 本发明提供了一种使用生成式对抗网络从单幅图像中估计场景几何信息的方法，所述方法包括：将场景的图像和图像中的若干个像素之深度输入到经训练得到的生成式神经网络，得到所述场景的深度图像；所述像素之深度是指该图像中的像素所对应的场景中的点到观测者之间的距离，所述深度图像指一副图像中每个像素之深度的总体。本发明利用场景中的图像和该图像中对应的少量的像素之深度作为输入，通过双一致性约束的生成式对抗网络来预测或估计场景的深度图像，简单有效、成本低。

公开(公告)号：CN108830890B

公开(公告)日：2021-10-01

申请号：CN201810376281.9

申请日：2018-04-24

Applicant: 广州启辰电子科技有限公司

Inventor： 李俊 ,  黄韬 ,  张露娟 ,  马震远

IPC: G06T7/50 ,  G06N3/04

Abstract: 本发明提供了一种使用生成式对抗网络从单幅图像中估计场景几何信息的方法，所述方法包括：将场景的图像和图像中的若干个像素之深度输入到经训练得到的生成式神经网络，得到所述场景的深度图像；所述像素之深度是指该图像中的像素所对应的场景中的点到观测者之间的距离，所述深度图像指一副图像中每个像素之深度的总体。本发明利用场景中的图像和该图像中对应的少量的像素之深度作为输入，通过双一致性约束的生成式对抗网络来预测或估计场景的深度图像，简单有效、成本低。