公开(公告)号：CN110766152A

公开(公告)日：2020-02-07

申请号：CN201810844262.4

申请日：2018-07-27

Applicant: 富士通株式会社

Inventor： 李斐 ,  田虎

IPC: G06N3/08 ,  G06K9/62

Abstract: 本公开涉及一种用于训练深度神经网络的方法和装置。根据本公开的一个实施例，该方法包括以下步骤：针对训练集中的每个训练样本图像，使用深度神经网络根据训练样本图像生成相应的估计深度图；基于训练样本图像的训练样本深度图和估计深度图计算训练样本图像的损失；以及基于所计算的损失优化神经网络的参数，其中，损失包括基于训练样本深度图中的至少一个平面区域和估计深度图中的对应区域的对比计算的损失项。使用该方法和装置得到的训练后的深度神经网络能够在使用单幅输入图像的情况下，提高估计深度图的准确度。

公开(公告)号：CN108510536A

公开(公告)日：2018-09-07

申请号：CN201710111586.2

申请日：2017-02-28

Applicant: 富士通株式会社

Inventor： 田虎 ,  李斐

IPC: G06T7/55

Abstract: 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。