公开(公告)号：CN112019828B

公开(公告)日：2022-07-19

申请号：CN202010819481.4

申请日：2020-08-14

Applicant: 上海网达软件股份有限公司

Inventor： 唐杰 ,  李进 ,  李庆瑜 ,  戴立言

IPC: H04N13/111 ,  H04N13/128 ,  G06N20/00

Abstract: 本发明涉及视频维度转换的技术领域，提供了一种视频的2D到3D的转换方法，包括步骤：S1：收集开源的RGB‑D图像数据集并进行扩充，形成深度估计数据集，通过深度估计数据集构建深度估计模型并对深度估计模型进行训练；S2：收集4K高清图片制作图像修复数据集，并进行扩充，通过图像修复数据集构建图像修复模型，并对图像修复模型进行训练；S3：使用预训练Mask‑RCNN模型提取原图像掩码，调整原图和掩码分辨率并送入深度估计模型，根据深度图计算原左右投影图，将左右投影图分别送入图像修复模型以修复黑洞区域。结合深度学习算法和传统算法，使用深度学习模型替换传统DIBR方法中深度图估计算法和黑洞填充算法，实现了在超高分辨率图像上的2D/3D转换。

公开(公告)号：CN112019828A

公开(公告)日：2020-12-01

申请号：CN202010819481.4

申请日：2020-08-14

Applicant: 上海网达软件股份有限公司

Inventor： 唐杰 ,  李进 ,  李庆瑜 ,  戴立言

IPC: H04N13/111 ,  H04N13/128 ,  G06N20/00

Abstract: 本发明涉及视频维度转换的技术领域，提供了一种视频的2D到3D的转换方法，包括步骤：S1：收集开源的RGB-D图像数据集并进行扩充，形成深度估计数据集，通过深度估计数据集构建深度估计模型并对深度估计模型进行训练；S2：收集4K高清图片制作图像修复数据集，并进行扩充，通过图像修复数据集构建图像修复模型，并对图像修复模型进行训练；S3：使用预训练Mask-RCNN模型提取原图像掩码，调整原图和掩码分辨率并送入深度估计模型，根据深度图计算原左右投影图，将左右投影图分别送入图像修复模型以修复黑洞区域。结合深度学习算法和传统算法，使用深度学习模型替换传统DIBR方法中深度图估计算法和黑洞填充算法，实现了在超高分辨率图像上的2D/3D转换。