[发明专利]融合深度计算处理器及3D图像设备在审
| 申请号： | 201910632079.2 | 申请日： | 2019-07-12 |
| 公开（公告）号： | CN110490920A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 许星 | 申请（专利权）人： | 深圳奥比中光科技有限公司 |
| 主分类号： | G06T7/55 | 分类号： | G06T7/55 |
| 代理公司： | 44223 深圳新创友知识产权代理有限公司 | 代理人： | 孟学英<国际申请>=<国际公布>=<进入 |
| 地址： | 518000 广东省深圳市南*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种融合深度计算处理器及3D图像设备，融合深度计算处理器包括：TOF引擎，包括依次连接的：相位/振幅计算模块、标定模块以及第一后处理模块；匹配引擎，包括第一前处理模块，与第一前处理模块连接的第一校正模块；第二前处理器模块，与第二前处理器模块连接的第二校正模块；与第一校正模块和第二校正模块连接的匹配模块，以及与匹配模块连接的第二后处理模块；融合模块，与第一后处理模块和第二后处理模块连接；第一复用器，与第一后处理模块、第二后处理模块和融合模块连接。满足多种深度计算的功能需求，功耗低，速率快。 | ||
| 搜索关键词： | 后处理模块 校正模块 深度计算 前处理模块 匹配模块 前处理器 融合模块 处理器 标定模块 功能需求 模块连接 匹配引擎 依次连接 振幅计算 融合 复用器 功耗 引擎 | ||
【主权项】：
1.一种融合深度计算处理器，其特征在于，包括：/nTOF引擎，用于执行TOF深度计算，包括依次连接的：相位/振幅计算模块、标定模块以及第一后处理模块；/n匹配引擎，用于执行结构光和/或双目视觉深度计算，包括第一前处理模块，与所述第一前处理模块连接的第一校正模块；第二前处理器模块，与所述第二前处理器模块连接的第二校正模块；与所述第一校正模块和所述第二校正模块连接的匹配模块，以及与所述匹配模块连接的第二后处理模块；/n融合模块，用于融合TOF深度图像以及结构光深度图像或双目视觉深度图像，与所述第一后处理模块和所述第二后处理模块连接；/n第一复用器，用于输出深度图像，与所述第一后处理模块、所述第二后处理模块和所述融合模块连接。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳奥比中光科技有限公司，未经深圳奥比中光科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910632079.2/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种基于KinectV2的果实三维点云实时获取方法-201910970724.1
- 马善鹏;杨会君;于启瑞;杨丹妮;邵华松;党文涛;许泽东;王昕;王瑞萍;高阳波;韩旭洁;陈国超 - 西北农林科技大学
- 2019-10-13 - 2020-02-14 - G06T7/55
- 本发明涉及一种基于Kinect V2的果实三维点云的实时获取的方法。是一款集前端在线采集果实点云，用户通过手持Kinect V2相机对作物果实进行拍摄，通过同步建图与定位技术实时在屏幕上展示拍摄进程，后端进行位姿的优化和噪声的去除，最后获得果实的点云信息。为了获得纯净的果实点云，我们选择先通过直通滤波等基于滤波器的方法去除果实点云的外点、然后利用维诺联合协方差进行果实点云的保征精去噪，最后通过基于曲率的自适应均值偏移获得完整、无噪声的果实点云。本发明通过使用Kinect V2作为作物点云的获取工具，为果实的三维重建、数字果实的研究提供了便捷、廉价的解决方案。
- 一种获得浅景深图像的方法及系统-201911251042.1
- 岳宇飞 - 岳宇飞
- 2019-12-09 - 2020-02-11 - G06T7/55
- 本发明公开了一种获得浅景深图像的方法，包括如下步骤：获取内容场景中一组图像；在一组图像中选取两张或多张图像作为基础图像；将基础图像进行像素化处理后，将基础图像进行叠加，保持所有基础图像中的目标主体重合；对基础图像中所有像素点进行如下处理：提取所述像素点当前位置所对应的每一张基础图像中对应位置的色值，获取所有色值并取均值，将均值作为最终图像中像素点的色值。本发明还公开了一种获得浅景深图像的系统，包括获取单元和处理单元。本发明的获得浅景深图像的方法利用移动拍摄的方式获得多张基础图像，再对所有基础图像进行叠加后取平均值，获得目标基本不重影，但背景严重重影的图像。
- 一种构建人体点云的方法及装置-201810828944.6
- 黄舒怀;张家旺 - 真玫智能科技(深圳)有限公司
- 2018-07-25 - 2020-02-07 - G06T7/55
- 本发明适用于计算机视觉和计算机图形学领域，提供了一种构建人体点云的方法及装置，所述方法包括：根据采集到的图像帧，计算得出图像帧的深度图；对深度图进行处理，得到高质量的稠密人体点云。本发明提供一种高适用性，低成本，低环境要求的人体点云重建方案，实现采集人体数据信息更方便，重建的人体点云数据精度更高的效果。
- 图像深度估计方法、装置、可读存储介质及电子设备-201880039812.3
- 周游;朱振宇;王仕博 - 深圳市大疆创新科技有限公司
- 2018-08-22 - 2020-02-07 - G06T7/55
- 本发明提供一种图像深度估计方法及装置、计算机可读存储介质、电子设备。该图像深度估计方法包括：在检测到目标图像中存在弱纹理区域后，根据所述弱纹理区域内的特征点在目标图像和参考图像中的坐标以及拍摄装置在拍摄所述目标图像和参考图像时的姿态变化值计算所述弱纹理区域内的特征点的深度值(S101)；基于所述弱纹理区域内的各特征点拟合出深度平面(S102)；基于所述深度平面计算出所述弱纹理区域内各像素点的深度值(S103)。由于在深度计算过程中，将弱纹理区域拟合成深度平面，再基于该深度平面计算弱纹理区域内各像素点的深度值，相比于立体匹配算法，这样计算出的深度信息会更加准确平滑，因此，可以得到质量较高的深度图。
- 一种无监督绝对尺度计算方法及系统-201910967279.3
- 蔡行;王璐瑶;李承远;李宏 - 浙江省北大信息技术高等研究院;杭州未名信科科技有限公司
- 2019-10-12 - 2020-01-31 - G06T7/55
- 本发明公开了一种无监督绝对尺度计算方法及系统，利用GAN(Generative Adversarial Networks，生成式对抗网络)对参考绝对尺度深度图和预测深度图进行判别，使深度图拥有绝对尺度，同时，由于重投影误差的约束，使预测深度图与位姿在同一尺度，所以位姿也拥有了绝对尺度。
- 信息处理方法及装置、电子设备、可穿戴设备-201710184743.2
- 李太亮;关红涛;王重山;黄国东;张晓 - 京东方科技集团股份有限公司
- 2017-03-24 - 2020-01-24 - G06T7/55
- 本发明公开了一种信息处理方法及装置、电子设备、可穿戴设备，涉及智能设备领域。其中，所述信息处理方法包括：获取在用户的耳道内采集的鼓膜图像；根据所述鼓膜图像判断所述用户的鼓膜形变量是否满足第一预设条件；在所述用户的鼓膜形变量满足第一预设条件时，生成至少一个触发信号；其中，所述触发信号用于使所述用户进行吞咽动作。本发明基于耳道内的图像获取与鼓膜图像的图像处理之间的结合，可以实时地适应于用户的实际状态来缓解其由气压变化所引起的耳部不适，从而可以帮助用户缓解由环境气压变化造成的耳部不适，提升人体在处于气压变化环境时的舒适感。
- 三维图像合成方法、装置及计算机可读存储介质-201810277922.5
- 周仁义;杨锐;崔磊 - 百度在线网络技术(北京)有限公司
- 2018-03-30 - 2020-01-17 - G06T7/55
- 本发明实施例提出一种三维图像合成方法、装置及计算机可读存储介质。该装置包括：图像获取模块，用于分别获取各相机拍摄的图像，各相机包括两组相机，每组包括至少一个红外相机和至少一个彩色相机，每组内相机之间的距离小于设定阈值，每组之间的距离大于设定阈值；位置校正模块，用于采用组内相机之间的距离以及每组相机之间的距离校正各相机的位置参数；图像合成模块，用于根据校正后的位置参数和各相机拍摄的图像，合成得到深度图像以及深度图像的各像素点的RGB值。利用组内相机之间的距离以及每组相机之间的距离对相机的位置参数进行校正后，再合成得到深度图像及其各像素点的RGB值，能够获得更好的三维显示效果。
- 一种人脸图像的处理方法及计算设备-201710616812.2
- 吕仰铭;李志阳;李启东;张伟;洪炜冬 - 厦门美图之家科技有限公司
- 2017-07-26 - 2020-01-17 - G06T7/55
- 本发明公开了一种人脸图像的处理方法及执行该方法的计算设备，包括步骤：当检测到视频中的人脸时，将人脸所在图像帧记作初始图像帧，按第一计算方式计算初始图像帧中人脸的投影矩阵；计算出初始图像帧对应的三维人脸模型、三维表情模型、三维脸型模型；按第一计算方式计算当前图像帧的投影矩阵；计算当前图像帧的三维表情模型；比较当前图像帧的投影矩阵和三维表情模型与上一图像帧的投影矩阵和三维表情模型；若比较结果满足预定条件，则计算当前图像帧的三维脸型模型，若不满足则保持三维脸型模型不变；计算当前图像帧的三维人脸模型；计算当前图像帧的纹理坐标；根据纹理坐标将预设面具渲染到当前图像帧上。
- 一种台灯的图像校准方法及装置-201710063168.0
- 李帅领;肖洪波 - 触景无限科技(北京)有限公司
- 2017-01-25 - 2019-12-31 - G06T7/55
- 本发明提供了一种台灯的图像校准方法及装置，涉及台灯技术领域，其中，该方法包括：通过所述摄像模块获取投影平面的深度信息；根据所述深度信息得到所述投影平面对应的虚拟三维拟合平面，确定所述摄像模块的视角中心轴和所述三维拟合平面之间的夹角；根据所述深度信息、所述夹角以及所述摄像模块的视角中心轴和所述投影模块的投影中心轴之间的距离，确定待投影图像需要进行校准的形变参数；根据所述形变参数，对所述待投影图像进行校准处理，并通过所述投影模块投射到所述投影平面。其使得投影出来的图像不发生变形，在任意区域都有较好的投影效果，提升用户的使用体验。
- 一种物体定位方法、装置、计算机可读存储介质及机器人-201910773466.8
- 罗茜;熊友军 - 深圳市优必选科技股份有限公司
- 2019-08-21 - 2019-12-27 - G06T7/55
- 本发明属于机器人技术领域，尤其涉及一种物体定位方法、装置、计算机可读存储介质及机器人。所述方法获取预设的图像采集装置所采集的原始图像；使用预设的物体检测模型对所述原始图像进行推理计算，检测出所述原始图像中的物体，并确定第一位置坐标，所述第一位置坐标为所述物体在所述原始图像中的位置坐标；根据所述第一位置坐标和标定后的相机参数计算第二位置坐标，所述第二位置坐标为所述图像采集装置检测的所述物体相对于相机坐标系的相对三维位置坐标；对所述第二位置坐标进行旋转变换，得到所述物体在世界坐标系中的三维位置坐标。通过本发明，实现了对物体较为精准的定位。
- 一种深度图的获取方法及系统-201710001725.6
- 周剑;唐荣富;余勤力;龙学军 - 成都通甲优博科技有限责任公司
- 2017-01-03 - 2019-12-24 - G06T7/55
- 本发明公开了深度图的获取方法及系统，包括：利用视差获取方法获取左图像和右图像的视差；根据视差计算深度图中每个像素点与其同名点相邻两个像素点之间的匹配代价差；将整型的视差空间利用所述连续匹配代价拟合函数进行多次拟合得到连续的视差空间，计算亚像素级精度的像素坐标得到亚像素视差空间；根据亚像素视差空间计算深度值，获得深度图；该方法直接在基于整型视差空间的深度图上做亚像素拟合，相对于基于亚像素空间的立体匹配的深度图算法，在大大减小了所需内存空间的同时，也缩短了算法的运行时间，用连续函数拟合的方法对离散的视差空间进行拟合插值，得到连续的视差空间从而消除了深度图的分层效应，使得基于视差的三维测量的精度得到提高。
- 一种深度信息采集方法、装置以及介质-201810578626.9
- 汪凯骐;李旭;蒋博;李云龙 - 凌上科技(北京)有限公司
- 2018-06-07 - 2019-12-17 - G06T7/55
- 本发明的实施方式提供一种深度信息采集方法、装置以及介质。该方法包括：将散斑图案投射至待测环境中，待测环境包括待测物体；通过图像采集单元对待测环境进行图像采集获取至少两帧散斑投影图案，散斑投影图案是指投影至待测环境中的散斑图案，至少两帧散斑投影图案中每一像素均至少与至少两帧散斑投影图案中的另一像素对应；基于至少两帧散斑投影图案确定待测环境的深度信息。
- 一种基于深度学习的双目视觉深度估计方法及其系统-201910759790.4
- 倪凯;李松泽 - 苏州禾昆智能科技有限公司
- 2019-08-16 - 2019-12-13 - G06T7/55
- 本发明是有关于一种基于深度学习的双目视觉深度估计方法及其系统，所述方法包括：通过第一相机和第二相机同时采集目标物体的图像信息，其中，第一相机采集多张目标物体的第一图像信息，第二相机采集多张目标物体的第二图像信息；通过读取模块读取第一图像信息和第二图像信息；当判断模块判断出读取模块同时读取到第一图像信息和第二图像信息时，发送目标指令至计算模块；通过计算模块利用神经网络计算第一图像信息和第二图像信息之间的视差值，并将视差值转换为目标图像深度信息；本发明利用深度神经网络，略去相机共面转换，优化了disparity map计算中特征匹配的问题，得到相对传统方法更加精准的深度估计结果。
- 人体模型自动创建方法及三维试衣系统-201710079314.9
- 黄源浩;刘龙;肖振中;许星 - 深圳奥比中光科技有限公司
- 2017-02-14 - 2019-12-13 - G06T7/55
- 本发明涉及光学技术及计算机技术领域，特别是涉及一种人体模型自动创建方法与三维试衣系统。该方法包括以下步骤：S1：获取人体第一姿势下的第一RGBD图像；S2：识别所述第一RGBD图像中人体衣着的宽松部位以及人体的紧凑部位；S3：指引人体做出能够使得宽松部位变成紧凑部位的至少一个预定的第二姿势，并获取至少一幅第二RGBD图像；S4：根据所述的第一RGBD图像以及至少一幅第二RGBD图像中提取人体净模型的特征参数；S5：根据所述特征参数创建人体净模型。本发明通过多个特定姿势可将人体的宽松部位转换成紧凑部位，并结合宽松部位的识别，可以构建出更加接近人体真实体型的三维模型，提高了试衣效果。
- 深度图像处理方法及深度图像处理系统-201610031364.5
- 谢升宪;郑凯中;黄钰文;林子尧;刘品宏 - 纬创资通股份有限公司
- 2016-01-18 - 2019-12-06 - G06T7/55
- 本发明提出一种深度图像处理方法及深度图像处理系统。深度图像处理方法包括：提取第一图像及第二图像；进行特征比对以获得第一图像及第二图像之间的多个特征对，其中每一特征对包括第一图像中的特征及第二图像中的对应特征；计算此些特征对的视差；当此些特征对的视差皆小于视差阈值时，藉由第一图像及第二图像计算深度图像。
- 一种基于加速稳健特征的高效大尺度立体匹配算法-201910831827.X
- 赵维谚;黄俊波;罗哲轩;者梅林;金晶;张继伟;吴增明 - 云南电网有限责任公司带电作业分公司
- 2019-09-04 - 2019-12-03 - G06T7/55
- 本发明涉及双目立体视觉中的图像立体匹配领域，尤其为一种基于加速稳健特征的高效大尺度立体匹配算法，本算法首先利用加速稳健特征提取算法，得到左右图像上的特征点和特征点描述算子；然后根据描述算子得到左右图像的粗匹配结果；然后利用左右图像上满足的极线约束条件，筛选误匹配点，得到准确的图像特征点匹配结果；最后用更准确的特征点匹配结果作为高效大尺度算法的特征点初值，获得效果更好的立体匹配结果。本发明采用加速稳健特征来改进高效大尺度算法，明显减少误匹配区域和空洞区域，解决了高效大尺度算法由于采用Sobel特征导致的特征过于简单，误匹配情况较多的问题。
- 融合深度计算处理器及3D图像设备-201910632079.2
- 许星 - 深圳奥比中光科技有限公司
- 2019-07-12 - 2019-11-22 - G06T7/55
- 本发明提供一种融合深度计算处理器及3D图像设备，融合深度计算处理器包括：TOF引擎，包括依次连接的：相位/振幅计算模块、标定模块以及第一后处理模块；匹配引擎，包括第一前处理模块，与第一前处理模块连接的第一校正模块；第二前处理器模块，与第二前处理器模块连接的第二校正模块；与第一校正模块和第二校正模块连接的匹配模块，以及与匹配模块连接的第二后处理模块；融合模块，与第一后处理模块和第二后处理模块连接；第一复用器，与第一后处理模块、第二后处理模块和融合模块连接。满足多种深度计算的功能需求，功耗低，速率快。
- 一种单目图像深度估计方法与系统-201710293908.X
- 曾一鸣;胡瑜;刘世策;唐乾坤;李晓维 - 中国科学院计算技术研究所
- 2017-04-28 - 2019-11-19 - G06T7/55
- 本发明涉及单目图像深度估计方法和系统，包括：构建仅具有特征摄取部分的CNN模型架构，作为特征摄取架构；按所需深度图的分辨率设置多个全连接层；将全连接层连接至特征摄取架构，组成初级估计网络模型；使用训练数据集训练初级估计网络模型，并提取初级估计网络模型各层的特征图；计算特征图和其相应深度图的平均相对局部几何结构误差，并根据平均相对局部几何结构误差生成最终估计模型；使用训练数据集并结合损失函数对最终估计模型进行训练，并用训练完成后的最终估计模型对输入图像进行深度预测。本发明根据平均相对局部几何结构误差并基于损失函数训练CNN，进而提高CNN回归深度图像的精度与清晰度，生成的深度图保留了更多场景的几何结构特征。
- 专利分类
