一种基于深度学习的2D图像转3D图像的方法及系统
基本信息
申请号 | CN201610377597.0 | 申请日 | - |
公开(公告)号 | CN105979244A | 公开(公告)日 | 2016-09-28 |
申请公布号 | CN105979244A | 申请公布日 | 2016-09-28 |
分类号 | H04N13/02(2006.01)I | 分类 | 电通信技术; |
发明人 | 赵天奇;渠源;张阳 | 申请(专利权)人 | 十二维度(北京)科技有限公司 |
代理机构 | 北京路浩知识产权代理有限公司 | 代理人 | 十二维度(北京)科技有限公司;北京聚力维度科技有限公司 |
地址 | 100024 北京市朝阳区五里桥一街1号院5号楼4层 | ||
法律状态 | - |
摘要
摘要 | 本发明提供了一种基于深度学习的2D图像转3D图像的方法及系统。该方法包括:获取2D单视差图像的像素单元信息;利用VGG16深度卷积神经网络根据所述像素单元信息获取所述2D单视差图像的一元信息;获取所述2D单视差图像的相邻像素单元的颜色直方图关系、色彩空间关系和纹理关系;根据所述一元信息、相邻像素单元的颜色直方图关系、色彩空间关系和纹理关系训练多尺度深度全卷积神经网络;利用训练好的多尺度深度全卷积神经网络预测所述2D单视差图像的单元像素块深度图;将所述单元像素块深度图输入着色器获取所述2D单视差图像对应的3D图像。本发明避免了现有的人工由2D单视差图像生成深度图像结果不准确、成本高的缺陷,实现了自动将2D图像转换为3D图像。 |
