具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

下面将通过具体实施例对本申请实施例提供的技术方案进行介绍。

参见图1，为本申请实施例提供的全景相机的深度估计方法的流程示意图，作为示例而非限定，该方法可以应用于服务器，该服务器分别与激光设备以及球幕相机通讯连接，该服务器包括但是不限于云服务器等终端设备，该方法可以包括以下步骤：

步骤S102、获取RGB-D全景图像。

其中，RGB-D全景图像包括RGB全景图像和灰度图像。可以理解的是，RGB图像是指具备红色、绿色、蓝色这三个颜色通道的图像，用以描述场景对象的表观、颜色以及纹理。灰度图像，它的每个像素值是传感器距离场景对象的实际距离即深度值，用以描述场景对象的形状、尺度以及几何空间。

具体应用中，如图2所示，为本申请实施例提供的全景相机的深度估计方法的图1中步骤S102的具体流程示意图，获取RGB-D全景图像，包括：

步骤202、从球幕相机获取拍摄对象的RGB图像。

步骤S204、从激光设备获取拍摄对象的灰度图像。

其中，激光设备可以是lindar激光器。

步骤S206、对RGB图像和灰度图像进行配准，得到RGB-D全景图像。

其中，拍摄对象是指本申请实施例中获取的RGB-D全景图像对应的真实场景对象。图像配准是指将不同时间、不同传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的两幅或多幅图像进行匹配、叠加的过程，本申请实施例的RGB图像和深度图像之间的图像配准是指将RGB相机拍摄得到的RGB图像中的像素点和激光传感器扫描到的深度图像中的像素点一一对应。

具体地，可以采用预设算法计算RGB图像和深度图像分别和同一模板图像之间的相似值，找到最佳相似值后，将最佳相似值对应RGB图像和深度图像作为配准后的RGB-D全景图像。其中，预设算法包括但是不限于：平均绝对差算法、绝对误差算法、误差平方或者算法或者平均误差平方。

步骤S104、根据RGB全景图像的语义信息、表面材质信息，以及灰度图像的初始深度信息，进行联合深度估计，得到目标深度信息。

其中，目标深度信息是指深度值的准确率高于初始深度信息的深度信息。

具体应用中，如图3所示，为本申请实施例提供的全景相机的深度估计方法的图1中步骤S104的具体流程示意图，根据RGB全景图像的语义信息、表面材质信息，以及灰度图像的初始深度信息，进行联合深度估计，得到目标深度信息，包括：

步骤S302、提取RGB图像的语义信息和表面材质信息。

具体应用中，提取RGB图像的语义信息和表面材质信息，包括：

将RGB图像输入至预先训练的多分类网络，得到语义信息和表面材质信息。

在一种优选的实施方式中，将RGB图像输入至预先训练的多分类网络，得到语义信息和表面材质信息之前，还包括：

第一步、获取RGB训练图像。

其中，RGB训练图像标注有语义信息以及表面材质信息。示例性地，语义信息的标注包括但不限于桌子，地板，天花板，窗户等等。表面材质信息的标注包括但是不限于木头，大理石，金属，玻璃等等。优选的，表面材质数据标注较为复杂，可以普通手动的材质标签，也可以用灰度图中激光数据的反射强度作为材质的替代。

第二步、基于交叉熵损失函数，根据RGB训练图像对多分类网络进行训练，得到预先训练的多分类网络。

具体地，使用Encoder-Decoder架构，交叉熵损失函数预训练多分类网络（若采用激光点云反射强度标签作为材质标签，采用smooth L1 损失），完成网络结构中语义分割部分与材质估计部分的初始化。其中，Encoder-Decoder架构包括编码器和译码器，编码器表示将输入序列转化成一个固定长度的向量，译码器表示将输入的固定长度向量解码成输出序列，编码器和译码器之前的编码解码方式可以是采用循环神经网络（Recurrent neuralnetwork，RNN）、卷积神经网络（Convolutional Neural Network, CNN）等方式。

步骤S304、提取灰度图像的初始深度信息。

其中，初始深度信息是指像素值距离实际物体点的实际距离。

步骤S306、将语义信息、表面材质信息以及初始深度信息输入至预先训练的联合估计神经网络架构，得到目标深度信息。

具体应用中，联合估计神经网络架构基于Encoder-Decoder 架构，Encoder-Decoder架构包括编码器和译码器，编码器表示将输入序列转化成一个固定长度的向量，译码器表示将输入的固定长度向量解码成输出序列，编码器和译码器之前的编码解码方式可以是采用循环神经网络（Recurrent neural network，RNN）、卷积神经网络（ConvolutionalNeural Network, CNN）等方式。

在一种优选的实施方式中，如图4所示，为本申请实施例提供的全景图像的深度估计方法的图3中步骤S306的具体流程示意图，将语义信息、表面材质信息以及初始深度信息输入至预先训练的联合估计神经网络架构，得到目标深度信息之前，还包括：

步骤S402、获取RGB-D训练图像。

其中，RGB-D训练图像包括语义信息、表面材质信息以初始深度信息。

步骤S404、基于预设的深度估计损失函数，根据RGB-D训练图像对联合估计神经网络架构进行训练，得到预先训练的联合估计神经网络架构。

其中，预设的深度估计损失函数包括：

，

其中，是指L1损失函数，是指法向的损失函数，是指SSIM损失函数， =0.8， =0.1， =0.1。

需说明的是，如果若采用人工材质标签，则使用交叉熵损失； 若采用激光点云反射强度标签（即上述灰度图中激光数据的反射强度标签），则采用L1 损函数。

本申请实施例中，通过获取RGB-D全景图像；根据RGB全景图像的语义信息、表面材质信息，以及灰度图像的初始深度信息，进行联合深度估计，得到目标深度信息。可见，本申请实施例在对图像进行深度估计的过程中，结合神经网络模型同时对初始深度信息、表面材质信息以及语义信息进行初始深度信息推断，不受到激光设备精度的影响，达到提高深度估计准确性的效果，同时由于联合语义分割信息，表面材质信息完成深度估计，在训练过程中，提供了更多的监督信息，训练的神经网络模型在深度估计时更加鲁棒。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

对应于上文实施例所述的方法，图5示出了本申请实施例提供的全景图像的深度估计装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。

参照图5，该装置包括：

获取模块51，用于获取RGB-D全景图像；其中，所述RGB-D全景图像包括RGB全景图像和灰度图像；

联合估计模块52，用于根据所述RGB全景图像的语义信息、表面材质信息，以及所述灰度图像的初始深度信息，进行联合深度估计，得到目标深度信息。

在一种可能实现的方式中，所述获取模块包括：

第一获取子模块，用于从球幕相机获取拍摄对象的RGB图像；

第二获取子模块，用于从激光设备获取拍摄对象的灰度图像；

配准子模块，用于对所述RGB图像和所述灰度图像进行配准，得到RGB-D全景图像。

在一种可能实现的方式中，所述联合估计模块包括：

第一提取子模块，用于提取所述RGB图像的语义信息和表面材质信息；

第二提取子模块，用于提取所述灰度图像的初始深度信息；

联合估计子模块，用于将语义信息、表面材质信息以及初始深度信息输入至预先训练的联合估计神经网络架构，得到目标深度信息。

在一种可能实现的方式中，所述第一提取模块包括：

提取单元，用于将所述RGB图像输入至预先训练的多分类网络，得到语义信息和表面材质信息。

在一种可能实现的方式中，所述联合估计模块还包括：

第一训练获取子模块，用于获取RGB训练图像，其中，RGB训练图像包括语义信息以及表面材质信息；

分类训练子模块，用于基于交叉熵损失函数，根据RGB训练图像对多分类网络进行训练，得到预先训练的多分类网络。

在一种可能实现的方式中，所述联合估计模块还包括：

第二训练获取子模块，用于获取RGB-D训练图像，其中，RGB-D训练图像包括语义信息、表面材质信息以初始深度信息；

联合训练子模块，用于基于预设的深度估计损失函数，根据RGB-D训练图像对联合估计神经网络架构进行训练，得到预先训练的联合估计神经网络架构。

在一种可能实现的方式中，所述预设的深度估计损失函数为：

，

其中，是指L1损失函数，是指法向的损失函数，是指SSIM损失函数， =0.8， =0.1， =0.1。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

图6为本申请一实施例提供的服务器的结构示意图。如图6所示，该实施例的服务器6包括：至少一个处理器60、存储器61以及存储在所述存储器61中并可在所述至少一个处理器60上运行的计算机程序62，所述处理器60执行所述计算机程序62时实现上述任意各个方法实施例中的步骤。

所述服务器6可以云端服务器等计算设备。该服务器可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是服务器6的举例，并不构成对服务器6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。

所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，该处理器60还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器61在一些实施例中可以是所述服务器6的内部存储单元，例如服务器6的硬盘或内存。所述存储器61在另一些实施例中也可以是所述服务器6的外部存储设备，例如所述服务器6上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）等。进一步地，所述存储器61还可以既包括所述服务器6的内部存储单元也包括外部存储设备。所述存储器61用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请实施例还提供了一种可读存储介质，该可读存储介质优选为计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到的任何实体或装置、记录介质、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。