基于大模型的深度图生成方法、三维重建方法、装置、电子设备和存储介质

本公开提供了一种基于大模型的深度图生成方法、三维重建方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、大模型等技术领域，可应用于实时道路场景深度感知、环境三维重建与避障，以及虚实场景融合等场景下。具体实现方案为：对单目图像进行视觉编码，得到编码图像；将编码图像和目标文本输入预训练大语言模型进行融合，得到融合特征；基于融合特征生成全局引导特征，全局引导特征包括视觉特征和文本特征的联合语义信息；对单目图像的彩色图像添加噪声，得到噪声特征序列；以全局引导特征为条件，对噪声特征序列进行去噪，生成与联合语义信息匹配的隐式特征；基于隐式特征生成深度图。