一种判断目标跟踪效果的方法和装置制造方法及图纸

本发明专利技术实施例提供一种判断目标跟踪效果的方法和装置，方法包括：获得样本目标图像，并对所述样本目标图像采用角点检测获得样本角点序列；获取跟踪目标图像，对跟踪目标图像采用角点检测获得跟踪目标图像的角点序列；根据所述跟踪目标图像的角点序列与所述样本目标图像的角点序列判定跟踪目标的效果。本发明专利技术实施例中基于角点检测，并将角点序列化，对样本目标图像和跟踪目标图像的角点序列进行匹配，得到相似度度量，还可以结合颜色空间的直方图，可以实现形变目标的相似性度量，提高判断目标跟踪效果的准确率。

【技术实现步骤摘要】

本专利技术实施例涉及人机交互
，尤其涉及一种判断目标跟踪效果的方法和装置。
技术介绍
手势识别技术是人机交互的重要技术，例如，视觉机器人利用手型识别技术采集手势的动作而进行相应的处理。手势识别技术，由简单粗略的到复杂精细的，大致可以分为三个等级：二维手型识别、二维手势识别、三维手势识别。二维只是一个平面空间，可以用(X坐标，Y坐标)组成的坐标信息来表示一个物体在二维空间中的坐标位置，就像是一幅画出现在一面墙上的位置。三维则在此基础上增加了“深度”(Z坐标)的信息，这是二维所不包含的。二维手型识别，也可称为静态二维手势识别，识别的是手势中最简单的一类。这种技术在获取二维信息输入之后，可以识别几个静态的手势，比如握拳或者五指张开。例如，用户可以用几个手型来控制播放器，例如，用户将手掌举起来放到摄像头前，视频就开始播放了；再把手掌放到摄像头前，视频又暂停了。二维手势识别，比起二维手型识别来说稍难一些，但仍然基本不含深度信息，停留在二维的层面上。这种技术不仅可以识别手型，还可以识别一些简单的二维手势动作，比如对着摄像头挥挥手。二维手势识别拥有了动态的特征，可以追踪手势的运动，进而识别将手势和手部运动结合在一起的复杂动作。这样一来，就把手势识别的范围真正拓展到二维平面了，例如，不仅可以通过手势来控制计算机播放/暂停，还可以实现前进/后退/向上翻页/向下滚动这些需求二维坐标变更信息的复杂操作。二维手势识别技术虽然在硬件要求上和二维手型识别并无区别，但是得益于更加先进的计算机视觉算法，可以获得更加丰富的人机交互内容。在使用体验上也提高了一个档次，从纯粹的状态控制，变成了比较丰富的平面控制，例如，二维手势识别技术已经被集成到了电视里。三维手势识别技术，是基于三维层面的，三维手势识别与二维手势识别的最根本区别就在于，三维手势识别需要的输入是包含有深度的信息，这就使得三维手势识别在硬件和软件两方面都比二维手势识别要复杂得多。对于一般的简单操作，比如只是想在播放视频的时候暂停或者继续放映，二维手势也就足够了。但是对于一些复杂的人机交互，比如玩游戏或者应用在VR(虚拟现实)上，三维手势是必须的。自然的手势跟踪是真正的增强现实/虚拟现实(AR/VR)所必须的，需要能准确快速的识别复杂动作，并且作为软件开发工具包(SDK，SoftwareDevelopmentKit)提供给开发者只需要占用很少的资源。手势识别，简单地说，这项技术是利用各类传感器对手部/手持工具的形态、位移等进行持续采集，每隔一段时间完成一次建模，形成一个模型信息的序列帧，再将这些信息序列转换为对应的指令，用来控制实现某些操作。手型识别目前通用的方法是，先将样本图像直接训练，得到分类器(如多类别的SVM分类器，或者ADABOOST分类器)，但是，由于相似手型的干扰会导致某些手型的识别率不高、误判率很高。位置追踪是VR(虚拟现实)中实现沉浸感和临场感的重要手段——这一点已经被业内所认同，目前，现有技术中，用以实现位置追踪的技术方案有不少，各有优劣。但是不论是追踪头部、手臂、手指还是其他物体(如武器)，位置追踪可以带来如下好处：根据用户的动作(例如，跳起、下蹲、或前倾)改变用户的视角，在虚拟世界中显示用户的手或其他物件，连接现实和虚拟世界。例如，如果可以检测到手的位置，就可以实现用手移动虚拟物体。检测复杂动作，通过分析一段时间内肢体的位置，可以检测到较复杂的动作。例如，当用户用手在空中画出一个“8”时，可以识别出。手势识别中，要对手进行跟踪，到最后，要判断跟踪效果如何，也就是所谓的收敛性判断标准是什么。同样的问题，在实现本专利技术的过程中，专利技术人发现在目标检测的时候也会遇到，即哪个目标才是最像手的。由于手的形变很大，各种各样的姿势都会有。而且，还有手的肤色，空间中类肤色的物体很多，会造成很大的干扰。现有技术，不仅在识别肤色目标时具有局限性，而且难以解决噪声的干扰，导致目标跟踪效果不高。
技术实现思路
本专利技术实施例的目的在于提供一种判断目标跟踪效果的方法和装置，用以解决现有技术中干扰会导致判断目标跟踪效果不高的问题。本专利技术实施例采用的技术方案如下：本专利技术的一实施例提供一种判断目标跟踪效果的方法，所述方法包括：获得样本目标图像，并对所述样本目标图像采用角点检测获得样本角点序列；获取跟踪目标图像，对跟踪目标图像采用角点检测获得跟踪目标图像的角点序列；根据所述跟踪目标图像的角点序列与所述样本目标图像的角点序列判定跟踪目标的效果。可选地，所述根据所述跟踪目标图像的角点序列与所述样本目标图像的角点序列判定跟踪目标的效果包括：将所述跟踪目标图像的角点序列与所述样本目标图像的角点序列进行相似度匹配得到一个相似度度量值，根据所述相似度度量值判断跟踪目标的效果。可选地，所述根据所述相似度度量值判断跟踪目标的效果包括：当所述相似度度量值大于或等于第一阈值时，判定跟踪目标的效果合格；当所述相似度度量值小于所述第一阈值时，判定跟踪目标的效果不合格。可选地，所述根据所述相似度度量值判断跟踪目标的效果包括：当所述相似度度量值大于或等于第二阈值时，判断跟踪目标的效果优良；当所述相似度度量值大于或等于第三阈值而小于所述第二阈值时，判定跟踪目标的效果合格；当所述相似度度量值小于所述第三阈值时，判定跟踪目标的效果不合格；其中，所述第三阈值小于第二阈值。可选地，所述判断目标跟踪效果的方法还包括：根据跟踪目标图像在颜色空间的直方图获得另一相似度度量值，根据该另一相似度度量值进一步判断跟踪目标的效果。可选地，所述获得样本目标图像具体包括：离线地获得所述样本目标图像。本专利技术的另一实施例提供一种判断目标跟踪效果的装置，所述判断目标跟踪效果的装置包括：样本获取单元，用于获得样本目标图像，并对所述样本目标图像采用角点检测获得样本角点序列；目标获取单元，用于获取跟踪目标图像，对跟踪目标图像采用角点检测获得跟踪目标图像的角点序列；效果判断单元，用于根据所述跟踪目标图像的角点序列与所述样本目标图像的角点序列判定跟踪目标的效果。可选地，所述效果判断单元，还用于将所述跟踪目标图像的角点序列与所述样本目标图像的角点序列进行相似度匹配得到一个相似度度量值，根据所述相似度度量值判断跟踪目标的效果。可选地，所述效果判断单元，还用于当所述相似度度量值大于或等于第一阈值时，判定跟踪目标的效果合格；当所述相似度度量值小于所述第一阈值时，判定跟踪目标的效果不合格。可选地，所述效果判断单元，还用于当所述相似度度量值大于或等于第二阈值时，判断跟踪目标的效果优良；当所述相似度度量值大于或等于第三阈值而小于所述第二阈值时，判定跟踪目标的效果合格；当所述相似度度量值小于所述第三阈值时，判定跟踪目标的效果不合格；其中，所述第三阈值小于第二阈值。可选地，所述效果判断单元，还用于根据跟踪目标图像在颜色空间的直方图获得另一相似度度量值，根据该另一相似度度量值进一步判断跟踪目标的效果。可选地，所述样本获取单元具体用于离线地获得所述样本目标图像。本专利技术的另一实施例提供一种虚拟现实终端，所述虚拟现实终端包括：硬件处理器，用于获得样本目标图像，并对所述样本目标图像采用角点检测获得样本角点序列；获取跟踪目标图像，对跟踪目标图像采用角点检测获得跟踪目本文档来自技高网...

【技术保护点】
一种判断目标跟踪效果的方法，其特征在于，所述方法包括：获得样本目标图像，并对所述样本目标图像采用角点检测获得样本角点序列；获取跟踪目标图像，对跟踪目标图像采用角点检测获得跟踪目标图像的角点序列；根据所述跟踪目标图像的角点序列与所述样本目标图像的角点序列判定跟踪目标的效果。

【技术特征摘要】
1.一种判断目标跟踪效果的方法，其特征在于，所述方法包括：获得样本目标图像，并对所述样本目标图像采用角点检测获得样本角点序列；获取跟踪目标图像，对跟踪目标图像采用角点检测获得跟踪目标图像的角点序列；根据所述跟踪目标图像的角点序列与所述样本目标图像的角点序列判定跟踪目标的效果。2.根据权利要求1所述的方法，其特征在于，所述根据所述跟踪目标图像的角点序列与所述样本目标图像的角点序列判定跟踪目标的效果包括：将所述跟踪目标图像的角点序列与所述样本目标图像的角点序列进行相似度匹配得到一个相似度度量值，根据所述相似度度量值判断跟踪目标的效果。3.如权利要求2所述的方法，其特征在于，所述根据所述相似度度量值判断跟踪目标的效果包括：当所述相似度度量值大于或等于第一阈值时，判定跟踪目标的效果合格；当所述相似度度量值小于所述第一阈值时，判定跟踪目标的效果不合格。4.如权利要求2所述的方法，其特征在于，所述根据所述相似度度量值判断跟踪目标的效果包括：当所述相似度度量值大于或等于第二阈值时，判断跟踪目标的效果优良；当所述相似度度量值大于或等于第三阈值而小于所述第二阈值时，判定跟踪目标的效果合格；当所述相似度度量值小于所述第三阈值时，判定跟踪目标的效果不合格；其中，所述第三阈值小于第二阈值。5.如权利要求2所述的方法，其特征在于，还包括：根据跟踪目标图像在颜色空间的直方图获得另一相似度度量值，根据该另一相似度度量值进一步判断跟踪目标的效果。6.一种判断...

【专利技术属性】
技术研发人员：张超，
申请(专利权)人：乐视控股北京有限公司，乐视致新电子科技天津有限公司，
类型：发明
国别省市：北京;11