【技术实现步骤摘要】
【国外来华专利技术】具有可跟踪性测量结果的关键点检测相关申请案的交叉参考本申请案根据35USC119主张2015年5月12日申请的标题为“具有可跟踪性测量结果的关键点检测(KeypointDetectionwithTrackabilityMeasurements)”的第62/160,420号美国临时申请案的优先权,所述临时申请案主张2015年9月4日申请的标题为“具有可跟踪性测量结果的关键点检测(KeypointDetectionwithTrackabilityMeasurements)”的第14/846,674号美国非临时申请案的优先权,上述两个申请案以全文引用的方式并入本文中。
本专利技术大体上涉及用于图像序列中的对象检测和跟踪的设备和方法。
技术介绍
在计算机视觉和计算机图形中,频繁执行对象跟踪和/或辨识来促进各种应用程序。举例来说,映射或导航应用程序可使用在相机视野中辨识到的对象来确定对象的位置并执行航线校正。作为另一实例增强现实(AR)应用程序可基于一或多个对象在所捕获图像中的位置和定向来扩增现实世界图像。在对象检测或跟踪应用程序中,可在一或多个图像中识别一或多个关键点或其它显著特征。通常,拐角点,具有高对比度、高强度等的点对于选择作为关键点来说是有利的。一旦识别,就接着跨图像序列的若干帧跟踪所述关键点,以确定相机相对于被跟踪对象的位姿(位置和定向)。可基于相机位姿在所述图像中添加、去除和/或更改对象。当相机位姿被准确地估计时,可增强例如AR图像中的现实性。基于关键点的跟踪假定可跨若干图像帧可靠地跟踪当前图像中的一或多个关键点。然而,如果图像包含彼此接近的多个类似关 ...
【技术保护点】
一种方法,其包括:基于用相机捕获的第一图像,确定一组候选关键点;对于所述组候选关键点中的每一候选关键点,确定对应的第一相似性得分,其中部分地通过将与所述对应候选关键点相关联的图像补丁与所述图像补丁周围的区中的多个对应图像区段进行比较,来确定对应于每一候选关键点的所述第一相似性得分;以及选择所述候选关键点的第一子集,其中所述第一子集包括具有最低相似性得分的预定义数目的候选关键点。
【技术特征摘要】
【国外来华专利技术】2015.05.12 US 62/160,420;2015.09.04 US 14/846,6741.一种方法,其包括:基于用相机捕获的第一图像,确定一组候选关键点;对于所述组候选关键点中的每一候选关键点,确定对应的第一相似性得分,其中部分地通过将与所述对应候选关键点相关联的图像补丁与所述图像补丁周围的区中的多个对应图像区段进行比较,来确定对应于每一候选关键点的所述第一相似性得分;以及选择所述候选关键点的第一子集,其中所述第一子集包括具有最低相似性得分的预定义数目的候选关键点。2.根据权利要求1所述的方法,其中确定对应于每一候选关键点的所述第一相似性得分包括:确定对应于每一候选关键点的多个第二相似性得分,其中从与所述对应候选关键点相关联的所述图像补丁与所述图像补丁周围的所述区中的所述对应多个图像区段中的一者的所述比较,确定每一第二相似性得分,且其中每一第二相似性得分指示与所述对应候选关键点相关联的所述图像补丁与所述对应图像区段之间的相似性;以及选择所述候选关键点的所述第二相似性得分的最大值作为所述第一相似性得分。3.根据权利要求2所述的方法,其中确定对应于每一候选关键点的所述多个第二相似性得分包括:至少部分地基于与所述候选关键点相关联的所述图像补丁与所述对应图像区段之间的交叉相关的量度,计算所述多个第二相似性得分中的每一者。4.根据权利要求3所述的方法,其中部分地基于通过基于选自以下各项中的一者的交叉相关方法执行交叉相关来确定交叉相关的所述量度:归一化交叉相关;或平方差总和;或绝对差总和。5.根据权利要求4所述的方法,其进一步包括:基于所述选定交叉相关,部分地基于所述选定关键点,跟踪所述相机所捕获的至少一个第二图像中的对象。6.根据权利要求1所述的方法,其中使用图像描述符来表示与所述候选关键点相关联的所述图像补丁。7.根据权利要求6所述的方法,其中所述图像描述符包括以下各项中的一者:尺度不变特征变换SIFT或其变体;或加速稳健特征“SURF”或其变体。8.根据权利要求6所述的方法,其中部分地基于与所述图像补丁相关联的所述图像描述符与所述图像补丁周围的所述区中的多个图像描述符的相似性,确定对应于所述候选关键点的所述第一相似性得分,其中所述多个图像描述符中的每一者对应于所述图像补丁周围的所述区中的不同图像区段。9.根据权利要求1所述的方法,其进一步包括:部分地基于候选关键点的所述第一子集,跟踪所述相机所捕获的至少一个第二图像中的一或多个对象。10.根据权利要求1所述的方法,其中基于所述第一图像确定所述组候选关键点包括:从所述第一图像获得图像层级,其中所述图像层级中的每一图像具有对应的图像分辨率;以及确定候选关键点的多个第二子集,其中候选关键点的每一第二子集与所述图像层级中的不同图像相关联,且其中所述组候选关键点包括候选关键点的所述多个第二子集。11.根据权利要求10所述的方法,其中从所述第一图像获得图像层级包括:使所述图像层级中的一或多个图像模糊。12.一种移动站MS,其包括:相机,其用以捕获包括第一图像的多个图像;存储器,其用以存储所述多个图像;以及处理器,其耦合到所述相机和所述存储器,其中所述处理器经配置以基于用相机捕获的所述第一图像,确定一组候选关键点;对于所述组候选关键点中的每一候选关键点,确定对应的第一相似性得分,其中部分地通过将与所述对应候选关键点相关联的图像补丁与所述图像补丁周围的区中的多个对应图像区段进行比较,来确定对应于每一候选关键点的所述第一相似性得分;以及选择所述候选关键点的第一子集,其中所述第一子集包括具有最低相似性得分的预定义数目的候选关键点。13.根据权利要求12所述的MS,其中为了确定对应于每一候选关键点的所述第一相似性得分,所述处理器经配置以:确定对应于每一候选关键点的多个第二相似性得分,其中从与所述对应候选关键点相关联的所述图像补丁与所述图像补丁周围的所述区中的所述对应多个图像区段中的一者的所述比较,确定每一第二相似性得分,且其中每一第二相似性得分指示与所述对应候选关键点相关联的所述图像补丁与所述对应图像区段之间的相似性;以及选择所述候选关键点的所述第二相似性得分的最大值作为所述第一相似性得分。14.根据权利要求13所述的MS,其中为了确定对应于每一候选关键点的所述多个第二相似性得分,所述处理器经配置以:至少部分地基于与所述候选关键点相关联的所述图像补丁与所述对应图像区段之间的交叉相关的量度,计算所述多个第二相似性得分中的每一者。15.根据权利要求14所述的MS,其中为了确定交叉相关的所述量度,所述处理器经配置以:基于选自以下各项中的一者的交叉相关方法,执行交叉相关:归一化交叉相关;或平方差总和;或绝对差总和。16.根据权利要求15所述的MS,其中所述处理器进一步经配置以:基于所述选定交叉相关,部分地基于所述选定关...
【专利技术属性】
技术研发人员:丹尼尔·瓦格纳,金其勇,
申请(专利权)人:高通股份有限公司,
类型:发明
国别省市:美国,US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。