【技术实现步骤摘要】
相机姿态追踪过程的重定位方法、装置、设备及存储介质
本申请实施例涉及增强现实领域,特别涉及一种相机姿态追踪过程的重定位方法、装置、设备及存储介质。
技术介绍
视觉SLAM(simultaneousLocalizationandmapping,同时定位与地图构建)是指搭载相机的主体,在没有环境先验信息的情况下,于运动过程中建立环境的模型,同时估计自己的运动的技术。SLAM可以应用在AR(AugmentedReality,增强显示)领域、机器人领域和无人驾驶领域中。以单目视觉SLAM为例,通常将相机采集的第一帧图像作为标记图像(Anchor)。在相机后续采集到当前图像时,设备对当前图像与标记图像之间共同具有的特征点进行追踪,根据当前图像与标记图像之间的特征点位置变化计算得到相机在现实世界中的位姿变化。但某些场景下会发生当前图像中的特征点丢失(Lost),无法继续追踪的情况。此时,需要使用SLAM重定位方法对当前图像进行重定位。但是在AR(AugmentedReality,增强现实)领域进行相机姿态追踪时,比如使用手机拍摄桌面进行AR游戏的场景,由于AR使用场景存在其场景特殊性,直接使用相关技术中的SLAM重定位方法的效果较差,尚需提供一种适用于AR领域的重定位解决方案。
技术实现思路
本申请实施例提供了一种相机姿态追踪过程的重定位方法、装置、设备及存储介质,可以解决AR使用场景中直接使用相关技术中的SLAM重定位方法的效果较差的问题。所述技术方案如下:根据本申请的一个方面,提供了一种相机姿态追踪过程的重定位方法,应用于具有相机的设备中,所述设备用于按序执行多个标记 ...
【技术保护点】
1.一种相机姿态追踪过程的重定位方法,其特征在于,应用于具有相机的设备中,所述设备用于按序执行多个标记图像的相机姿态追踪过程,所述方法包括:获取所述多个标记图像中第i个标记图像后采集的当前图像,i>1;当所述当前图像符合重定位条件时,从关键帧图像库中选择出目标关键帧图像;所述关键帧图像库中存储有至少一个关键帧图像的图像信息,所述关键帧图像是在所述相机姿态追踪过程中缓存的相对于其它图像进行第一重定位成功的图像;将所述当前图像相对于所述目标关键帧图像进行第二重定位;根据所述第一重定位的定位结果和所述第二重定位的定位结果,计算得到所述相机采集所述当前图像时的相机姿态参数。
【技术特征摘要】
1.一种相机姿态追踪过程的重定位方法,其特征在于,应用于具有相机的设备中,所述设备用于按序执行多个标记图像的相机姿态追踪过程,所述方法包括:获取所述多个标记图像中第i个标记图像后采集的当前图像,i>1;当所述当前图像符合重定位条件时,从关键帧图像库中选择出目标关键帧图像;所述关键帧图像库中存储有至少一个关键帧图像的图像信息,所述关键帧图像是在所述相机姿态追踪过程中缓存的相对于其它图像进行第一重定位成功的图像;将所述当前图像相对于所述目标关键帧图像进行第二重定位;根据所述第一重定位的定位结果和所述第二重定位的定位结果,计算得到所述相机采集所述当前图像时的相机姿态参数。2.根据权利要求1所述的方法,其特征在于,所述关键帧图像包括:相对于所述多个标记图像中的第一个标记图像进行第一重定位成功的一阶关键帧图像;或,相对于所述关键帧图像库中的n-1阶关键帧图像进行第一重定位成功的n阶关键帧图像,n为大于1的整数。3.根据权利要求1所述的方法,其特征在于,所述关键帧图像的图像信息包括:所述关键帧图像的第一全局描述子;所述从关键帧图像库中选择出目标关键帧图像,包括:计算所述当前图像的第二全局描述子;计算所述当前图像的第二全局描述子和所述关键帧图像库中的关键帧图像中的所述第一全局描述子之间的相似度;将具有最高相似度的关键帧图像确定为所述目标关键帧图像。4.根据权利要求3所述的方法,其特征在于,所述关键帧图像的图像信息还包括:所述第一全局描述子的反向索引;所述计算所述当前图像的第二全局描述子和所述关键帧图像库中的关键帧图像中的所述第一全局描述子之间的相似度,包括:根据所述反向索引从所述关键帧图像库中选择出候选关键帧图像,所述候选关键帧图像的所述第一全局描述子和所述第二全局描述子具有相同的叶子节点;计算所述第二全局描述子和所述候选关键帧图像的第一全局描述子之间的相似度。5.根据权利要求3所述的方法,其特征在于,所述计算所述当前图像的第二全局描述子,包括:提取所述当前图像的m个特征点描述子;将所述m个特征点描述子通过聚类算法聚类至节点树中,所述节点树中的每个父亲节点包括k个孩子节点,每个节点中包括聚类为同一类的特征点描述子;计算所述节点树中每个节点的权重值;根据所述节点树中各个叶节点的权重值集合,得到所述当前图像的第二全局描述子。6.根据权利要求5所述的方法,其特征在于,所述计算所述节点树中每个节点的权重值,包括:根据词频-逆向文件频率TF-IDF算法计算所述节点树中每个节点的权重值。7.根据权利要求1所述的方法,其特征在于,所述关键帧图像的图像信息包括:所述关键帧图像对应的第一姿态参数,所述第一姿态参数用于表征所述相机采集所述关键帧图像时的相机姿态;所述从关键帧图像库中选择出目标关键帧图像,包括:通过惯性测量单元获取所述相机的参考姿态参数,所述参考姿态参数用于表征所述相机采集所述当前图像时的参考相机姿态;计算所述当前图像的参考姿态参数和所述关键帧图像库中的关键帧图像中的所述第一姿态参数之间的相似度;将具有最高相似度的关键帧图像确定为所述目标关键帧图像。8.根据权利要求1至6任一所述...
【专利技术属性】
技术研发人员:林祥凯,凌永根,暴林超,刘威,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
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。