【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
本申请实施例涉及计算机
,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
在AR(AugmentedReality,增强显示)领域,搭载相机的主体需要在没有环境先验信息的情况下,于运动过程中追踪相机在现实环境中的运动姿态。在相关技术中将相机的运动过程划分为至少两段追踪过程进行追踪,每段追踪过程对应各自的标记图像(Anchor)。通常将相机采集的第一帧图像作为第1个标记图像,在相机后续采集到当前图像时,设备对当前图像与第1个标记图像之间共同具有的特征点进行追踪,根据当前图像与第1个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相机姿态变化。当当前图像相对于第i个标记图像的追踪效果差于预设条件时,将当前图像的上一个图像切换为第i+1个标记图像,开启第i+1段追踪过程。其中,i为正整数。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。此时需要使用重定位方法对当前图像进行重定位,但重定位过程耗时较高,不仅可能会阻塞主线程,还可能会在若干帧图像以后才得到重定位结果。
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,可以用于解决重定位过程耗时较高,不仅可能会阻塞主线程,还可能会在若干帧图像以后才得到重定位结果的问题。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,应用于运行有前端程序和后端程序的设备中,所述前端程序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:所述前端程序 ...
【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,应用于运行有前端程序和后端程序的设备中,所述前端程序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:所述前端程序获取所述多个标记图像中第i个标记图像后采集的目标图像,i为正整数;当所述目标图像符合重定位条件时,所述前端程序将所述目标图像发送给所述后端程序;所述前端程序获取在所述目标图像后采集的当前图像,将所述当前图像进行特征点追踪得到第一单应性矩阵;所述后端程序将所述目标图像进行重定位得到第二单应性矩阵,向所述前端程序发送所述第二单应性矩阵;所述前端程序根据所述第一单应性矩阵和所述第二单应性矩阵计算得到第三单应性矩阵,将所述第三单应性矩阵进行分解得到所述当前图像的当前相机姿态参数。
【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,应用于运行有前端程序和后端程序的设备中,所述前端程序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:所述前端程序获取所述多个标记图像中第i个标记图像后采集的目标图像,i为正整数;当所述目标图像符合重定位条件时,所述前端程序将所述目标图像发送给所述后端程序;所述前端程序获取在所述目标图像后采集的当前图像,将所述当前图像进行特征点追踪得到第一单应性矩阵;所述后端程序将所述目标图像进行重定位得到第二单应性矩阵,向所述前端程序发送所述第二单应性矩阵;所述前端程序根据所述第一单应性矩阵和所述第二单应性矩阵计算得到第三单应性矩阵,将所述第三单应性矩阵进行分解得到所述当前图像的当前相机姿态参数。2.根据权利要求1所述的方法,其特征在于,所述将所述当前图像进行特征点追踪得到第一单应性矩阵之前,还包括:将所述目标图像切换为第i+1个标记图像;所述将所述当前图像进行特征点追踪得到第一单应性矩阵,包括:将所述当前图像相对于所述第i+1个标记图像进行特征点追踪,得到所述第一单应性矩阵。3.根据权利要求2所述的方法,其特征在于,所述前端程序根据所述第一单应性矩阵和所述第二单应性矩阵计算得到第三单应性矩阵,包括:所述前端程序根据如下公式计算得到所述第三单应性矩阵hcf;hcf=hcl*hrelocalization;其中,hcf是所述第一单应性矩阵,hrelocalization是所述第二单应性矩阵。4.根据权利要求1所述的方法,其特征在于,所述将所述当前图像进行特征点追踪得到第一单应性矩阵之前,还包括:获取第四单应性矩阵H4,所述第四单应性矩阵H4是所述目标图像相对于所述第i个标记图像进行特征点追踪得到的;所述将所述当前图像进行特征点追踪得到第一单应性矩阵,包括:将所述当前图像相对于所述第i个标记图像进行特征点追踪,得到第五单应性矩阵H5;根据所述第四单应性矩阵H4和所述第五单应性矩阵H5,计算得到所述第一单应性矩阵。5.根据权利要求4所述的方法,其特征在于,所述根据所述第四单应性矩阵H4和所述第五单应性矩阵H5,计算得到所述第一单应性矩阵,包括:所述前端程序按照如下公式计算得到所述第一单应性矩阵hcl:hcl=h5*h4-1;所述前端程序根据所述第一单应性矩阵和所述第二单应性矩阵计算得到第三单应性矩阵,包括:所述前端程序按照如下公式计算得到所述第三单应性矩阵:hcf=hcl*hrelocalization=h5*h4-1*hrelocalization;其中,hrelocalization是所述第二单应性矩阵。6.根据权利要求1至5任一所述的方法,其特征在于,所述后端程序将所述目标图像进行重定位得到第二位姿参数,包括:所述后端程序将所述目标图像相对于所述第一个标记图像进行重定位,得到所述第二位姿参数;和/或,所述后端程序将所述目标图像相对于关键帧图像库中的关键帧图像进行重定位,得到所述第二位姿参数;所述关键帧图像是重定位成功且相对于所述第一个标记图像存在重定位结果的图像。7.根据权利要求6所述的方法,其特征在于,所述关键帧图像库包括:相对于所述第一个标记图像进行一阶重定位成功的一...
【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。