【技术实现步骤摘要】
对象检测和跟踪方法、头戴式显示装置和存储介质
本专利技术的实施方式涉及信息处理装置的技术,该信息处理装置使用摄像头和运动传感器(例如,惯性传感器)处理与目标对象的三维模型有关的信息。
技术介绍
JP-A-2013-50947中公开了一种估计由摄像头成像的对象的姿态的方法,它公开了一种技术,在该技术中,创建包括对象的图像的输入图像的二元掩模,从二元掩模提取作为对象的内轮廓和外轮廓中的点的单体,并且将单体的集合连接到彼此,以形成被表示为双矩阵的网格,使得估计对象的姿态。然而,诸如JP-A-2013-50947的现有技术仅使用摄像头来估计姿态。然而,摄像头具有时延,该时延随着用户头部的运动或速度增大而增大。而且,准确且快速的对象检测在诸如计算机视觉、人工智能以及生物统计学的各种工程与科学学科中是有用的。例如,今天在许多工业场所,使用了机器人来进行零件组装和制造。这些机器人装配有赋予它们视觉的一个或更多个摄像头,例如,CCD或CMOS。通常,对象(即,零件)被包含在箱子中。机器人必须识别箱子中的对象/零件,从而可以拾取对象/零件来组装产品。
技术实现思路
一旦检测到对象,则可以跟踪它,并且对象可以处于任意数量的姿态(位置、方位、旋转)。有时,在跟踪不同姿态和视图的对象时,对象对摄像头来说可能变得丢失,由此,系统然后将需要重新初始化对象检测,使得对象的跟踪可以继续。然而,当前系统初始化/重新初始化对象检测可能花费相当多的处理时间,特别是当在其他视图中跟踪变得丢失的时候,因为系统需要从训练数据的所有视图中搜索最近的有限视图。这对用户来说不方便,并且它劣化了用户体验。本申请 ...
【技术保护点】
1.一种非暂时计算机可读介质,该非暂时计算机可读介质包含使得一个或更多个处理器执行方法的指令,该方法包括以下步骤:(A)从摄像头获取图像帧;(B)从惯性传感器获取传感器数据序列;(C)至少基于所述图像帧跟踪真实场景中的对象的第一姿态;(D)基于所述传感器数据序列得到惯性传感器的传感器姿态;(E)确定是否丢失所述第一姿态;(F)从一个或更多个存储器取得或根据在一个或更多个存储器中存储的3D模型生成与基于在丢失所述第一姿态时或之后获得的所述传感器姿态的视图对应的训练模板;以及(G)使用该训练模板得到所述对象的第二姿态。
【技术特征摘要】
2017.12.26 US 15/854,2771.一种非暂时计算机可读介质,该非暂时计算机可读介质包含使得一个或更多个处理器执行方法的指令,该方法包括以下步骤:(A)从摄像头获取图像帧;(B)从惯性传感器获取传感器数据序列;(C)至少基于所述图像帧跟踪真实场景中的对象的第一姿态;(D)基于所述传感器数据序列得到惯性传感器的传感器姿态;(E)确定是否丢失所述第一姿态;(F)从一个或更多个存储器取得或根据在一个或更多个存储器中存储的3D模型生成与基于在丢失所述第一姿态时或之后获得的所述传感器姿态的视图对应的训练模板;以及(G)使用该训练模板得到所述对象的第二姿态。2.根据权利要求1所述的非暂时计算机可读介质,其中,(D)步骤包括:使用非线性滤波算法基于所述传感器数据序列来预测惯性传感器的传感器姿态。3.根据权利要求2所述的非暂时计算机可读介质,其中,所述方法还包括以下步骤:获得所述图像帧的所述对象的特征位置,其中,(F)步骤包括:从一个或更多个存储器取得模板,该模板包含以下各项的信息:(i)视图;(ii)模板特征,该模板特征从根据该视图来渲染3D模型得到的图像和/或根据该视图拍摄到的基准对象的图像获得;以及(iii)与所述模板特征对应的3D点,其中,所述3D模型和所述基准对象与所述对象对应,并且所述视图基于在丢失所述第一姿态时或之后获得的所述传感器姿态,并且其中,(G)步骤包括:使用所述特征位置和所述训练模板得到所述对象的第二姿态。4.根据权利要求3所述的非暂时计算机可读介质,其中,获得所述图像帧中的所述特征点的步骤包括基于所述传感器姿态获得所述对象的所述特征位置。5.根据权利要求3所述的非暂时计算机可读介质,其中,所述方法还包括以下步骤:从一个或更多个存储器取得所述摄像头与所述惯性传感器之间的空间关系;并且其中,所述视图基于(i)在丢失所述第一姿态时或之后获得的所述传感器姿态和(ii)所述空间关系。6.根据权利要求1所述的非暂时计算机可读介质,其中,在所述一个或更多个存储器中存储有一个或更多个训练模板;并且所述一个或更多个训练模板分别包括在用户丢失所述第一姿态之前训练的特征关键点。7.根据权利要求1所述的非暂时计算机可读介质,其中,在所述用户丢失所述第一姿态之后用特征关键点实时训练由所述3D模型生成的模板。8.根据权利要求1所述的非暂时计算机可读介质,所述方法还包括以下步骤:在丢失所述第一姿态之后至少基于所述第二姿态来跟踪所述对象。9.根据权利要求1所述的非暂时计算机可读介质,其中,基于误差函数f大于第一预定阈值T(f>T(或f<T))来确定跟踪丢失。10.根据权利要求1所述的非暂时计算机可读介质,其中,基于在丢失所述第一姿态时或之后获得的所述传感器姿态的所述视图是第一视图;第二视图是位于与所述第一视图不同的位置处的、开始所述对象的跟踪处的视图;并且所述对象的所述第二姿态处于所述第二视图处。11.一种对象检测和跟踪方法,该方法包括以下步骤:(A)从摄像头获取图像帧;(B)从惯性传感器获取传感器数据序列;(C)至少基于所述图像帧跟踪真实场景中的对象的第一姿态;(D)基于所述传感器数据序列得到惯性传感器的传感器姿态;(E)确定是否丢失所述第一姿态;(F)从一个或更多个存储器取得或根...
【专利技术属性】
技术研发人员:杨杨,I·莫拉维奇,
申请(专利权)人:精工爱普生株式会社,
类型:发明
国别省市:日本,JP
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。