【技术实现步骤摘要】
【国外来华专利技术】使用神经网络和角点检测器进行角点检测的方法和装置
[0001]本公开涉及头戴式图像显示设备,以及用于在由头戴式图像显示设备生成的图像中检测角点的方法和装置。
技术介绍
[0002]现代计算和显示技术已促进了用于所谓“虚拟现实”(VR)或“增强现实”(AR)体验的“混合现实”(MR)系统的开发,其中,数字再现的图像或其部分以看起来真实或可被感知为真实的方式呈现给用户。VR场景通常涉及数字或虚拟图像信息的呈现,而对实际的真实世界视觉输入不透明。AR场景通常涉及将数字或虚拟图像信息呈现为对用户周围的真实世界的可视化的增强(即,对真实世界视觉输入透明)。因此,AR场景涉及对真实世界视觉输入透明的数字或虚拟图像信息的呈现。
[0003]MR系统可以生成并显示颜色数据,这增加了MR场景的真实性。这些MR系统中的许多MR系统通过接连不断地以与彩色图像相对应的不同颜色(例如,原色)或“场”(例如,红色、绿色和蓝色)顺序地投影子图像来显示颜色数据。以足够高的速率(例如60Hz、120Hz等)投影彩色子图像可以在用户的脑海中提供平滑的彩色MR场景。
[0004]各种光学系统以各种深度生成包括彩色图像的图像,以用于显示MR(VR和AR)场景。MR系统可以采用至少松散地耦合到用户的头部的可穿戴显示设备(例如,头戴式显示器、头盔式显示器、或智能眼镜),并因此在用户的头部移动时移动。如果显示设备检测到用户的头部运动,则正在显示的数据可被更新(例如,“扭曲”)以考虑头部姿态(即,用户的头部的取向和/或位置)的变化。
[00 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种被配置为由用户头戴的装置,包括:屏幕,其被配置为向所述用户呈现图形;相机系统,其被配置为观看所述用户所在的环境;以及处理单元,其被耦合到所述相机系统,所述处理单元被配置为:针对与所述环境相关联的图像数据获得特征的位置,其中,所述特征的所述位置由神经网络识别;在所述图像中确定针对所述特征之一的感兴趣区域,所述感兴趣区域的大小小于所述图像的大小;以及在所述感兴趣区域中使用角点检测算法来执行角点检测以识别角点。2.根据权利要求1所述的装置,其中,所述处理单元被配置为将所述感兴趣区域确定为具有基于由所述神经网络识别的所述位置中的至少一个位置的定位,以及其中,所述定位是相对于所述图像的。3.根据权利要求1所述的装置,其中,所述图像数据与由所述相机系统生成并被发送到所述神经网络的至少一个图像相关联。4.根据权利要求1所述的装置,其中,所述神经网络在所述装置的模块中。5.根据权利要求1所述的装置,其中,所述神经网络在远离所述装置的一个或多个计算设备中实现。6.根据权利要求1所述的装置,其中,所述神经网络具有机器学习能力。7.根据权利要求1所述的装置,其中,所述处理单元被配置为通过获得由所述神经网络生成的热图来获得所述特征的所述位置,所述热图指示所述特征的所述位置。8.根据权利要求1所述的装置,其中,所述感兴趣区域包括N
×
N块,并且所述处理单元被配置为对所述N
×
N块执行所述角点检测,其中,N是大于1的整数。9.根据权利要求1所述的装置,其中,所述感兴趣区域包括具有少于或等于144个像素的块,并且所述处理单元被配置为对所述块执行所述角点检测。10.根据权利要求1所述的装置,其中,所述感兴趣区域包括8
×
8块,并且所述处理单元被配置为对所述8
×
8块执行所述角点检测。11.根据权利要求1所述的装置,其中,所述图像数据包括从由所述相机系统生成的至少一个高分辨率图像降低分辨率的至少一个低分辨率图像。12.根据权利要求11所述的装置,其中,所述处理单元还被配置为将具有所述第一分辨率的图像转换为具有所述第二分辨率的另一个图像。13.根据权利要求11所述的装置,其中,所述第一分辨率包括VGA分辨率。14.根据权利要求11所述的装置,其中,所述第二分辨率包括QVGA分辨率。15.根据权利要求1所述的装置,进一步包括所述神经网络。16.根据权利要求15所述的装置,其中,已使用参考数据集对所述神经网络进行训练。17.根据权利要求15所述的装置,其中,所述神经网络包括卷积神经网络。18.根据权利要求15所述的装置,其中,所述神经网络被配置为计算兴趣点位置和描述符。19.根据权利要求15所述的装置,其中,所述神经网络包括被配置为在空间上对输入图像进行下采样的编码器。
20.根据权利要求19所述的装置,其中,所述神经网络还包括:兴趣点解码器,其被配置为对来自所述编码器的编码器输出进行操作,并针对所述输入图像中的每个像素产生分数;以及描述符解码器,其被配置为对所述编码器输出进行操作,将所述编码器输出上采样到更高分辨率,并针对所述输入图像中的每个像素产生向量。21.根据权利要求15所述的装置,其中,所述神经网络被配置为使用单应性适应来提高兴趣点检测器的几何一致性。22.根据权利要求21所述的装置,其中,所述神经网络包括被配置为训练所述兴趣点检测器的卷积神经网络。23.根据权利要求21所述的装置,其中,所述神经网络被配置为在所述单应性适应中执行图像扭曲以创建一个或多个经扭曲的图像。24.根据权利要求1所述的装置,其中,所述处理单元被配置为至少部分地基于所述角点在所述感兴趣区域中的位置来确定所述角点在所述图像中的位置。25.根据权利要求24所述的装置,进一步包括非暂态介质,所述非暂态介质被配置为存储所述图像中的所述第一角点的位置。26.根据权利要求1所述的装置,其中,所述处理单元被配置为针对所述感兴趣区域中的每个...
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。