本公开提供了一种位姿跟踪方法、装置、电子设备及存储介质，其中，该方法包括：获取目标对象在初始位姿图像中的初始位姿信息；根据所述初始位姿信息，调整所述目标对象的虚拟模型的位姿，并确定调整后的虚拟模型的初始边缘轮廓信息；基于所述初始边缘轮廓信息，以及包含所述目标对象的至少一个位姿跟踪图像，确定所述至少一个位姿跟踪图像分别对应的所述目标对象的跟踪位姿信息。对象的跟踪位姿信息。对象的跟踪位姿信息。
【技术实现步骤摘要】
位姿跟踪方法、装置、电子设备及存储介质
[0001]本公开涉及图像处理
，具体而言，涉及一种位姿跟踪方法、装置、电子设备及存储介质。
技术介绍
[0002]随着图像识别技术的快速发展，位姿跟踪技术逐渐成熟，并得到了广泛的应用。位姿跟踪技术能够实现在一段连续的视频图像序列中估计目标对象的位置及姿态，通常，需要在进行位姿跟踪之前进行初始化，需要用户调整待追踪的目标对象的位姿，或者拍摄目标对象的摄影设备，使拍摄得到的图像中目标对象的边缘轮廓与预设边缘轮廓一致，之后利用预设边缘轮廓对目标对象进行位姿跟踪，由于受到上述限制，位姿跟踪的使用场景有限，使用难度较高。
技术实现思路
[0003]本公开实施例至少提供一种位姿跟踪方法、装置、电子设备及存储介质。
[0004]第一方面，本公开实施例提供了一种位姿跟踪方法，包括：
[0005]获取目标对象在初始位姿图像中的初始位姿信息；
[0006]根据所述初始位姿信息，调整所述目标对象的虚拟模型的位姿，并确定调整后的虚拟模型的初始边缘轮廓信息；
[0007]基于所述初始边缘轮廓信息，以及包含所述目标对象的至少一个位姿跟踪图像，确定所述至少一个位姿跟踪图像对应的所述目标对象的跟踪位姿信息。
[0008]该方面，通过获取目标对象在初始位姿图像中的初始位姿信息，并根据所述初始位姿信息，调整所述目标对象的虚拟模型的位姿，利用调整后的虚拟模型的初始边缘轮廓信息进行位姿跟踪，不需用户手动进行目标对象与预设轮廓的对齐，能够降低位姿跟踪的操作难度，减少位姿跟踪的使用条件，从而使位姿跟踪适用于更多的场景。
[0009]在一种可能的实施方式中，所述获取目标对象在初始位姿图像中的初始位姿信息：
[0010]获取含有所述目标对象的初始图像；
[0011]从所述初始图像中识别所述目标对象对应的兴趣区域；
[0012]从所述初始图像中截取所述兴趣区域，将截取得到的所述兴趣区域作为所述初始位姿图像；
[0013]基于所述兴趣区域估算所述目标物体的位姿信息，得到所述初始位姿信息。
[0014]该实施方式，通过识别目标对象对应的兴趣区域，再利用兴趣区域估算初始位姿信息，能够缩小初始位姿图像的大小，从而减少确定初始位姿信息时所需的计算量。
[0015]在一种可能的实施方式中，所述基于所述初始边缘轮廓信息，以及包含所述目标对象的至少一个位姿跟踪图像，确定所述至少一个位姿跟踪图像分别对应的所述目标对象的跟踪位姿信息，包括：
[0016]将所述初始边缘轮廓信息作为所述至少一个位姿跟踪图像中，首个位姿跟踪图像的前一位姿跟踪图像的边缘轮廓信息；
[0017]针对所述至少一个位姿跟踪图像中的当前位姿跟踪图像，从所述当前位姿跟踪图像中，确定与前一边缘轮廓信息匹配的当前边缘轮廓信息；其中，所述前一边缘轮廓信息为所述当前位姿跟踪图像的前一位姿跟踪图像对应的边缘轮廓信息；
[0018]确定所述当前边缘轮廓信息对应的位姿信息，并将确定的所述位姿信息作为所述当前位姿跟踪图像的跟踪位姿信息。
[0019]该实施方式，利用从初始位姿图像中确定的初始边缘轮廓信息确定多个位姿跟踪图像中首个位姿跟踪图像的当前边缘轮廓信息，对于其他位姿跟踪图像，利用前一边缘轮廓信息确定当前边缘轮廓信息，利用当前边缘轮廓信息确定跟踪位姿信息，不需要用户手动对齐目标对象和预设边缘轮廓即可完成位姿跟踪。
[0020]在一种可能的实施方式中，所述从所述当前位姿跟踪图像中，确定与所述当前位姿跟踪图像的前一位姿跟踪图像的前一边缘轮廓信息匹配的当前边缘轮廓信息，包括：
[0021]以所述前一边缘轮廓信息作为初始参数信息，在所述当前位姿跟踪图像中，建立与该初始参数信息匹配的可变参数曲线；
[0022]基于所述可变参数曲线对应的能量函数，确定所述可变参数曲线的目标参数信息；其中，所述能量函数用于表征所述可变参数曲线中各个像素点为轮廓像素点的概率值；
[0023]将所述目标参数信息作为与所述前一边缘轮廓信息匹配的当前边缘轮廓信息。
[0024]该实施方式，由于前一位姿跟踪图像和当前位姿跟踪图像是相邻的两帧图像，前一边缘轮廓信息与当前边缘轮廓信息较为相似，基于前一边缘轮廓信息确定当前边缘轮廓信息能够提高当前边缘轮廓信息的精确度，并在一定程度上降低确定当前边缘轮廓信息的计算量。
[0025]在一种可能的实施方式中，所述基于所述可变参数曲线对应的能量函数，确定所述可变参数曲线的目标参数信息，包括：
[0026]基于所述可变参数曲线对应的能量函数，对所述可变参数曲线进行能量最小化变形，得到所述能量函数取值最小时所述可变参数曲线对应的目标参数信息。
[0027]该实施方式，对可变参数曲线进行能量最小化变形，得到目标参数信息，能够提高当前边缘轮廓信息的精确度，并在一定程度上降低确定当前边缘轮廓信息的计算量。
[0028]在一种可能的实施方式中，在所述建立与该初始参数信息匹配的可变参数曲线之后，所述方法还包括：
[0029]基于所述能量函数，确定在所述初始参数信息下，所述可变参数曲线对应的能量值；
[0030]基于所述能量值及预设的能量阈值，确定针对所述目标对象的位姿跟踪是否失败；
[0031]在针对所述目标对象的位姿跟踪失败的情况下，更新所述目标对象的初始位姿图像，并跳转至获取所述目标对象在初始位姿图像中的初始位姿信息的步骤。
[0032]该实施方式，通过确定初始参数信息下可变参数曲线的能量值，并基于确定的能量值及预设的能量阈值判断位姿跟踪是否失败，若失败则更新初始位姿图像，重新确定初始位姿图像的初始位姿信息，再根据重新确定的初始位姿信息进行位姿跟踪，在跟踪失败
时不需要用户手动进行初始化，有利于提高位姿跟踪的操作流畅度，减少用户操作的步骤。
[0033]在一种可能的实施方式中，所述更新所述目标对象的初始位姿图像：
[0034]将所述可变参数曲线对应的位姿跟踪图像作为含有所述目标对象的初始图像，并从所述初始图像中识别所述目标对象对应的兴趣区域；
[0035]从所述初始图像中截取所述兴趣区域，将所述兴趣区域作为所述初始位姿图像，并跳转至确定所述目标对象在所述初始位姿图像中的初始位姿信息的步骤。
[0036]该实施方式，通过利用失败时对应的位姿跟踪图像确定初始位姿图像，并利用确定的初始位姿图像重新进行位姿信息确定及位姿跟踪的步骤，能够实现位姿重跟踪的无缝衔接，提高位姿跟踪效率。
[0037]在一种可能的实施方式中，所述方法还包括：
[0038]基于所述至少一个位姿跟踪图像对应的所述目标对象的跟踪位姿信息，对所述至少一个位姿跟踪图像添加与所述跟踪位姿信息对应的虚拟特效；
[0039]展示添加虚拟特效后的所述位姿跟踪图像。
[0040]该实施方式，通过目标对象的跟踪位姿信息，对至少一个位姿跟踪图像添加虚拟特效，并展示添加虚拟本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种位姿跟踪方法，其特征在于，包括：获取目标对象在初始位姿图像中的初始位姿信息；根据所述初始位姿信息，调整所述目标对象的虚拟模型的位姿，并确定调整后的虚拟模型的初始边缘轮廓信息；基于所述初始边缘轮廓信息，以及包含所述目标对象的至少一个位姿跟踪图像，确定所述至少一个位姿跟踪图像对应的所述目标对象的跟踪位姿信息。2.根据权利要求1所述的方法，其特征在于，所述获取目标对象在初始位姿图像中的初始位姿信息，包括：获取含有所述目标对象的初始图像；从所述初始图像中识别所述目标对象对应的兴趣区域；从所述初始图像中截取所述兴趣区域，将截取得到的所述兴趣区域作为所述初始位姿图像；基于所述兴趣区域估算所述目标物体的位姿信息，得到所述初始位姿信息。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述初始边缘轮廓信息，以及包含所述目标对象的至少一个位姿跟踪图像，确定所述至少一个位姿跟踪图像分别对应的所述目标对象的跟踪位姿信息，包括：将所述初始边缘轮廓信息作为所述至少一个位姿跟踪图像中，首个位姿跟踪图像的前一位姿跟踪图像的边缘轮廓信息；针对所述至少一个位姿跟踪图像中的当前位姿跟踪图像，从所述当前位姿跟踪图像中，确定与前一边缘轮廓信息匹配的当前边缘轮廓信息；其中，所述前一边缘轮廓信息为所述当前位姿跟踪图像的前一位姿跟踪图像对应的边缘轮廓信息；确定所述当前边缘轮廓信息对应的位姿信息，并将确定的所述位姿信息作为所述当前位姿跟踪图像的跟踪位姿信息。4.根据权利要求3所述的方法，其特征在于，所述从所述当前位姿跟踪图像中，确定与前一边缘轮廓信息匹配的当前边缘轮廓信息，包括：以所述前一边缘轮廓信息作为初始参数信息，在所述当前位姿跟踪图像中，建立与该初始参数信息匹配的可变参数曲线；基于所述可变参数曲线对应的能量函数，确定所述可变参数曲线的目标参数信息；其中，所述能量函数用于表征所述可变参数曲线中各个像素点为轮廓像素点的概率值；将所述目标参数信息作为与所述前一边缘轮廓信息匹配的当前边缘轮廓信息。5.根据权利要求4所述的方法，其特征在于，所述基于所述可变参数曲线对应的能量函数，确定所述可变参数曲线的目标参数信息，包括：基于所述可变参数曲线对应的能量函数，对所述可变参数曲线...
【专利技术属性】
技术研发人员：周晓巍，张思宇，孙佳明，
申请(专利权)人：浙江商汤科技开发有限公司，
类型：发明
国别省市：
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。