用于大规模确定RGBD相机姿势的方法和系统技术方案

一种确定相机姿势的方法，其包括：使用相机捕获多个图像帧，计算每组图像帧对之间的相对姿势以提供相对姿势集合和未分类的相对姿势集合，以及检测并移除错误分类的相对姿势以提供剩余的相对姿势集合。该方法还包括使用剩余的相对姿势集合来确定全局姿势，并且计算错误分类的相对姿势的至少一部分和未分类的相对姿势集合的至少一部分的扩展的相对姿势以提供扩展的相对姿势集合和扩展的未分类的相对姿势集合。该方法进一步包括检测并移除扩展的错误分类的相对姿势以提供剩余的扩展的相对姿势集合，并且使用剩余的相对姿势集合和剩余的扩展的相对姿势集合来确定多个图像帧的更新的全局姿势。更新的全局姿势。更新的全局姿势。

【技术实现步骤摘要】
用于大规模确定RGBD相机姿势的方法和系统
本申请是申请号为201680079092.4的中国专利申请“用于大规模确定RGBD相机姿势的方法和系统”(申请日为2016年11月18日)的分案申请。相关申请的交叉引用本申请要求于2016年11月20日提交的标题为“用于大规模RGBD姿势估计的方法和系统(Methods and Systems for Large
‑
Scale RGBD Pose Estimation)”的美国临时专利申请No.62/258,316的优先权，其公开内容通过引用整体并入本文目的。

技术介绍

3D重建是3D计算机视觉中最受欢迎的主题之一，在绘图、机器人、虚拟现实、增强现实、建筑、游戏、电影制作等领域具有广泛的应用。3D重建系统可以采用RGB(红
‑
绿
‑
蓝)、RGBD(红
‑
绿
‑
蓝
‑
深度)或仅深度格式的图像作为输入，并生成图像的3D表示，例如3D网格。在3D重建系统的处理过程中，关键组成之一是姿势估计：恢复与每个输入图像相关联的每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于细化姿势的方法，所述方法包括：(a)接收多个姿势，每个姿势与多个捕获的深度图像之一相关联，其中，所述多个捕获的深度图像中的每个捕获的深度图像与多个捕获的深度图之一相关联；(b)针对所述多个姿势执行体积重建以产生与全局几何形状相对应的多边形网格；(c)使用所述多边形网格渲染与所述多个姿势中的每个姿势相关联的深度图；(d)将所述多个捕获的深度图中的每个捕获的深度图与与所述多个姿势中的每个姿势相关联的每个渲染的深度图对准，以提供细化姿势；以及(e)使用所述细化姿势对(b)、(c)和(d)迭代预定数量的迭代。2.根据权利要求1所述的方法，其中，执行体积重建包括：执行体积融合；以及提取所述多边形网格。3.根据权利要求2所述的方法，其中，执行体积重建还包括：执行体积孔填充。4.根据权利要求2所述的方法，其中，执行体积融合包括：将与所述多个姿势中的每个姿势相关联的每个捕获的深度图融合成截断的符号距离函数。5.根据权利要求4所述的方法，其中，提取所述多边形网格包括：将所述截断的符号距离函数转换为三角形网格。6.根据权利要求2所述的方法，其中，提取所述多边形网格包括：应用步进立方体。7.根据权利要求1所述的方法，其中，将与所述多个姿势中的每个姿势相关联的每个渲染的深度图与每个捕获的深度图对准包括：基于迭代最近点的对准。8.根据权利要求1所述的方法，其中，将每个渲染的深度图与每个捕获的深度图对准包括：将每个渲染的深度图收敛到每个捕获的深度图。9.根据权利要求1所述的方法，还包括：在迭代(b)、(c)和(d)之前，更新与所述全局几何形状对应的粗到细的体元分辨率。10.一种用于细化姿势的方法，所述方法包括：使用深度相机捕获多个图像帧；以及通过以下方式计算相对姿势：对于所述图像帧对的第一子集，确定图像帧对之间的相对姿势的第一集合，所述图像帧对的第一子集具有小于阈值的所述图像帧对的图像帧之间的时间间隔；以及对于所述图像帧对的第二子集，确定图像帧对之间的相对姿势的第二集合，所述图像帧对的第二子集具有大于所述阈值的所述图像帧对的图像帧之间的时间间隔。1...

【专利技术属性】
技术研发人员：魏晓林，
申请(专利权)人：奇跃公司，
类型：发明
国别省市：