【技术实现步骤摘要】
一种视线深度引导的视觉增强方法
[0001]本公开的实施例涉及增强现实
,具体涉及一种视线深度引导的视觉增强方法。
技术介绍
[0002]AR(Augmented Reality,增强现实)技术可以增强用户的视觉,使用户“看透”墙体,具有透视能力,即在用户佩戴的AR眼镜上,显示被遮挡的场景或对象。目前的视觉增强方法通常未考虑用户目前是否需要视觉增强,一直呈现增强内容,从而对用户的视觉产生干扰,降低用户体验。此外,目前的视觉增强方法虽然可以通过点击按钮、语音命令、手势操控的方式,来控制视觉增强是否显示,但是未考虑到用视线深度作为引导,通过人眼的视线深度自然地控制视觉增强。而且,当有多个被遮挡的场景时,多个被遮挡的场景的增强内容同时显示,难以使用户根据视线方向和视线深度来选择显示想要观看的隐藏场景,降低了用户的体验。
[0003]相应地,本领域需要一种视线深度引导的视觉增强方法来解决上述问题。
技术实现思路
[0004]本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
[0005]本公开的一些实施例提出了视线深度引导的视觉增强方法,来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
[0006]利用搭建在多个隐藏场景中的视频采集装置,得到多个隐藏场景的图像或视频,其中,上述多个隐藏场景中的每个隐藏场景中搭建至少一个视频采集
【技术保护点】
【技术特征摘要】
1.一种视线深度引导的视觉增强方法,包括:利用搭建在多个隐藏场景中的视频采集装置,得到多个隐藏场景的图像或视频,其中,所述多个隐藏场景中的每个隐藏场景中搭建至少一个视频采集装置;对所述多个隐藏场景中的视频采集装置中的每个视频采集装置的位姿信息进行标定,得到位姿信息集合,其中,所述位姿信息集合中的位姿信息是在世界坐标系下的信息;基于所述多个隐藏场景的图像或视频,生成场景图像集合;利用用户佩戴的增强现实头盔上的眼动追踪传感器组合获取眼睛图像,其中,所述眼睛图像中包括左眼区域和右眼区域;对所述眼睛图像进行图像处理,得到所述用户的当前视线点信息、视线深度信息和视线方向信息;基于所述当前视线点信息、所述位姿信息集合和所述多个隐藏场景,确定目标隐藏场景;将所述场景图像集合中与所述目标隐藏场景对应的场景图像,确定为优选图像;基于所述优选图像、所述当前视线点信息、所述视线深度信息和所述视线方向信息,生成所述目标隐藏场景中的目标图像;将所述目标图像发送至所述用户佩戴的增强现实头盔上显示,以增强用户视觉。2.根据权利要求1所述的方法,其中,所述对所述眼睛图像进行图像处理,得到所述用户的当前视线点信息、视线深度信息和视线方向信息,包括:对所述眼睛图像进行特征提取,得到人眼特征信息,其中,所述人眼特征信息包括以下至少一项:瞳孔信息和虹膜信息;根据所述人眼特征信息,重构人眼的三维模型;在距离所述用户不同深度的位置依次显示刺激物,以对所述用户的视线进行校准;基于所述三维模型,确定视线深度信息、视线方向信息和当前视线点信息,其中,所述当前视线点信息是视线点的三维坐标信息。3.根据权利要求2所述的方法,其中,所述基于所述优选图像、所述当前视线点信息、所述视线深度信息和所述视线方向信息,生成所述目标隐藏场景中的目标图像,包括:当所述目标隐藏场景中搭建一个视频采集装置时,将所述视频采集装置所采集的图像或视频确定为优选图像,对所述优选图像进行透视变换,将变换后的优选图像投影到用户感兴趣区域,生成目标图像,其中,所述用户感兴趣区域是根据所述当前视线点信息、所述视线深度信息和所述视线方向信息确定的;当所述目标隐藏场景中搭建多个视频采集装置时,将所述多个视频采集装置所采集的多个图像或视频确定为优选图像,对包括多个图像或视频的优选图像进行透视变换,将变换后的优选图像投影到用户感兴趣区域,得到多个用户视图,基于所述视线深度信息、所述视线方向信息、所述位姿信息集合和所述多个用户视图,确定目标用户视图,作为目标图像,其中,所述用户感兴趣区域是根据所述当前视线点信息、所述视线深度信息和所述视线方向信息确定的。4.根据权利要求3所述的方法,其中,所述搭建在多个隐藏场景中的视频采集装置,到用户所处物理空间的距离在第一预设范围内,隐藏场景包括以下至少一项:用户所处物理空间的相邻空间场景,或与用户所处物理空间没有关联的空间场景;视频采集装置的放置
方式包括以下至少一项:悬挂在隐藏场景的墙壁,或放置在移动的装置上。5.根据权利要求4所述的方法,其中,所述对所述多个隐藏场景中的视频采集装置中的每个视频采集装置的位姿信息进行标定,包括:将标定板作为参照物,利用以下公式,获得所述标定板的关键点在世界坐标系中的坐标:其中,d表示所述增强现实头盔上的前置相机的像素坐标系,sd表示所述前置相机的像素坐标系的比例系数,表示所述前置相机的像素坐标系的像素坐标,K
q
表示所述前置相机的内参矩阵,m表示标定板坐标系,h表示所述前置相机的相机坐标系,R
mh
表示从所述标定板坐标系到所述前置相机的相机坐标系的旋转矩阵,T
mh
表示从所述标定板坐标系到所述前置相机的相机坐标系的平移矩阵,R
mh
|T
mh
表示R
mh
和T
mh
的拼接矩阵,0,0,0,1表示1
×
4的向量,P表示所述标定板的关键点的三维坐标,P
m
表示所述标定板的关键点在标定板坐标系下的坐标,P
h
表示所述标定板的关键点在所述前置相机的相机坐标系下的坐标,w表示世界坐标系,P
w
表示所述标定板的关键点在世界坐标系下的坐标,R
hw
表示从所述世界坐标系到所述前置相机的相机坐标系的旋转矩阵,T
hw
表示从所述世界坐标系到所述前置相机的相机坐标系的平移矩阵;利用以下公式,获得所述视频采集装置在世界坐标系下的位姿信息:其中,a表示所述视频采集装置的像素坐标系,s
a
表示所述视频采集装置的像素坐标系的比例系数,表示所述视频采集装置的像素坐标系的像素坐标,c表示所述视频采集装置的相机坐标系,K
e
表示所述视频采集装置的内参矩阵,m表示标定板坐标系,R
mc
表示从所述标定板坐标系到所述视频采集装置的相机坐标系的旋转矩阵,T
mc
表示从所述标定板坐标系到所述视频采集装置的相机坐标系的平移矩阵,R
mc
|T
mc
表示R
mc
和T
mc
的拼接矩阵,0,0,0,1表示1
×
4的向量,P表示所述标定板的关键点...
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。