摄像设备标定方法、电子设备和存储介质技术

本申请提供了一种摄像设备标定方法、设备和存储介质，包括：基于各摄像设备获取目标对象的图像帧序列，估计目标对象在各摄像设备拍摄下的二维关节坐标和三维骨骼坐标，得到三维骨骼坐标的三维中心坐标；根据PNP算法对每对摄像设备拍摄的二维关节坐标和三维骨骼坐标进行分析，得到第一变换矩阵和第二变换矩阵，根据各第一变换矩阵和各第二变换矩阵，确定每对摄像设备之间的相对变换矩阵，重复执行上述步骤，得到三维骨骼坐标的三维中心坐标，得到每两个摄像设备之间的相对变换矩阵；根据每两个摄像设备之间的相对变化矩阵和预定义的基准坐标，得到相对目标对象三维中心坐标的各摄像设备的三维姿态。旨在提高摄像设备标定效率及提高标定准确度。及提高标定准确度。及提高标定准确度。

【技术实现步骤摘要】
摄像设备标定方法、电子设备和存储介质


[0001]本申请涉及视觉
，尤其涉及一种摄像设备标定方法、电子设备和存储介质。

技术介绍

[0002]目前，随着分布式智能摄像系统在人工智能和计算机视觉领域的应用，对多摄像设备的标定要求也越来越高。由于分布式智能摄像系统往往需要部署数百甚至上千个摄像设备，以进行安保、安全或商业分析等应用。
[0003]然而，在实际应用过程中，如果采用常规的相机标定手段对如此大规模的摄像设备进行标定，不仅需要在每个摄像机前移动标定板，还要确保至少有两个摄像机能同时看清标定板平面以及板面上的标定特征。这种苛刻的要求不但限制了摄像机的的部署位置，且随着摄像设备部署位置的不同，对应标定板的移动规则也不同，导致大规模部署摄像设备的标定效率低下且很难保证标定的准确度。

技术实现思路

[0004]本申请提供了一种摄像设备标定方法、电子设备和存储介质，把人作为标定基础，通过获取待监控区域内被跟踪对象人的图像帧序列，基于被跟踪对象的图像帧序列来完成摄像设备的标定，有效避免了使用传统标定板在部署大量摄像头标定过程中遇到的问题，旨在提高摄像设备标定效率的同时提高标定准确度。
[0005]第一方面，本申请实施例提供了一种摄像设备标定方法，所述方法包括：分别基于各摄像设备获取目标对象的图像帧序列，所述目标对象为待监控区域内的被跟踪对象；根据各所述图像帧序列，分别用预训练好的神经网络估计所述目标对象在所述各摄像设备拍摄下的二维关节坐标和三维骨骼坐标；对各所述三维骨骼坐标进行融合处理，得到所述三维骨骼坐标的三维中心坐标；分别获取每对摄像设备拍摄的所述二维关节坐标和所述三维骨骼坐标，根据PNP算法分别对所述每对摄像设备拍摄的所述二维关节坐标和所述三维骨骼坐标进行分析，得到第一变换矩阵和第二变换矩阵；其中，所述第一变换矩阵为各第一摄像设备相对所述三维中心坐标的变换矩阵，所述第二变换矩阵为各第二摄像设备相对所述三维中心坐标的变换矩阵，所述每对摄像设备为所述各摄像设备中具有公共视场的两个摄像设备，所述每对摄像设备包括所述第一摄像设备和所述第二摄像设备；根据各所述第一变换矩阵和各所述第二变换矩阵，确定每对摄像设备之间的相对变换矩阵；重复执行对各所述三维骨骼坐标进行融合处理，得到所述三维骨骼坐标的三维中心坐标及其之后的步骤，直至得到所有摄像设备中每两个摄像设备之间的相对变换矩阵；分别根据每两个摄像设备之间的相对变换矩阵和预定义的基准坐标，得到相对所
述目标对象三维中心坐标的所述各摄像设备的三维姿态。
[0006]第二方面，本申请实施例提供了一种电子设备，包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时，实现如上第一方面所述摄像设备标定方法的步骤。
[0007]第三方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上第一方面所述摄像设备标定方法的步骤。
[0008]本申请实施例提供了一种摄像设备标定方法、电子设备和存储介质，首先通过分别基于各摄像设备获取目标对象的图像帧序列，所述目标对象为待监控区域内的被跟踪对象；然后根据各所述图像帧序列，分别估计所述目标对象在所述各摄像设备拍摄下的二维关节坐标和三维骨骼坐标，对各所述三维骨骼坐标进行融合处理，得到所述三维骨骼坐标的三维中心坐标；再分别获取每对摄像设备拍摄的所述二维关节坐标和所述三维骨骼坐标，根据PNP算法分别对所述每对摄像设备拍摄的所述二维关节坐标和所述三维骨骼坐标进行分析，得到第一变换矩阵和第二变换矩阵；其中，所述第一变换矩阵为各第一摄像设备相对所述三维中心坐标的变换矩阵，所述第二变换矩阵为各第二摄像设备相对所述三维中心坐标的变换矩阵，所述每对摄像设备为所述各摄像设备中具有公共视场的两个摄像设备，所述每对摄像设备包括所述第一摄像设备和所述第二摄像设备，根据各所述第一变换矩阵和各所述第二变换矩阵，确定所述每对摄像设备之间的相对变换矩阵，重复执行对各所述三维骨骼坐标进行融合处理，得到所述三维骨骼坐标的三维中心坐标，直至得到所有摄像设备中每两个摄像设备之间的相对变换矩阵；最后分别根据每两个摄像设备之间的相对变化矩阵和预定义的基准坐标，得到相对所述目标对象三维中心坐标的所述各摄像设备的三维姿态。通过获取待监控区域内被跟踪对象的图像帧序列，基于被跟踪对象的图像帧序列来自动完成多摄像设备的标定，有效避免了多摄像设备标定过程中对标定板进行部署的复杂过程以及由标定板部署引起的标定误差，能够提高摄像设备标定效率的同时提高标定准确度。
[0009]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请实施例的公开内容。
附图说明
[0010]为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0011]图1是本申请一实施例提供的摄像设备标定方法的应用场景示意图；图2是本申请实施例提供的摄像设备标定方法的流程示意图；图3是图2中S202的具体实现流程图；图4是将所有相机最终标定的三维姿态渲染至3D界面中的渲染结果正视示意图；图5是将所有相机最终标定的三维姿态渲染至3D界面中的渲染结果俯视示意图；图6是本申请实施例提供的电子设备的示意性框图。
具体实施方式
[0012]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部风实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0013]附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以风解、组合或部风合并，因此实际执行的顺序有可能根据实际情况改变。
[0014]需要说明的是，本申请提供的摄像设备标定方法、电子设备和存储介质，可以应用于分布式摄像设备系统中多摄像设备的标定。其中，多摄像设备包括至少两个摄像设备，对应的摄像设备包括相机、摄像头、深度视觉摄像机等。具体地，可以通过首先分别基于各摄像设备获取目标对象的图像帧序列，所述目标对象为待监控区域内的被跟踪对象；根据各所述图像帧序列，分别估计所述目标对象在所述各摄像设备拍摄下的二维关节坐标和三维骨骼坐标；然后对各所述三维骨骼坐标进行融合处理，得到所述三维骨骼坐标的三维中心坐标；再分别获取每对摄像设备拍摄的所述二维关节坐标和所述三维骨骼坐标，根据PNP算法分别对所述每对摄像设备拍摄的所述二维关节坐标和所述三维骨骼坐标进行分析，得到第一变换矩阵和第二变换矩阵；其中，所述第一变换矩阵为各第一摄像设备相对所述三维中心坐标的变换矩阵，所述第二变换矩阵为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种摄像设备标定方法，其特征在于，所述方法包括：分别基于各摄像设备获取目标对象的图像帧序列，所述目标对象为待监控区域内的被跟踪对象；根据各所述图像帧序列，分别估计所述目标对象在所述各摄像设备拍摄下的二维关节坐标和三维骨骼坐标；对各所述三维骨骼坐标进行融合处理，得到所述三维骨骼坐标的三维中心坐标；分别获取每对摄像设备拍摄的所述二维关节坐标和所述三维骨骼坐标，根据PNP算法分别对所述每对摄像设备拍摄的所述二维关节坐标和所述三维骨骼坐标进行分析，得到第一变换矩阵和第二变换矩阵；其中，所述第一变换矩阵为各第一摄像设备相对所述三维中心坐标的变换矩阵，所述第二变换矩阵为各第二摄像设备相对所述三维中心坐标的变换矩阵，所述每对摄像设备为所述各摄像设备中具有公共视场的两个摄像设备，所述每对摄像设备包括所述第一摄像设备和所述第二摄像设备；根据各所述第一变换矩阵和各所述第二变换矩阵，确定所述每对摄像设备之间的相对变换矩阵；重复执行对各所述三维骨骼坐标进行融合处理，得到所述三维骨骼坐标的三维中心坐标，直至得到所有摄像设备中每两个摄像设备之间的相对变换矩阵；分别根据每两个摄像设备之间的相对变换矩阵和预定义的基准坐标，得到相对所述目标对象三维中心坐标的所述各摄像设备的三维姿态。2.根据权利要求1所述的方法，其特征在于，所述根据各所述图像帧序列，分别估计所述目标对象在所述各摄像设备拍摄下的二维关节坐标和三维骨骼坐标，包括：分别提取各所述图像帧序列中所述目标对象的关节特征点，对所述关节特征点进行匹配映射，得到所述目标对象在所述各摄像设备拍摄下的所述二维关节坐标；根据所述二维关节坐标进行三维骨骼计算，得到所述目标对象在所述各摄像设备拍摄下的所述三维骨骼坐标。3.根据权利要求1所述的方法，其特征在于，所述对各所述三维骨骼坐标进行融合处理，得到所述三维骨骼坐标的三维中心坐标，包括：对各所述三维骨骼坐标进行去离群关节点和取连续帧均值处理，得到所述三维骨骼坐标的三维中心坐标。4.根据权利要求1所述的方法，其特征在于，所述分别根据每两个摄像设备之间的相对变换矩阵和预定义的基准坐标，得到相对所述目标对象三维中心坐标的所述各摄像设备的三维姿态，包括：分别根据每两个摄像设备之间的相对变换矩阵和所述预定义的基准坐标，确定所述各摄像设备的全局坐标；根据所述全局坐标和预设比例因子分别...

【专利技术属性】
技术研发人员：区士超，布伦诺卡尔达托，刘晓涛，
申请(专利权)人：超节点创新科技深圳有限公司，
类型：发明
国别省市：