图像的处理方法、装置、电子设备及存储介质制造方法及图纸

本公开涉及一种图像的处理方法、装置、电子设备及存储介质，所述处理方法包括：获取当前时刻对应的至少两张带有目标对象的待处理图像、所述当前时刻的前一时刻对应的每个待跟踪模型；针对任一待跟踪模型，在所述待处理图像中的目标对象中，确定与所述任一待跟踪模型匹配成功的目标对象；根据与每个前一时刻对应的待跟踪模型均未匹配成功的目标对象，生成当前模型；确定所述当前模型与历史模型的匹配结果；根据所述匹配结果，生成图像处理结果。本公开实施例使得当前模型在出现图像丢帧的情况下仍然能够实现跟踪匹配，有利于提高人体姿态重建的实际应用价值。重建的实际应用价值。重建的实际应用价值。

【技术实现步骤摘要】
图像的处理方法、装置、电子设备及存储介质


[0001]本公开涉及信息处理
，尤其涉及一种图像的处理方法、装置、电子设备及存储介质。

技术介绍

[0002]随着图像处理领域的发展，人体姿态重建技术逐渐受到人们的关注。人体姿态重建技术可基于带有目标对象的图像建立目标对象的三维模型，可应用于电影特效、目标定位、人机交互等场景。故如何更好地进行人体姿态重建，是开发人员亟需解决的技术问题。

技术实现思路

[0003]本公开提出了一种图像的处理技术方案。
[0004]根据本公开的一方面，提供了一种图像的处理方法，所述处理方法包括：获取当前时刻对应的至少两张带有目标对象的待处理图像、所述当前时刻的前一时刻对应的每个待跟踪模型；针对任一待跟踪模型，在所述待处理图像中的目标对象中，确定与所述任一待跟踪模型匹配成功的目标对象；根据与每个前一时刻对应的待跟踪模型均未匹配成功的目标对象，生成当前模型；确定所述当前模型与历史模型的匹配结果；其中，所述历史模型为当前时刻之前、预设时长内的待跟踪模型；根据所述匹配结果，生成图像处理结果。
[0005]在一种可能的实施方式中，所述针对任一待跟踪模型，在所述待处理图像中的目标对象中，确定与所述任一待跟踪模型匹配成功的目标对象，包括：针对任一待跟踪模型，将不同待处理图像中的目标对象进行组合，得到所述任一待跟踪模型对应的第一对象组；筛选所述第一对象组，并生成每个筛选后的第一对象组对应的三维模型；在所述筛选后的第一对象组对应的三维模型中，确定与所述任一待跟踪模型匹配成功的第一模型；将所述第一模型对应的目标对象作为与所述任一待跟踪模型匹配成功的目标对象。
[0006]在一种可能的实施方式中，所述根据与每个前一时刻对应的待跟踪模型均未匹配成功的目标对象，生成当前模型，包括：确定所述待处理图像中的基准图像、非基准图像；将所述基准图像中与每个前一时刻对应的待跟踪模型均未匹配成功的目标对象，作为待匹配对象，将非基准图像中与每个前一时刻对应的待跟踪模型均未匹配成功的目标对象作为第一对象；针对任一待匹配对象，将不同非基准图像中的第一对象进行组合，得到所述任一待匹配对象对应的第二对象组；筛选所述第二对象组，并根据所述任一待匹配对象、所述第二对象组，生成每个筛选后的第二对象组对应的三维模型；在筛选后的第二对象组对应的三维模型中，确定与所述任一待匹配对象匹配成功的当前模型。
[0007]在一种可能的实施方式中，所述将不同待处理图像中的目标对象进行组合，得到所述任一待跟踪模型对应的第一对象组，包括：针对任一待处理图像，将所述任一待处理图像中未与待跟踪模型匹配成功的目标对象、确定为第一未匹配对象，并根据所述第一未匹配对象与所述任一待跟踪模型之间的距离，确定所述第一未匹配对象是否为第二对象；将不同待处理图像中的第二对象进行组合，得到所述任一待跟踪模型对应的第一对象组。
[0008]在一种可能的实施方式中，所述第二对象为实体对象或非实体对象；其中，所述非实体对象用以表示待处理图像中未拍摄到的对象，所述实体对象用以表示待处理图像中实际拍摄到的目标对象；所述筛选所述第一对象组，包括：筛选存在至少两个实体对象的第一对象组，作为筛选后的第一对象组。
[0009]在一种可能的实施方式中，所述将不同非基准图像中的第一对象进行组合，得到所述任一待匹配对象对应的第二对象组，包括：针对任一非基准图像，将所述任一非基准图像中未与待匹配对象匹配成功的第一对象，确定为第二未匹配对象，并根据所述第二未匹配对象与所述任一待匹配对象之间的距离，确定所述第二未匹配对象是否为第三对象；将不同非基准图像中的第三对象进行组合，得到所述任一待匹配对象对应的第二对象组。
[0010]在一种可能的实施方式中，所述第三对象为实体对象或非实体对象；所述筛选所述第二对象组，包括：筛选存在至少两个实体对象的第二对象组，作为筛选后的第二对象组。
[0011]在一种可能的实施方式中，所述根据所述匹配结果，生成图像处理结果包括：将所述当前模型中与历史模型匹配成功的模型以及第一模型作为当前时刻对应的待跟踪模型；其中，所述当前时刻对应的待跟踪模型用以与所述当前时刻的下一时刻对应的目标对象进行匹配。
[0012]在一种可能的实施方式中，所述根据所述匹配结果，生成图像处理结果，包括：在确定所述当前模型与历史模型均匹配失败、且满足预设条件的情况下，确定当前时刻对应的待跟踪模型包括所述当前模型，并生成图像处理结果；其中，所述预设条件包括以下至少一项：所述当前模型符合预设比例、当前时刻对应的待跟踪模型的数量小于或等于预设数量、所述当前模型与任一当前时刻对应的待跟踪模型的距离大于预设距离。
[0013]在一种可能的实施方式中，所述根据所述匹配结果，生成图像处理结果，还包括：针对任一当前时刻对应的待跟踪模型，根据与所述任一当前时刻对应的待跟踪模型匹配成功的前一时刻对应的待跟踪模型或历史模型，优化所述任一当前时刻对应的待跟踪模型；根据不同时刻对应的待跟踪模型之间的匹配情况、优化后的当前时刻对应的每个待跟踪模型，生成图像处理结果。
[0014]在一种可能的实施方式中，所述获取当前时刻对应的至少两张带有目标对象的待处理图像，包括：获取当前时刻对应的至少两张初始图像；针对任一初始图像，确定所述初始图像中的所有初始对象；根据所述任一初始图像中任一初始对象的位置，确定所述任一初始对象是否为目标对象；将带有目标对象的初始图像作为所述待处理图像。
[0015]在一种可能的实施方式中，所述初始图像包括运动场的部分区域；所述初始对象包括场上运动员对象、候补运动员对象、观众对象中的至少一个；所述目标对象为场上运动员对象；所述根据所述任一初始图像中任一初始对象的位置，确定所述任一初始对象是否为目标对象，包括：根据所述任一初始图像中任一初始对象的脚部关键点投影于所述运动场的位置，确定所述任一初始对象是否为场上运动员对象。
[0016]根据本公开的一方面，提供了一种图像的处理装置，所述处理装置包括：数据获取模块，用以获取当前时刻对应的至少两张带有目标对象的待处理图像、所述当前时刻的前一时刻对应的每个待跟踪模型；目标对象确定模块，用以针对任一待跟踪模型，在所述待处理图像中的目标对象中，确定与所述任一待跟踪模型匹配成功的目标对象；当前模型生成
模块，用以根据与每个前一时刻对应的待跟踪模型均未匹配成功的目标对象，生成当前模型；匹配结果确定模块，用以确定所述当前模型与历史模型的匹配结果；其中，所述历史模型为当前时刻之前、预设时长内的待跟踪模型；图像处理结果生成模块，用以根据所述匹配结果，生成图像处理结果。
[0017]根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述处理方法。
[0018]根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述处理方法。
[001本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像的处理方法，其特征在于，所述处理方法包括：获取当前时刻对应的至少两张带有目标对象的待处理图像、所述当前时刻的前一时刻对应的每个待跟踪模型；针对任一待跟踪模型，在所述待处理图像中的目标对象中，确定与所述任一待跟踪模型匹配成功的目标对象；根据与每个前一时刻对应的待跟踪模型均未匹配成功的目标对象，生成当前模型；确定所述当前模型与历史模型的匹配结果；其中，所述历史模型为当前时刻之前、预设时长内的待跟踪模型；根据所述匹配结果，生成图像处理结果。2.如权利要求1所述的处理方法，其特征在于，所述针对任一待跟踪模型，在所述待处理图像中的目标对象中，确定与所述任一待跟踪模型匹配成功的目标对象，包括：针对任一待跟踪模型，将不同待处理图像中的目标对象进行组合，得到所述任一待跟踪模型对应的第一对象组；筛选所述第一对象组，并生成每个筛选后的第一对象组对应的三维模型；在所述筛选后的第一对象组对应的三维模型中，确定与所述任一待跟踪模型匹配成功的第一模型；将所述第一模型对应的目标对象作为与所述任一待跟踪模型匹配成功的目标对象。3.如权利要求1或2所述的处理方法，其特征在于，所述根据与每个前一时刻对应的待跟踪模型均未匹配成功的目标对象，生成当前模型，包括：确定所述待处理图像中的基准图像、非基准图像；将所述基准图像中与每个前一时刻对应的待跟踪模型均未匹配成功的目标对象，作为待匹配对象，将非基准图像中与每个前一时刻对应的待跟踪模型均未匹配成功的目标对象作为第一对象；针对任一待匹配对象，将不同非基准图像中的第一对象进行组合，得到所述任一待匹配对象对应的第二对象组；筛选所述第二对象组，并根据所述任一待匹配对象、所述第二对象组，生成每个筛选后的第二对象组对应的三维模型；在筛选后的第二对象组对应的三维模型中，确定与所述任一待匹配对象匹配成功的当前模型。4.如权利要求2所述的处理方法，其特征在于，所述将不同待处理图像中的目标对象进行组合，得到所述任一待跟踪模型对应的第一对象组，包括：针对任一待处理图像，将所述任一待处理图像中未与待跟踪模型匹配成功的目标对象、确定为第一未匹配对象，并根据所述第一未匹配对象与所述任一待跟踪模型之间的距离，确定所述第一未匹配对象是否为第二对象；将不同待处理图像中的第二对象进行组合，得到所述任一待跟踪模型对应的第一对象组。5.如权利要求4所述的处理方法，其特征在于，所述第二对象为实体对象或非实体对象；其中，所述非实体对象用以表示待处理图像中未拍摄到的对象，所述实体对象用以表示待处理图像中实际拍摄到的目标对象；所述筛选所述第一对象组，包括：筛选存在至少两个
实体对象的第一对象组，作为筛选后的第一对象组。6.如权利要求3所述的处理方法，其特征在于，所述将不同非基准图像中的第一对象进行组合，得到所述任一待匹配对象对应的第二对象组，包括：针对任一非基准图像，将所述任一非基准图像中未与待匹配对象匹配成功的第一对象，确定为第二未匹配对象，并根据所述第二未匹配对象与所述任一待匹配对象之间的距离，确定所述第二未匹配对象是否为第三对象；将不同非基准图像中的第三对象进行组合，得到所述任一待匹配对象对应的第二对象组。7.如权利要求6所述的处理方法，其特征在于，所述第三对象为实体对象或非实体对象；所述筛选...

【专利技术属性】
技术研发人员：刘天瑞，赵海宇，
申请(专利权)人：商汤国际私人有限公司，
类型：发明
国别省市：