本发明专利技术公开了一种摄像机旋转角度分析方法、装置、设备与存储介质，属于图像处理技术领域。本发明专利技术通过获取待检测场地图像，为基于待检测场地图像，生成场地边线图，提取场地边线图对应的场地边线特征向量，再将场地边线特征向量在特征数据库中进行特征匹配，得到对应的相机参数矩阵，并通过解码得到摄像机旋转角度。本实施例通过提取场地图像中的场地边线向量，并建立场地边线特征向量和摄像机参数矩阵的映射数据库，能够全自动的，无需依赖专业人员的经验实时获得摄像机旋转角度。员的经验实时获得摄像机旋转角度。员的经验实时获得摄像机旋转角度。
【技术实现步骤摘要】
摄像机旋转角度分析方法、装置、设备与存储介质
[0001]本专利技术涉及图像处理
，尤其涉及摄像机旋转角度分析方法、装置、设备与存储介质。
技术介绍
[0002]随着现代竞技体育的发展，人们对体育赛事的关注度越来越高，大量的体育赛事采取直播的方式向观众播出。体育赛事通常会在赛场周围布设多个视频采集镜头，由导播来对多路实时采集的视频信号进行现场制作，按照导播规则的规定，剪辑与播出相应的视频。
[0003]目前的赛事导播通常需要专业人员，依据自己的经验，来估算摄像机的旋转角度，实现赛事中目标的实时跟踪。但是这种人工估算的方式，一是对专业人员有比较高的要求，二是这种操作往往会带来比较大误差。这种误差会进一步误导自动导播系统的判断，从而影响赛事导播的质量。另外，这种依赖于专业人员的摄像机旋转跟踪方法不具有可扩展性。
技术实现思路
[0004]本专利技术的主要目的在于提供一种摄像机旋转角度分析方法、装置、设备与存储介质，旨在解决如何估算摄像机镜头旋转角度的问题。
[0005]为实现上述目的，本专利技术提供一种摄像机旋转角度分析方法，所述摄像机旋转角度分析方法包括以下步骤：
[0006]获取待检测场地图像；
[0007]基于所述待检测场地图像，生成场地边线图；
[0008]获取所述场地边线图对应的场地边线特征向量；
[0009]将所述场地边线特征向量与特征数据库中的图像特征向量进行特征匹配，并获取所述图像特征向量对应的相机参数矩阵；
[0010]对所述匹配获得的相机参数矩阵进行解码，得到对应的摄像机旋转角度。
[0011]优选地，所述特征数据库的建立步骤包括：
[0012]获取摄像机在不同旋转角度下合成的场地边线图像数据集；
[0013]生成和存储所述边线场地图像所对应的相机参数矩阵参数；
[0014]基于所述合成的场地边线图像数据集，对应生成所述图像特征向量；
[0015]建立所述图像特征向量和所述相机参数矩阵之间的对应关系，得到特征数据库。
[0016]优选地，所述基于所述待检测场地图像，生成场地边线图的步骤包括；
[0017]将所述待检测场地图像输入掩码生成器和场边生成器，生成对应的初始场地掩码图和初始场地边线图；
[0018]将所述初始场地掩码图和所述初始场地边线图拼接后，输入边线增强网络，得到增强后的场地边线图。
[0019]优选地，所述掩码生成器和场边生成器的训练步骤包括：
[0020]将训练数据图像帧和随机噪声输入初始掩码生成器，得到生成的场地掩码图；
[0021]获取所述训练数据图像帧对应的真实场地掩码图，并与所述生成的场地掩码图和所述训练数据图像帧一起输入第一目标损失函数，迭代计算所述第一目标损失函数，直到所述第一目标损失函数收敛，训练得到掩码生成器；
[0022]将训练数据图像帧和随机噪声输入初始场边生成器，得到生成的场地边线图；
[0023]获取所述训练数据图像帧对应的真实场地边线图，并与所述生成的场地边线图和所述训练数据图像帧一起输入第一目标损失函数，迭代计算所述第一目标损失函数，直到所述第一目标损失函数收敛，训练得到场边生成器。
[0024]优选地，所述边线增强网络的训练步骤包括：
[0025]将所述生成的场地边线图和所述生成的场地掩码图拼接后输入初始边线增强生成器，输出边线增强图；
[0026]将所述边线增强图、所述生成的场地边线图和所述生成的场地掩码图输入增强损失函数，迭代计算所述增强损失函数，直到所述增强损失函数收敛，训练得到所述边线增强网络。
[0027]优选地，所述获取所述场地边线图对应的场地边线特征向量的步骤包括：
[0028]将所述场地边线图输入图像特征提取网络，提取得到初始特征向量；
[0029]将所述初始特征向量输入图像特征转换网络，生成场地边线特征向量。
[0030]优选地，所述图像特征提取和所述图像特征转换网络的训练步骤包括：
[0031]获取场地边线图像对，并输入特征提取器，生成第一特征向量和第二特征向量，所述场地边线图像对包括第一图像和第二图像；
[0032]将所述第一特征向量和所述第二特征向量输入特征转换器，得到空间转换后的第一空间转换向量和第二空间转换向量；
[0033]将所述边线图像对、所述边线图像对的标注、所述第一空间转换向量和所述第二空间转换向量输入第二目标损失函数，迭代训练所述第二目标损失函数，直到所述第二目标损失函数满足收敛条件，得到所述图像特征提取网络和所述图像特征转换网络。
[0034]优选地，所述将所述场地边线特征向量与特征数据库中的图像特征向量进行特征匹配，并获取所述图像特征向量对应的相机参数矩阵的步骤包括：
[0035]通过局部敏感哈希算法将所述场地边线特征向量与所述特征数据库中的图像特征向量进行匹配，获取对应的相机参数矩阵。
[0036]此外，为实现上述目的，本专利技术还提供一种摄像机旋转角度分析装置，所述装置包括：
[0037]获取模块，用于获取待检测场地图像；
[0038]图像生成模块，用于基于所述待检测场地图像，生成场地边线图；
[0039]特征提取模块，用于获取所述场地边线图对应的场地边线特征向量；
[0040]匹配模块，用于将所述场地边线特征向量与特征数据库中的图像特征向量进行特征匹配，并获取所述图像特征向量对应的相机参数矩阵；
[0041]解码模块，用于对所述匹配获得的相机参数矩阵进行解码，得到对应的摄像机旋转角度。
[0042]优选地，所述获取模块还用于：
[0043]获取摄像机在不同旋转角度下合成的场地边线图像数据集；
[0044]生成和存储所述边线场地图像所对应的相机参数矩阵；
[0045]基于所述合成的场地边线图像数据集，对应生成所述图像特征向量；
[0046]建立所述图像特征向量和所述相机参数矩阵之间的对应关系，得到特征数据库。
[0047]优选地，所述图像生成模块还用于：
[0048]将所述待检测场地图像输入掩码生成器和场边生成器，生成对应的初始场地掩码图和初始场地边线图；
[0049]将所述初始场地掩码图和所述初始场地边线图拼接后，输入边线增强网络，得到增强后的场地边线图。
[0050]优选地，所述摄像机旋转角度分析装置还包括：
[0051]模型训练模块，用于将训练数据图像帧和随机噪声输入初始掩码生成器，得到生成的场地掩码图；
[0052]获取所述训练数据图像帧对应的真实场地掩码图，并与所述生成的场地掩码图和所述训练数据图像帧一起输入第一目标损失函数，迭代计算所述第一目标损失函数，直到所述第一目标损失函数收敛，训练得到掩码生成器；
[0053]将训练数据图像帧和随机噪声输入初始场边生成器，得到生成的场地边线图；
[0054]获取所述训练数据图像帧对应的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种摄像机旋转角度分析方法，其特征在于，所述摄像机旋转角度分析方法包括以下步骤：获取待检测场地图像；基于所述待检测场地图像，生成场地边线图；获取所述场地边线图对应的场地边线特征向量；将所述场地边线特征向量与特征数据库中的图像特征向量进行特征匹配，并获取所述图像特征向量对应的相机参数矩阵；对所述匹配获得的相机参数矩阵进行解码，得到对应的摄像机旋转角度。2.如权利要求1所述的摄像机旋转角度分析方法，其特征在于，所述特征数据库的建立步骤包括：获取摄像机在不同旋转角度下合成的场地边线图像数据集；生成和存储所述场地边线图像所对应的相机参数矩阵；基于所述合成的场地边线图像数据集，对应生成所述图像特征向量；建立所述图像特征向量和所述相机参数矩阵之间的对应关系，得到特征数据库。3.如权利要求1所述的摄像机旋转角度分析方法，其特征在于，所述基于所述待检测场地图像，生成场地边线图的步骤包括；将所述待检测场地图像输入掩码生成器和场边生成器，生成对应的初始场地掩码图和初始场地边线图；将所述初始场地掩码图和所述初始场地边线图拼接后，输入边线增强网络，得到增强后的场地边线图。4.如权利要求3所述的摄像机旋转角度分析方法，其特征在于，所述掩码生成器和场边生成器的训练步骤包括：将训练数据图像帧和随机噪声输入初始掩码生成器，得到生成的场地掩码图；获取所述训练数据图像帧对应的真实场地掩码图，并与所述生成的场地掩码图和所述训练数据图像帧一起输入第一目标损失函数，迭代计算所述第一目标损失函数，直到所述第一目标损失函数收敛，训练得到掩码生成器；将训练数据图像帧和随机噪声输入初始场边生成器，得到生成的场地边线图；获取所述训练数据图像帧对应的真实场地边线图，并与所述生成的场地边线图和所述训练数据图像帧一起输入第一目标损失函数，迭代计算所述第一目标损失函数，直到所述第一目标损失函数收敛，训练得到场边生成器。5.如权利要求4所述的摄像机旋转角度分析方法，其特征在于，所述边线增强网络的训练步骤包括：将所述生成的场地边线图和所述生成的场地掩码图拼接后输入初始边线增强生成器，输出边线增强图；将所述边线增强图、所述生成的场地边线图和所述生成的场地掩码图输入增强损失函数，迭代计算所述增强损失函数，直到所述增强损失函数收敛，训练得到所述边线增强网络...
【专利技术属性】
技术研发人员：张健，刘金根，
申请(专利权)人：中国移动通信集团有限公司北京京东尚科信息技术有限公司，
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。