【技术实现步骤摘要】
手柄定位检测方法、装置、设备及存储介质
[0001]本申请涉及虚拟现实
,尤其涉及一种手柄定位检测方法
、
装置
、
设备及存储介质
。
技术介绍
[0002]VR(Virtual Reality
,虚拟现实
)
手柄定位算法基于红外曝光机制,对手柄进行图像检测定位,但在红外背景的图像中,目标占据像素小
、
无具体的形状
、
缺少纹理呈点状,在复杂的红外背景下,跟踪阶段常常存有如目标遮蔽
、
背景杂波
、
迅速移动等困难,这些因素增加了红外点状目标跟踪的难度
。
[0003]相关技术中所使用的大多数都是常规的一些手工设计的特征提取方法,使得传统方法无法很好地用于红外点状目标跟踪,导致该方法在复杂背景下对手柄定位的准确性低
。
技术实现思路
[0004]本申请的主要目的在于提供一种手柄定位检测方法
、
装置
、
设备及存储介质,旨在解决现有技术中跟踪手柄的红外点状目标的准确性低的技术问题
。
[0005]为实现以上目的,本申请提供一种手柄定位检测方法,所述手柄定位检测方法包括:
[0006]获取待定位图像;
[0007]将所述待定位图像输入至预设的手柄定位模型,基于所述手柄定位模型,采用
VGG
神经网络对所述待定位图像进行卷积,得到浅层特征层和深层特征层;
[ ...
【技术保护点】
【技术特征摘要】
1.
一种手柄定位检测方法,其特征在于,所述手柄定位检测方法包括:获取待定位图像;将所述待定位图像输入至预设的手柄定位模型,基于所述手柄定位模型,采用
VGG
神经网络对所述待定位图像进行卷积,得到浅层特征层和深层特征层;将所述浅层特征层和所述深层特征层中的特征向量进行特征融合,得到融合后的目标特征向量;基于所述目标特征向量,确定手柄定位信息
。2.
如权利要求1所述的手柄定位检测方法,其特征在于,所述将所述浅层特征层和所述深层特征层中的特征向量进行特征融合,得到融合后的目标特征向量的步骤之前,所述方法包括:对所述浅层特征层中的特征向量赋予预设的第一特征权重,对所述深层特征层中的特征向量赋予预设的第二特征权重;其中,所述第一特征权重小于所述第二特征权重
。3.
如权利要求1所述的手柄定位检测方法,其特征在于,所述将所述浅层特征层和所述深层特征层中的特征向量进行特征融合,得到融合后的目标特征向量的步骤,包括:将每一浅层特征层和所述深层特征层中的特征向量进行归一化处理,得到特征维度相同的归一化后的浅层特征层和所述深层特征层;将所述归一化后的浅层特征层和所述深层特征层中的特征向量进行特征融合,得到融合后的目标特征向量
。4.
如权利要求1所述的手柄定位检测方法,其特征在于,所述待定位图像包括未曝光图像和曝光图像的两帧图像
。5.
如权利要求1所述的手柄定位检测方法,其特征在于,所述获取待定位图像的步骤之前,所述方法包括:获取训练样本图像和所述训练样本图像的手柄位置标签;基于所述训练样本图像和所述训练样本图像的手柄位置标签,对预设的待训练模型进行迭代训练,得到满足精度条件的手柄定位模型
。6.
如权利要求5所述的手柄定位检测方法,其特征在于,所述基于所述训练样本图像和所述训练样本图像的手柄位置标签,对所述待训练模型进行迭代训练,得到满足精度条件的手柄定位模型的步骤,包括:将所述训练样本图像输入至预设的待训练模型,得到预测手柄定位信息;...
【专利技术属性】
技术研发人员:胡小波,吴凯,石庆,
申请(专利权)人:深圳市亿境虚拟现实技术有限公司,
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。