一种位姿确定方法技术

本申请提供一种位姿确定方法

【技术实现步骤摘要】
一种位姿确定方法、系统、电子设备和可读存储介质


[0001]本申请实施例涉及图像跟踪
，尤其涉及一种位姿确定方法
、
系统
、
电子设备和可读存储介质
。

技术介绍

[0002]现有的二维图像跟踪方案可以用检测器和跟踪器两个部分来实现，其中，检测器使用一些简单的特征对模板图像和当前输入视频帧进行
1v1
匹配，然后利用为透视
n
点法
(Perspective
‑
n
‑
Point
，
PnP)
解算出当前帧的六自由度
(Six Degrees of Freedom
，
6DOF)
位姿
。
[0003]但是，由于特征点提取及匹配较为耗时，所以检测器一般作用于首帧或设置的间隔帧，然后再采用光流法对中间间隔的视频帧进行跟踪
。
通过视频帧间光流法跟踪，会导致特征点会越来越少，累计误差较大，进而导致解算到的
6DOF
位姿误差会越来越大
。
并且，检测器检测不一定能够保证能够检出当前帧中目标
2D
图像，因此可能无法及时对
6DOF
位姿结果进行矫正
。

技术实现思路

[0004]本申请实施例提供一种位姿确定方法
、
系统
、
电子设备和可读存储介质，以解决现有的光流法跟踪导致的图像特征点越来越少，累计误差越来越大，进而导致解算到的位姿误差越来越大的问题
。
[0005]为了解决上述技术问题，本申请是这样实现的：
[0006]第一方面，本申请实施例提供了一种位姿确定方法，包括：
[0007]获取初始帧中目标对象的初始位姿和初始目标位置，其中，所述初始帧为第一个包含目标对象的图像帧；
[0008]获取待分析图像帧的第一特征点和所述第一特征点对应的流特征，其中，所述流特征为所述待分析图像帧的前一帧的特征点位置与所述第一特征点位置之间的位置差，所述待分析图像帧的前一帧的特征点位置使用光流法跟踪获得；
[0009]根据所述初始目标位置和所述第一特征点对应的流特征，确定所述待分析图像帧中目标对象的当前目标位置；
[0010]根据所述初始位姿和所述待分析图像帧中目标对象的当前目标位置，确定所述待分析图像帧中目标对象的位姿
。
[0011]可选的，所述获取初始帧中目标对象的初始位姿和初始目标位置之前还包括：
[0012]对当前帧进行目标对象检测，判断所述当前帧是否有目标对象；
[0013]若所述当前帧中有所述目标对象，将所述当前帧作为待分析图像帧
。
[0014]可选的，所述获取初始帧中目标对象的初始位姿包括：
[0015]获取待识别模板的模板特征点和所述模板特征点对应的第一描述子，其中，所述待识别模板为仅包含目标对象的图像；
[0016]对所述初始帧进行特征点提取，获取所述初始帧的初始特征点和所述初始特征点对应的第二描述子；
[0017]对所述第二描述子和所述第一描述子进行匹配，获取所述初始特征点和所述模板特征点之间的匹配关系；
[0018]根据所述初始特征点和所述模板特征点之间的匹配关系，确定所述初始帧中目标对象的初始位姿
。
[0019]可选的，所述获取待分析图像帧的第一特征点包括：
[0020]对所述待分析图像帧进行特征点提取，获取所述待分析图像帧的所有特征点；
[0021]使用光流法跟踪所述待分析图像帧，获取所述待分析图像帧的前一帧对应的前一特征点位置；
[0022]根据所述前一特征点位置和所述当前特征点位置的差值，确定所有特征点对应的流特征；
[0023]以至少一种尺寸的图像块分别对所述待分析图像帧进行分块，获得至少一种具有多个图像块的待分析图像帧；
[0024]获取所有图像块内特征点的数目；
[0025]过滤掉所述图像块内特征点的数目小于数目阈值的图像块，获取过滤后的第一图像块；
[0026]根据所述第一图像块内的特征点对应的流特征模长，对所述第一图像块内的特征点进行过滤，获取所述第一图像块内的内特征点；
[0027]合并所有图像块内的内特征点，将所述内特征点作为所述第一特征点，其中，合并所有图像块内的内特征点为保留所有图像块中不重复的内特征点，将所有图像块中同一个位置重复的内特征点进行合并保留
。
[0028]可选的，所述初始目标位置为初始帧中包含所述目标对象的初始目标对象框的位置；
[0029]所述根据所述初始目标位置和所述第一特征点对应的流特征，确定所述待分析图像帧中目标对象的当前目标位置包括：
[0030]根据所述初始目标对象框的位置，获取所述第一特征点中位于所述初始目标对象框内的框内特征点；
[0031]选取相机运动对应变换模型；
[0032]获取所述框内特征点对应的流特征；
[0033]利用所述相机运动对应变换模型和所述框内特征点对应的流特征，获取所述待分析图像帧中目标对象的当前目标位置
。
[0034]可选的，所述根据所述初始目标对象框的位置，获取所述第一特征点中位于所述初始目标对象框内的框内特征点包括：
[0035]根据所述初始目标对象框，确定所述初始目标对象框的四条边对应直线；
[0036]根据所述第一特征点和所述初始目标对象框的四条边对应直线之间的位置关系，确定第一框内特征点；
[0037]根据所述运动对应变换模型和所述第一特征点，确定待分析图像帧相机运动产生的背景运动流特征；
[0038]根据所述第一特征点对应的流特征与所述背景运动流特征的差值，确定待分析图像帧前景运动对应的前景运动流特征；
[0039]过滤掉所述第一框内特征点中前景运动流特征的模长小于第一模长阈值的特征点，将过滤后的第一框内特征点作为所述框内特征点
。
[0040]可选的，所述选取相机运动对应变换模型包括：
[0041]根据待分析图像帧的宽和高
、
所述第一特征点对应的流特征的宽和高，按照单应变换
、
仿射变换
、
线性相似变换和平移变换的优先级顺序，利用迭代加权最小二乘法
IRLS
依次获取相机运动的单应变换的参数
、
仿射变换的参数
、
线性相似变换的参数和平移变换的参数，直到获取成功；
[0042]根据获取成功的相机运动的变换参数，确定与所述变换参数对应的变换矩阵；
[0043]将所述变换矩阵作为相机运动对应变换模型
。
[0044]可选的，所述根据待分析图像帧的宽和高
、
所述第一特征点对应的流特征的宽和高，按照单应变换
、
仿射本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种位姿确定方法，其特征在于，包括：获取初始帧中目标对象的初始位姿和初始目标位置，其中，所述初始帧为第一个包含目标对象的图像帧；获取待分析图像帧的第一特征点和所述第一特征点对应的流特征，其中，所述流特征为所述待分析图像帧的前一帧的特征点位置与所述第一特征点位置之间的位置差，所述待分析图像帧的前一帧的特征点位置使用光流法跟踪获得；根据所述初始目标位置和所述第一特征点对应的流特征，确定所述待分析图像帧中目标对象的当前目标位置；根据所述初始位姿和所述待分析图像帧中目标对象的当前目标位置，确定所述待分析图像帧中目标对象的位姿
。2.
根据权利要求1所述的方法，其特征在于，所述获取初始帧中目标对象的初始位姿和初始目标位置之前还包括：对当前帧进行目标对象检测，判断所述当前帧是否有目标对象；若所述当前帧中有所述目标对象，将所述当前帧作为待分析图像帧
。3.
根据权利要求1所述的方法，其特征在于，所述获取初始帧中目标对象的初始位姿包括：获取待识别模板的模板特征点和所述模板特征点对应的第一描述子，其中，所述待识别模板为仅包含目标对象的图像；对所述初始帧进行特征点提取，获取所述初始帧的初始特征点和所述初始特征点对应的第二描述子；对所述第二描述子和所述第一描述子进行匹配，获取所述初始特征点和所述模板特征点之间的匹配关系；根据所述初始特征点和所述模板特征点之间的匹配关系，确定所述初始帧中目标对象的初始位姿
。4.
根据权利要求1所述的方法，其特征在于，所述获取待分析图像帧的第一特征点包括：对所述待分析图像帧进行特征点提取，获取所述待分析图像帧的所有特征点；使用光流法跟踪所述待分析图像帧，获取所述待分析图像帧的前一帧对应的前一特征点位置；根据所述前一特征点位置和所述当前特征点位置的差值，确定所有特征点对应的流特征；以至少一种尺寸的图像块分别对所述待分析图像帧进行分块，获得至少一种具有多个图像块的待分析图像帧；获取所有图像块内特征点的数目；过滤掉所述图像块内特征点的数目小于数目阈值的图像块，获取过滤后的第一图像块；根据所述第一图像块内的特征点对应的流特征模长，对所述第一图像块内的特征点进行过滤，获取所述第一图像块内的内特征点；合并所有图像块内的内特征点，将所述内特征点作为所述第一特征点，其中，合并所有
图像块内的内特征点为保留所有图像块中不重复的内特征点，将所有图像块中同一个位置重复的内特征点进行合并保留
。5.
根据权利要求1所述的方法，其特征在于，所述初始目标位置为初始帧中包含所述目标对象的初始目标对象框的位置；所述根据所述初始目标位置和所述第一特征点对应的流特征，确定所述待分析图像帧中目标对象的当前目标位置包括：根据所述初始目标对象框的位置，获取所述第一特征点中位于所述初始目标对象框内的框内特征点；选取相机运动对应变换模型；获取所述框内特征点对应的流特征；利用所述相机运动对应变换模型和所述框内特征点对应的流特征，获取所述待分析图像帧中目标对象的当前目标位置
。6.
根据权利要求5所述的方法，其特征在于，所述根据所述初始目标对象框的位置，获取所述第一特征点中位于所述初始目标对象框内的框内特征点包括：根据所述初始目标对象框，确定所述初始目标对象框的四条边对应直线；根据所述第一特征点和所述初始目标对象框的四条边对应直线之间的位置关系，确定第一框内特征点；根据所述运动对应变换模型和所述第一特征点，确定待分析图像帧相机运动产生的背景运动流特征；根据所述第一特征点对应的流特征与所述背景运动流特征的差值，确定待分析图像帧前景运动对应的前景运动流特征；过滤掉所述第一框内特征点中前景运动流特征的模长小于第一模长阈值的特征点，将过滤后的第一框内特征点作为所述框内特征点
。7.
根据权利要求5所述的方法，其特征在于，所述选取相机运动对应变换模型包括：根据待分析图像帧的宽和高
、
所述第一特征点对应的流特征的宽和高，按照单应变换
、
仿射变换
、
线性相似变换和平移变换的优先级顺序，利用迭代加权最小二乘法
IRLS
依次获取相机运动的单应变换的参数
、
仿射变换的参数
、
线性相似变换的参数和平移变换的参数，直到获取成功；根据获取成功的相机运动的变换参数，确定与所述变换参数对应的变换矩阵；将所述变换矩阵作为相机运动对应变换模型
。8.
根据权利要求7所述的方法，其特征在于，所述根据待分析图像帧的宽和高
、
...

【专利技术属性】
技术研发人员：王乐，胡良军，罗德海，洪毅强，王琦，
申请(专利权)人：咪咕文化科技有限公司中国移动通信集团有限公司，
类型：发明
国别省市：