【技术实现步骤摘要】
本申请涉及智能可调式对象捕捉设备，更具体的说，本申请涉及一种智能可调式对象捕捉设备及其控制方法。
技术介绍
1、智能可调式对象捕捉设备是一种具有智能和可调节功能的对象捕捉技术设备，它结合了对象捕捉技术和自适应调节功能，以提供更准确和可靠的对象捕捉和追踪能力。
2、智能可调式对象捕捉设备通常包括高精度传感器、相机阵列、深度摄像头或激光扫描仪等感知技术，用于捕捉和跟踪对象的位置、运动和其他属性，通过实时获取对象的数据，并结合内部的智能算法和模型，设备可以分析和理解对象的动作、形态和状态，智能可调式对象捕捉设备通常还具有自适应调节功能，意味着它能够根据不同场景和需求进行灵活调整和优化，例如，智能可调式对象捕捉设备可以自动适应光照条件的变化，调整摄像头的曝光度和对焦方式，以确保对象捕捉的质量，智能可调式对象捕捉设备在许多应用中都有潜在的用途，例如，在虚拟现实和增强现实领域，它可以提供更精确和逼真的对象追踪，改善用户的交互体验，在电影、游戏和动画制作中，它可以用于高精度的运动捕捉和角色建模。但是在现有技术中，智能可调式对象捕捉设备在对捕捉对象进行运动轨迹跟踪时，捕捉对象的运动轨迹数据是实时获取并且运动轨迹数据是动态变化的，因此对象运动轨迹数据庞大且复杂，使得智能可调式对象捕捉设备对对象运动轨迹数据处理效率低下，导致对捕捉对象的运动轨迹跟踪出现运动轨迹跟踪精度低的问题。
技术实现思路
1、本申请提供一种智能可调式对象捕捉设备及其控制方法，以解决在对捕捉对象进行运动轨迹跟踪时存在运动
2、为解决上述技术问题，本申请采用如下技术方案：
3、第一方面，本申请提供一种智能可调式对象捕捉设备的控制方法，包括：
4、捕捉目标对象的运动轨迹，得到对象运动轨迹数据集；
5、根据所述对象运动轨迹数据集确定运动轨迹决策量，通过所述运动轨迹决策量对所述对象运动轨迹数据集进行轨迹决策保留，得到对象运动轨迹决策域；
6、通过所述对象运动轨迹决策域确定运动轨迹纯度因子，根据所述运动轨迹纯度因子对所述对象运动轨迹决策域进行提取，得到对象运动轨迹决策量；
7、通过所述对象运动轨迹决策量和所述对象运动轨迹决策域确定多个对象运动轨迹决策序列，通过对象运动轨迹决策序列确定运动轨迹同质度，进而根据所述运动轨迹同质度确定所述对象运动轨迹决策量的轨迹特征纯度决策因子；
8、通过所述轨迹特征纯度决策因子确定对象运动轨迹跟踪特征，根据所述对象运动轨迹跟踪特征对捕捉对象进行运动轨迹跟踪。
9、在一些实施例中，捕捉目标对象的运动轨迹，得到对象运动轨迹数据集具体包括：
10、对捕捉到的运动轨迹进行一致性检查，得到运动轨迹误差数据和运动轨迹无误数据；
11、对所述运动轨迹误差数据进行修正，得到运动轨迹修正数据；
12、根据所述运动轨迹修正数据与所述运动轨迹无误数据确定对象运动轨迹数据集。
13、在一些实施例中，根据所述对象运动轨迹数据集确定运动轨迹决策量具体包括：
14、获取所述对象运动轨迹数据集中的运动轨迹方向信息和运动轨迹速度信息；
15、通过所述运动轨迹方向信息确定运动轨迹角度偏移量；
16、通过所述运动轨迹速度信息确定运动轨迹速度变化量；
17、将所述运动轨迹角度偏移量和所述运动轨迹速度变化量作为运动轨迹决策量。
18、在一些实施例中，通过所述运动轨迹决策量对所述对象运动轨迹数据集进行轨迹决策保留，得到对象运动轨迹决策域具体包括：
19、获取对象运动轨迹数据集中每个对象运动轨迹数据点的运动轨迹决策量；
20、将运动轨迹决策量中运动轨迹角度偏移量小于角度偏移决策值的对象运动轨迹数据点保留，得到角度保留对象运动轨迹数据点；
21、将运动轨迹决策量中运动轨迹速度变化量超过轨迹速度决策值的对象运动轨迹数据点保留，得到速度保留对象运动轨迹数据点；
22、通过所述角度保留对象运动轨迹数据点和所述速度保留对象运动轨迹数据点确定对象运动轨迹决策域。
23、在一些实施例中，通过所述对象运动轨迹决策域确定运动轨迹纯度因子具体包括：
24、确定对象运动轨迹决策域中对象运动轨迹决策类总数；
25、确定每个对象运动轨迹决策类中的对象运动轨迹决策数据总量；
26、确定对象运动轨迹决策域中对象运动轨迹决策数据总量；
27、根据所述对象运动轨迹决策域中对象运动轨迹决策类总数、所述每个对象运动轨迹决策类中的对象运动轨迹决策数据总量和所述对象运动轨迹决策域中对象运动轨迹决策数据总量确定运动轨迹纯度因子，其中，所述运动轨迹纯度因子根据下述公式确定：
28、
29、其中，表示对象运动轨迹决策域的轨迹纯度因子，表示对象运动轨迹决策域，表示对象运动轨迹决策域中对象运动轨迹决策数据总量，表示对象运动轨迹决策域中对象运动轨迹决策数据类总量，表示对象运动轨迹决策域中的第类对象运动轨迹决策数据，表示对象运动轨迹决策域中第类对象运动轨迹决策数据总量。
30、在一些实施例中，通过所述轨迹特征纯度决策因子确定对象运动轨迹跟踪特征是将轨迹特征纯度决策因子值最大的对象运动轨迹决策量作为对象运动轨迹跟踪特征。
31、在一些实施例中，根据所述对象运动轨迹跟踪特征对捕捉对象进行运动轨迹跟踪具体包括：
32、将对象运动轨迹跟踪特征作为捕捉对象运动模型的输入，得到捕捉对象的估计运动轨迹；
33、根据所述捕捉对象的估计运动轨迹实时更新捕捉对象的运动轨迹。
34、第二方面，本申请提供一种智能可调式对象捕捉设备，包括有捕捉控制单元，所述捕捉控制单元包括：
35、对象运动轨迹数据集获取模块，用于捕捉目标对象的运动轨迹，得到对象运动轨迹数据集；
36、对象运动轨迹决策域确定模块，用于根据所述对象运动轨迹数据集确定运动轨迹决策量，通过所述运动轨迹决策量对所述对象运动轨迹数据集进行轨迹决策保留，得到对象运动轨迹决策域；
37、对象运动轨迹决策量确定模块，用于通过所述对象运动轨迹决策域确定运动轨迹纯度因子，根据所述运动轨迹纯度因子对所述对象运动轨迹决策域进行提取，得到对象运动轨迹决策量；
38、轨迹特征纯度决策因子确定模块，用于通过所述对象运动轨迹决策量和所述对象运动轨迹决策域确定多个对象运动轨迹决策序列，通过对象运动轨迹决策序列确定运动轨迹同质度，进而根据所述运动轨迹同质度确定所述对象运动轨迹决策量的轨迹特征纯度决策因子；
39、运动轨迹跟踪模块，用于通过所述轨迹特征纯度决策因子确定对象运动轨迹跟踪特征，根据所述对象运动轨迹跟踪特征对捕捉对象进行运动轨迹跟踪。
40、第三方面，本申请提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器用于存储计本文档来自技高网...
【技术保护点】
1.一种智能可调式对象捕捉设备的控制方法，其特征在于，包括如下步骤：
2.如权利要求1所述的方法，其特征在于，捕捉目标对象的运动轨迹，得到对象运动轨迹数据集具体包括：
3.如权利要求1所述的方法，其特征在于，根据所述对象运动轨迹数据集确定运动轨迹决策量具体包括：
4.如权利要求1所述的方法，其特征在于，通过所述运动轨迹决策量对所述对象运动轨迹数据集进行轨迹决策保留，得到对象运动轨迹决策域具体包括：
5.如权利要求1所述的方法，其特征在于，通过所述对象运动轨迹决策域确定运动轨迹纯度因子具体包括：
6.如权利要求1所述的方法，其特征在于，通过所述轨迹特征纯度决策因子确定对象运动轨迹跟踪特征是将轨迹特征纯度决策因子值最大的对象运动轨迹决策量作为对象运动轨迹跟踪特征。
7.如权利要求1所述的方法，其特征在于，根据所述对象运动轨迹跟踪特征对捕捉对象进行运动轨迹跟踪具体包括：
8.一种智能可调式对象捕捉设备，其采用权利要求1的控制方法进行控制，其特征在于，该智能可调式对象捕捉设备包括有捕捉控制单元，所述捕捉控
9.一种计算机设备，其特征在于，所述计算机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，所述处理器用于从所述存储器中调用并运行所述计算机程序，使得所述计算机设备执行权利要求1至7中任一项所述的智能可调式对象捕捉设备的控制方法。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令或代码，当指令或代码在计算机上运行时，使得计算机执行时实现如权利要求1至7任一项所述的智能可调式对象捕捉设备的控制方法。
...【技术特征摘要】
1.一种智能可调式对象捕捉设备的控制方法，其特征在于，包括如下步骤：
2.如权利要求1所述的方法，其特征在于，捕捉目标对象的运动轨迹，得到对象运动轨迹数据集具体包括：
3.如权利要求1所述的方法，其特征在于，根据所述对象运动轨迹数据集确定运动轨迹决策量具体包括：
4.如权利要求1所述的方法，其特征在于，通过所述运动轨迹决策量对所述对象运动轨迹数据集进行轨迹决策保留，得到对象运动轨迹决策域具体包括：
5.如权利要求1所述的方法，其特征在于，通过所述对象运动轨迹决策域确定运动轨迹纯度因子具体包括：
6.如权利要求1所述的方法，其特征在于，通过所述轨迹特征纯度决策因子确定对象运动轨迹跟踪特征是将轨迹特征纯度决策因子值最大的对象运动轨迹决策量作为对象运动轨迹跟踪特征...
【专利技术属性】
技术研发人员：王定华，
申请(专利权)人：深圳卡思科电子有限公司，
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。