一种基于单目视频的对象深度提取方法技术

本发明专利技术涉及一种基于单目视频的对象深度提取方法，首先通过使用摄像机的自标定结果进行邻近关键帧之间的像素投影，取得匹配代价最小值，获得局部优化的初始化深度图；其次，定义了表达颜色一致性约束，几何一致性约束，平滑约束和初始化深度图信息的能量函数，将深度图提取问题转化为求能量函数最小化问题，当能量函数得到最优解时，获得的深度图为全局最优；再次，对图像进行各向异性扩散，再使用Meanshift算法获得较好的图像分割结果。对全局最优的深度图中的可信像素，利用分割结果进行平面拟合，更好的改进深度图的质量。同时考虑视频序列时间轴上的深度连续性，进行时间轴优化；最后对非关键帧采取简化算法。

【技术实现步骤摘要】
本专利技术涉及一种基于单目视频的对象深度提取方法，属于计算机视觉

技术介绍
深度信息是立体感的主要载体，可以在虚拟视点合成，场景分层，多视点视频压缩，对象提取等多个领域中发挥重要作用。目前在实际应用中都是采用多目摄像机或者深度摄像机直接进行深度信息采集，这种采集方法有以下四类问题1)数据量非常大。2)深度数据精度不高，尤其是深度摄像机在剧烈运动情况下数据精度急剧下降。3)现有的大量珍贵单目视频素材无法被再次利用。4)要求产业链的更新换代。基于单目视频的对象深度提取方法就是为了能够在当前的许多珍贵单目视频素材中直接提取深度信息而产生的技术。视频领域的典型方法包括基于全图像匹配的快速区域分割与区域视差估计算法、基于集束优化的连续视频深度图恢复方·法。基于全图像匹配的快速区域分割与区域视差估计算法的基本原理是将多视点视频图像中具有近似相同视差的区域称为一个深度对象，把能够反映该深度对象内所有像素深度特征的视差称为区域视差。一个深度对象并非仅对应于一个客观世界中的真实对象，它可能对应场景中深度特性较为一致的几个对象，深度对象与运动对象的概念也不相同，对应于同一个深度对象的几个真实场景中的本文档来自技高网...

【技术保护点】
一种基于单目视频的对象深度提取方法，其特征在于包括以下步骤：步骤一：确定极线：对输入的连续场景视频序列，选取其中一帧作为左关键帧，与其相隔若干帧作为右关键帧，在左右关键帧之间的视频帧作为非关键帧；对左右关键帧，分别使用摄像机自标定方法可以获得左右关键帧分别对应的内参矩阵Kt，Kt′，旋转矩阵Rt，Rt′和三维平移向量Tt，Tt′；以左关键帧为当前帧，对当前帧中像素，通过以下多视图几何投影公式：x′y′1=Kt′Rt′TRtKt-1xy1+dxKt′Rt′T(Tt-Tt′)---(1)确定像素点在右关键帧中对应的...

【技术特征摘要】
1.一种基于单目视频的对象深度提取方法，其特征在于包括以下步骤 步骤一确定极线对输入的连续场景视频序列，选取其中一帧作为左关键帧，与其相隔若干帧作为右关键帧，在左右关键帧之间的视频帧作为非关键帧；对左右关键帧，分别使用摄像机自标定方法可以获得左右关键帧分别对应的内参矩阵Kt，Kt,，旋转矩阵Rt，Rt,和三维平移向量Tt，Tt,;以左关键帧为当前帧，对当前帧中像素，通过以...

【专利技术属性】
技术研发人员：李炜，黄超，程浩，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：