CN107025659A - 基于单位球面坐标映射的全景目标跟踪方法 - Google Patents
基于单位球面坐标映射的全景目标跟踪方法 Download PDFInfo
- Publication number
- CN107025659A CN107025659A CN201710231523.0A CN201710231523A CN107025659A CN 107025659 A CN107025659 A CN 107025659A CN 201710231523 A CN201710231523 A CN 201710231523A CN 107025659 A CN107025659 A CN 107025659A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- target
- coordinate system
- equation below
- tracking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000002245 particle Substances 0.000 claims abstract description 37
- 238000003384 imaging method Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 210000000664 rectum Anatomy 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 6
- 238000005070 sampling Methods 0.000 description 7
- 238000012952 Resampling Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于单位球面坐标映射的全景目标跟踪方法,具体包括如下步骤:步骤1,选取目标,获取目标中心点坐标并跟踪目标所占有的像素点的个数k1、k2;步骤2,将目标中心点坐标由全景图像坐标系映射到单位球面坐标系得到角度坐标(θ,φ);步骤3,统计目标模版的颜色直方图信息;步骤4,用粒子滤波方法跟踪更新目标状态,获得最优粒子的角度坐标(θ',φ');步骤5:将更新后的坐标(θ',φ')映射到图像坐标系得到步骤6:显示跟踪结果;步骤7:读取视频下一帧图像;步骤8:更新坐标点即用坐标点的坐标参数替换中的坐标参数;步骤9:重复步骤2~8直到视频结束帧。解决了由于全景图像畸变导致现有粒子滤波算法不能直接适用于全景图像目标跟踪上的问题。
Description
技术领域
本发明属于视觉目标跟踪技术领域,涉及一种基于单位球面坐标映射的全景目标跟踪方法。
背景技术
近年来,视觉跟踪已经成为人工智能、模式识别、计算机图形学、计算机视觉和数字图像处理等领域的主要研究工作之一。目前,国内外各类目标跟踪算法中,基于粒子滤波框架的跟踪算法是使用最多也是跟踪效果最好的。所谓粒子滤波是指:通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数,用样本均值代替积分运算,进而获得系统状态的最小方差估计的过程,这些样本被形象的称为“粒子”,故而称为粒子滤波。粒子滤波(Particle Filter)的思想基于蒙特卡洛方法(MC),它是利用粒子集来表示概率,可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布。
普通摄像机的成像范围只有90°左右,视野范围依然很小,缺乏获取大量信息的能力。近几年来,为了弥补普通相机的缺陷,全景成像系统逐渐进入了我们的视野当中。学者们利用一个普通CCD摄像机和一个曲面折反射镜搭建出折反射全景成像系统。反射镜的类型分为:抛物面反射镜(参见图1(a))、双曲面反射镜(参见图1(b))和椭圆面反射镜(参见图1(c))。
目标在全景相机中形状会发生很大的畸变,普通面阵图像中的目标也会发生畸变,但一般情况下畸变程度都不大,对跟踪鲁棒性的影响可以忽略。而在全景图像中由于全景镜头的几何特性致使全景图像拥有非线性分辨率的特性,这样就会导致目标在全景图像内会发生畸变,发生畸变的目标是无法通过常规计算特征直方图的方法来进行模板匹配的,并且目标在全景图像中不同位置的畸变程度也不一样,由此导致粒子滤波的方法无法应用到全景图像目标跟踪中。
发明内容
本发明的目的是提供一种基于单位球面坐标映射的全景目标跟踪方法,解决了由于全景图像畸变导致现有粒子滤波算法不能直接适用于全景图像目标跟踪上的问题。
本发明所采用的技术方案是,基于单位球面坐标映射的全景目标跟踪方法,具体包括如下步骤:
步骤1,初始化参数,读取第一帧图像,选取目标并用矩形框框选目标,获取目标中心点坐标并跟踪矩形框的长和宽上所占有的像素点的个数k1、k2;
步骤2,将步骤1获取的目标中心点图像坐标由全景图像坐标系映射到单位球面坐标系得到角度坐标(θ,φ);
步骤3,根据步骤2得到的角度坐标(θ,φ)统计目标模版的颜色直方图信息;
步骤4,用粒子滤波方法跟踪更新目标状态向量得到新的目标状态向量获得最优粒子的角度坐标(θ',φ');
步骤5:将步骤4更新后得到的最优粒子的角度坐标(θ',φ')映射到图像坐标系得到
步骤6:显示跟踪结果;
步骤7:读取视频下一帧图像;
步骤8:更新步骤2中的坐标点即用步骤5最终得到的坐标点的坐标参数替换中的坐标参数;
步骤9:重复步骤2到步骤8直到视频结束帧。
本发明的特点还在于,
其中步骤1的具体过程如下:
步骤1.1,设定粒子数为N,定义单位球面为Xs=(cos(φ)sinθ,sin(φ)cos(θ),cos(φ))T,其中,φ∈[0,π],θ∈[0,2π],φ、θ分别表示球面坐标的纬度和经度,设目标状态向量为其中和分别表示球面坐标的纬度φ和经度θ的导数;
步骤1.2,通过如下公式(1)获取摄像机内参数矩阵Kc:
其中,fx,fy分别表示在笛卡尔坐标下X轴和Y轴方向下的等效焦距,cx,cy分别表示物理世界一点投影到成像平面在横向和纵向上产生的偏移量;
步骤1.3,读入视频,读取视频的第一帧图像,在视频起始帧图像中手动选取跟踪目标,获取目标中心点图像坐标获取跟踪矩形框的长和宽上所占有的像素点的个数k1、k2。
其中步骤2的具体过程如下:
步骤2.1,根据步骤1中得到的全景图像平面上的目标中心点图像坐标通过如下公式(2)求目标中心点映射为单位球面上的一点
设一中间变量由如下公式(3)得:
通过如下公式(4)求Hc:
Hc=KcMcRc (4);
其中,Rc为3×3旋转矩阵,对于抛物镜面,Rc为单位矩阵;Mc仅由镜面类型决定,通过如下公式(5)求Mc:
其中,对于抛物镜面,ξ=1,镜面的通径为4p;
根据公式(3)得到的结果,通过如下公式(6)求得
其中,对于抛物镜面,ξ=1;
步骤2.2,将步骤2.1求得的点转化为球面坐标系下角度坐标(θ,φ),具体过程如下:
根据直角坐标系与球面坐标系间的转换关系,通过如下公式(7)求球面半径r:
其中,φ∈[0,π],θ∈[0,2π];
其中步骤3的具体过程如下:
步骤3.1,在球面坐标系上,以步骤2中得到的目标中心坐标(θ,φ)为中心以为边界选取一个扇形区域,将该扇形区域在经度方向上分为k1等份,纬度方向分为k2等份,获取该扇形区域内全部k1×k2个等分点的角度坐标(θi,φi),i=1,2,…,k1×k2;
其中,为角度偏移量,在1920×1080的图像分辨率下,的取值范围为:
的取值范围为:
其中,a、b为正值的常数,a的变化范围为40~140,b的变化范围为20~70,且
步骤3.2,将步骤3.1所得的角度坐标点(θi,φi),其中,i=1,2,…,k1×k2映射回全景图像坐标系得到点i=1,2,…,k1×k2;
具体过程如下:
将角度坐标(θi,φi),i=1,2,…,k1×k2转化为直角坐标i=1,2,…,k1×k2;根据直角坐标系与球面坐标系间的转换关系,通过如下公式(12)求点的坐标为:
其中,i=1,2,…,k1×k2;
通过如下根据公式(13),将直角坐标点i=1,2,…,k1×k2映射回图像坐标系:
其中,通过如下公式(14),求
其中i=1,2,…,k1×k2,对于抛物镜面,ξ=1;
步骤3.3,取步骤3.2所得的全景图像坐标点i=1,2,…,k1×k2对应的灰度值来统计目标的颜色直方图信息。
其中步骤5的具体过程如下:
将角度坐标(θ',φ')转化为直角坐标根据直角坐标系与球面坐标系间的转换关系,有如下公式,
根据如下公式(20),将直角坐标系点映射回图像坐标系:
通过如下公式(21)求
其中对于抛物镜面,ξ=1。
本发明的有益效果是,本发明提供的一种基于单位球面坐标映射的全景目标跟踪方法,依据全景成像原理将全景图像坐标系映射到一个单位球面坐标系中,在这个单位球面做坐标系中进行重要性采样,解决了由于全景图像畸变导致现有粒子滤波算法不能直接适用于全景图像目标跟踪上的问题。
附图说明
图1是几种常见的中心折反射全景视觉系统类型示意图;
图2是本发明基于单位球面坐标映射的全景目标跟踪方法中选取跟踪目标示意图;
图3是本发明基于单位球面坐标映射的全景目标跟踪方法中单位球面坐标系示意图;
图4是本发明基于单位球面坐标映射的全景目标跟踪方法中抛物面反射镜全景系统成像原理示意图;
图5是本发明基于单位球面坐标映射的全景目标跟踪方法中标模版直方图的计算过程示意图;
图6是本发明基于单位球面坐标映射的全景目标跟踪方法中目标跟踪结果示意图;
图7是采用本发明基于单位球面坐标映射的全景目标跟踪方法进行目标跟踪的跟踪过程示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明基于单位球面坐标映射的全景目标跟踪方法,首先在研究全景图像坐标系和单位球面坐标系变换的基础上,将全景图像坐标系映射到单位球面坐标系上,在这个球面坐标系上,以目标中心坐标为中心根据目标大小选取扇形区域,统计得到该扇形区域内的一系列坐标点,然后将这些扇形区域内的坐标点映射回全景图像坐标,再取这些全景图像坐标对应的灰度值来计算目标的直方图,这样算出的灰度直方图能更好的表示目标而不会参入过多的背景噪声。最后在球面坐标系上进行粒子滤波重要性采样和重采样,将得到的最优结果映射回全景图像坐标系,从而得到最优的跟踪结果。
本发明基于单位球面坐标映射的全景目标跟踪方法,本方法实际应用过程中使用的是中心折反射成像系统,具体类别为抛物面反射镜,具体包括以下步骤:
步骤1,初始化参数,读取第一帧图像,选取目标并用矩形框框选目标,如图2所示,获取目标中心点坐标并跟踪矩形框的长和宽上所占有的像素点的个数k1、k2;
步骤1.1,设定粒子数为N,定义单位球面为Xs=(cos(φ)sinθ,sin(φ)cos(θ),cos(φ))T,如图3,其中,φ∈[0,π],θ∈[0,2π],φ、θ分别表示球面坐标的纬度和经度,设目标状态向量为其中和分别表示球面坐标的纬度φ和经度θ的导数;
步骤1.2,通过如下公式(1)获取摄像机内参数矩阵Kc;
其中fx,fy分别表示在笛卡尔坐标下X轴和Y轴方向下的等效焦距,cx,cy分别表示物理世界一点投影到成像平面在横向和纵向上产生的偏移量。这四个参数均可通过相机标定获得;
步骤1.3,读入视频,读取视频的第一帧图像,在视频起始帧图像中手动选取跟踪目标,获取目标中心点图像坐标获取跟踪矩形框的长和宽上所占有的像素点的个数k1、k2;
步骤2,将目标中心点图像坐标由全景图像坐标系映射到单位球面坐标系得到角度坐标(θ,φ);
步骤2.1,根据步骤1中得到的全景图像平面上的目标中心点图像坐标根据如下公式(2)求将目标中心点映射为单位球面上的一点
设一中间变量根据如下公式(3)计算,
通过如下公式(4)求Hc:
Hc=KcMcRc (4);
其中,Rc为3×3旋转矩阵,对于抛物镜面,Rc为单位矩阵,Kc为相机内参,在公式1中已给出,Mc仅由镜面类型决定,由公式5给出
其中,对于抛物镜面,ξ=1为常数,镜面的通径为4p;如图4所示;图4为抛物面反射镜全景系统成像原理示意图,有坐标系R和Rcam,R是反射平面坐标系,该坐标系下z轴和镜面轴一致,原点O与抛物面反射镜全景系统反射平面的内焦点重合。Rcam是相机坐标系。Rcam的z轴依然与镜面轴一致,中心折反射全景图像是由投影中心在Ocam的普通相机获得的。Rc为旋转矩阵。设世界坐标系下有一个可见的世界点Xh,每一个可见点都可以通过射线xray与抛物面反射镜全景系统的内焦点连接在一起。射线xray与镜面相交于点Xm。然后通过投影射线xcam将世界点Xh映射到全景图像平面上;
根据公式(3)得到的结果,通过如下公式(6)求得
步骤2.2,将点转化为球面坐标系下角度坐标(θ,φ);根据直角坐标系与球面坐标系间的转换关系,有如下公式,但同时需保证角度满足φ∈[0,π],θ∈[0,2π]:
其中,r为球面半径;
步骤3,根据步骤2得到的角度坐标(θ,φ)统计目标模版的颜色直方图信息;
步骤3.1,在球面坐标系上,以步骤2中得到的目标中心坐标(θ,φ)为中心以为边界选取一个扇形区域,将该扇形区域在经度方向上分为k1等份,纬度方向分为k2等份,如图5所示,获取该扇形区域内全部k1×k2个等分点的角度坐标(θi,φi),i=1,2,…,k1×k2;
其中,为角度偏移量,在1920×1080的图像分辨率下,的取值范围为:
的取值范围为:
其中,a、b为正值的常数,a的变化范围为40~140,b的变化范围为20~70,且
步骤3.2,将步骤3.1所得的角度坐标点(θi,φi),其中,i=1,2,…,k1×k2映射回全景图像坐标得到点i=1,2,…,k1×k2;
具体过程如下:
将角度坐标(θi,φi),i=1,2,…,k1×k2转化为直角坐标i=1,2,…,k1×k2;根据直角坐标系与球面坐标系间的转换关系,通过如下公式(12)求点的坐标为:
其中,i=1,2,…,k1×k2;
通过如下根据公式(13),将直角坐标点i=1,2,…,k1×k2映射回图像坐标系:
其中,通过如下公式(14),求
其中i=1,2,…,k1×k2,对于抛物镜面,ξ=1;
步骤3.3,取步骤3.2所得的全景图像坐标点i=1,2,…,k1×k2对应的灰度值来统计目标的颜色直方图信息。
步骤4:用粒子滤波方法跟踪更新目标状态向量得到新的目标状态向量获得新的目标角度坐标(θ',φ');本发明采用的粒子滤波算法参考[科学出版社]2010年8月出版的第一版《粒子滤波原理及其应用》[28页~29页]。
假设t-1时刻目标的粒子集为其中,代表t-1时刻第j个粒子的状态;代表t-1时刻第j个粒子的权重,N表示粒子总数;
则粒子滤波算法的具体步骤为:
步骤4.1,重要性采样
对于粒子数j=1,..,N,根据重要性采样密度函数采样新的粒子其中,zt为观测值,在本方法中为步骤3所最终得到的目标的颜色直方图信息;
步骤4.2,粒子权值更新
依据步骤4.1中的观测值zt,通过如下公式(14)计算每个粒子j=1,..,N的权值,得粒子的权值为:
其中,j=1,..,N
并归一化粒子权值:
步骤4.3,重采样
首先计算有效粒子数:
如果则进行重采样,获得新的粒子集合
否则,
步骤4.4,得出更新后的最优结果
其中,s'表示t时刻的粒子的最优状态。
步骤5:将步骤4更新后得到的最优粒子的角度坐标(θ',φ')映射到图像坐标系得到
具体过程如下:
将角度坐标(θ',φ')转化为直角坐标根据直角坐标系与球面坐标系间的转换关系,有如下公式,
根据如下公式(20),将直角坐标系点映射回图像坐标系:
通过如下公式(21)求
其中对于抛物镜面,ξ=1;
步骤6:显示跟踪结果,如图6;
步骤7:读取视频下一帧图像
步骤8:更新步骤2中的坐标点即用步骤5最终得到的坐标点的坐标参数替换中的坐标参数。
步骤9:重复步骤2到步骤8直到视频结束帧,实验结果如图7所示,其中图7(a)为第0帧,图7(b)为第20帧,图7(c)为第40帧,图7(d)为第60帧,图7(e)为第80帧,图7(f)为第100帧。
本发明基于单位球面坐标映射的全景目标跟踪方法全景图像具有非线性分辨率的几何特性,因此目标在全景图像中会发生外形畸变,这种畸变会导致传统的粒子滤波算法在进行重要性采样时无法选择与全景图像几何特性相适应的采样方法,而且,这种畸变会导致无法利用传统方法对目标外观进行建模。针对此问题,本发明依据全景成像原理将全景图像坐标系映射到一个单位球面坐标系中,在这个单位球面做坐标系中进行重要性采样,解决了全景图像中由于目标畸变给目标跟踪带来的问题。
Claims (5)
1.基于单位球面坐标映射的全景目标跟踪方法,其特征在于:具体包括如下步骤:
步骤1,初始化参数,读取第一帧图像,选取目标并用矩形框框选目标,获取目标中心点坐标并跟踪矩形框的长和宽上所占有的像素点的个数k1、k2;
步骤2,将步骤1获取的目标中心点图像坐标由全景图像坐标系映射到单位球面坐标系得到角度坐标(θ,φ);
步骤3,根据步骤2得到的角度坐标(θ,φ)统计目标模版的颜色直方图信息;
步骤4,用粒子滤波方法跟踪更新目标状态向量得到新的目标状态向量获得最优粒子的角度坐标(θ',φ');
步骤5:将步骤4更新后得到的最优粒子的角度坐标(θ',φ')映射到图像坐标系得到
步骤6:显示跟踪结果;
步骤7:读取视频下一帧图像;
步骤8:更新步骤2中的坐标点即用步骤5最终得到的坐标点的坐标参数替换中的坐标参数;
步骤9:重复步骤2到步骤8直到视频结束帧。
2.根据权利要求1所述的基于单位球面坐标映射的全景目标跟踪方法,其特征在于:所述步骤1的具体过程如下:
步骤1.1,设定粒子数为N,定义单位球面为Xs=(cos(φ)sinθ,sin(φ)cos(θ),cos(φ))T,其中,φ∈[0,π],θ∈[0,2π],φ、θ分别表示球面坐标的纬度和经度,设目标状态向量为其中和分别表示球面坐标的纬度φ和经度θ的导数;
步骤1.2,通过如下公式(1)获取摄像机内参数矩阵Kc:
其中,fx,fy分别表示在笛卡尔坐标下X轴和Y轴方向下的等效焦距,cx,cy分别表示物理世界一点投影到成像平面在横向和纵向上产生的偏移量;
步骤1.3,读入视频,读取视频的第一帧图像,在视频起始帧图像中手动选取跟踪目标,获取目标中心点图像坐标获取跟踪矩形框的长和宽上所占有的像素点的个数k1、k2。
3.根据权利要求1所述的基于单位球面坐标映射的全景目标跟踪方法,其特征在于:所述步骤2的具体过程如下:
步骤2.1,根据步骤1中得到的全景图像平面上的目标中心点图像坐标通过如下公式(2)求目标中心点映射为单位球面上的一点
设一中间变量由如下公式(3)得:
通过如下公式(4)求Hc:
Hc=KcMcRc (4);
其中,Rc为3×3旋转矩阵,对于抛物镜面,Rc为单位矩阵,Mc仅由镜面类型决定,通过如下公式(5)求Mc:
其中,对于抛物镜面,ξ=1,镜面的通径为4p;
根据公式(3)得到的结果,通过如下公式(6)求得
其中,对于抛物镜面,ξ=1;
步骤2.2,将步骤2.1求得的点转化为球面坐标系下角度坐标(θ,φ),具体过程如下:
根据直角坐标系与球面坐标系间的转换关系,通过如下公式(7)求球面半径r:
其中,φ∈[0,π],θ∈[0,2π];
4.根据权利要求1所述的基于单位球面坐标映射的全景目标跟踪方法,其特征在于:所述步骤3的具体过程如下:
步骤3.1,在球面坐标系上,以步骤2中得到的目标中心坐标(θ,φ)为中心以为边界选取一个扇形区域,将该扇形区域在经度方向上分为k1等份,纬度方向分为k2等份,获取该扇形区域内全部k1×k2个等分点的角度坐标(θi,φi),i=1,2,…,k1×k2;
其中,为角度偏移量,在1920×1080的图像分辨率下,的取值范围为:
的取值范围为:
其中,a、b为正值的常数,a的变化范围为40~140,b的变化范围为20~70,且
步骤3.2,将步骤3.1所得的角度坐标点(θi,φi),其中,i=1,2,…,k1×k2映射回全景图像坐标系得到点i=1,2,…,k1×k2;
具体过程如下:
将角度坐标(θi,φi),i=1,2,…,k1×k2转化为直角坐标i=1,2,…,k1×k2;根据直角坐标系与球面坐标系间的转换关系,通过如下公式(12)求点的坐标为:
其中,i=1,2,…,k1×k2;
通过如下根据公式(13),将直角坐标点i=1,2,…,k1×k2映射回图像坐标系:
其中,通过如下公式(14),求
其中i=1,2,…,k1×k2,对于抛物镜面,ξ=1;
步骤3.3,取步骤3.2所得的全景图像坐标点i=1,2,…,k1×k2对应的灰度值来统计目标的颜色直方图信息。
5.根据权利要求1所述的基于单位球面坐标映射的全景目标跟踪方法,其特征在于:所述步骤5的具体过程如下:
将角度坐标(θ',φ')转化为直角坐标根据直角坐标系与球面坐标系间的转换关系,有如下公式,
根据如下公式(20),将直角坐标系点映射回图像坐标系:
通过如下公式(21)求
其中,对于抛物镜面,ξ=1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710231523.0A CN107025659B (zh) | 2017-04-11 | 2017-04-11 | 基于单位球面坐标映射的全景目标跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710231523.0A CN107025659B (zh) | 2017-04-11 | 2017-04-11 | 基于单位球面坐标映射的全景目标跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107025659A true CN107025659A (zh) | 2017-08-08 |
CN107025659B CN107025659B (zh) | 2020-03-31 |
Family
ID=59526815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710231523.0A Expired - Fee Related CN107025659B (zh) | 2017-04-11 | 2017-04-11 | 基于单位球面坐标映射的全景目标跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107025659B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108848304A (zh) * | 2018-05-30 | 2018-11-20 | 深圳岚锋创视网络科技有限公司 | 一种全景视频的目标跟踪方法、装置和全景相机 |
CN110826218A (zh) * | 2019-11-01 | 2020-02-21 | 成都景中教育软件有限公司 | 一种动态几何软件中基于参数的坐标系实现方法 |
CN113313735A (zh) * | 2021-05-25 | 2021-08-27 | 上海哔哩哔哩科技有限公司 | 全景视频数据处理方法及装置 |
CN113315914A (zh) * | 2021-05-25 | 2021-08-27 | 上海哔哩哔哩科技有限公司 | 全景视频数据处理方法及装置 |
WO2021184289A1 (zh) * | 2020-03-19 | 2021-09-23 | 深圳市大疆创新科技有限公司 | 对象解算、绕点飞行方法及设备 |
CN113518214A (zh) * | 2021-05-25 | 2021-10-19 | 上海哔哩哔哩科技有限公司 | 全景视频数据处理方法及装置 |
US11647294B2 (en) | 2021-05-25 | 2023-05-09 | Shanghai Bilibili Technology Co., Ltd. | Panoramic video data process |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101447075A (zh) * | 2008-12-31 | 2009-06-03 | 天津理工大学 | 基于大广角镜头的fpga+dsp嵌入式多值目标阈值分类跟踪装置 |
CN103826103A (zh) * | 2014-02-27 | 2014-05-28 | 浙江宇视科技有限公司 | 云台摄像机巡航控制方法 |
CN104639916A (zh) * | 2015-03-04 | 2015-05-20 | 合肥巨清信息科技有限公司 | 一种大场景多目标跟踪拍摄视频监控系统及其监控方法 |
CN106096573A (zh) * | 2016-06-23 | 2016-11-09 | 乐视控股(北京)有限公司 | 目标跟踪方法、装置、系统及远程监控系统 |
-
2017
- 2017-04-11 CN CN201710231523.0A patent/CN107025659B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101447075A (zh) * | 2008-12-31 | 2009-06-03 | 天津理工大学 | 基于大广角镜头的fpga+dsp嵌入式多值目标阈值分类跟踪装置 |
CN103826103A (zh) * | 2014-02-27 | 2014-05-28 | 浙江宇视科技有限公司 | 云台摄像机巡航控制方法 |
CN104639916A (zh) * | 2015-03-04 | 2015-05-20 | 合肥巨清信息科技有限公司 | 一种大场景多目标跟踪拍摄视频监控系统及其监控方法 |
CN106096573A (zh) * | 2016-06-23 | 2016-11-09 | 乐视控股(北京)有限公司 | 目标跟踪方法、装置、系统及远程监控系统 |
Non-Patent Citations (2)
Title |
---|
LONG LIU ETC,: ""Visual Attention Model Based on Particle Filter"", 《KSII TRANSACTION ON INTERNET AND INFORMATION SYSTEMS》 * |
李胜辉: ""自主导航农业车辆的全景视觉多运动目标识别跟踪"", 《农业机械学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108848304A (zh) * | 2018-05-30 | 2018-11-20 | 深圳岚锋创视网络科技有限公司 | 一种全景视频的目标跟踪方法、装置和全景相机 |
CN108848304B (zh) * | 2018-05-30 | 2020-08-11 | 影石创新科技股份有限公司 | 一种全景视频的目标跟踪方法、装置和全景相机 |
US11509824B2 (en) | 2018-05-30 | 2022-11-22 | Arashi Vision Inc. | Method for tracking target in panoramic video, and panoramic camera |
CN110826218A (zh) * | 2019-11-01 | 2020-02-21 | 成都景中教育软件有限公司 | 一种动态几何软件中基于参数的坐标系实现方法 |
CN110826218B (zh) * | 2019-11-01 | 2023-03-21 | 成都景中教育软件有限公司 | 一种动态几何软件中基于参数的坐标系实现方法 |
WO2021184289A1 (zh) * | 2020-03-19 | 2021-09-23 | 深圳市大疆创新科技有限公司 | 对象解算、绕点飞行方法及设备 |
CN113313735A (zh) * | 2021-05-25 | 2021-08-27 | 上海哔哩哔哩科技有限公司 | 全景视频数据处理方法及装置 |
CN113315914A (zh) * | 2021-05-25 | 2021-08-27 | 上海哔哩哔哩科技有限公司 | 全景视频数据处理方法及装置 |
CN113518214A (zh) * | 2021-05-25 | 2021-10-19 | 上海哔哩哔哩科技有限公司 | 全景视频数据处理方法及装置 |
CN113518214B (zh) * | 2021-05-25 | 2022-03-15 | 上海哔哩哔哩科技有限公司 | 全景视频数据处理方法及装置 |
US11647294B2 (en) | 2021-05-25 | 2023-05-09 | Shanghai Bilibili Technology Co., Ltd. | Panoramic video data process |
Also Published As
Publication number | Publication date |
---|---|
CN107025659B (zh) | 2020-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107025659A (zh) | 基于单位球面坐标映射的全景目标跟踪方法 | |
CN110363116B (zh) | 基于gld-gan的不规则人脸矫正方法、系统及介质 | |
CN110197466B (zh) | 一种广角鱼眼图像矫正方法 | |
CN110232389A (zh) | 一种基于绿色作物特征提取不变性的立体视觉导航方法 | |
CN107194872A (zh) | 基于内容感知深度学习网络的遥感图像超分辨率重建方法 | |
CN104134200B (zh) | 一种基于改进加权融合的运动场景图像拼接方法 | |
CN105913487A (zh) | 一种基于人眼图像中虹膜轮廓分析匹配的视线方向计算方法 | |
CN105678806A (zh) | 一种基于Fisher判别的生猪行为轨迹自动跟踪方法 | |
CN107563996B (zh) | 一种新型视神经盘分割方法及系统 | |
CN107145224B (zh) | 基于三维球面泰勒展开的人眼视线跟踪方法和装置 | |
CN105631859B (zh) | 三自由度仿生立体视觉系统 | |
CN104217459B (zh) | 一种球面特征提取方法 | |
CN113255486B (zh) | 一种基于高位视频监控的车位占用检测方法 | |
CN105335977B (zh) | 摄像系统及目标对象的定位方法 | |
CN107506795A (zh) | 一种面向图像匹配的局部灰度直方图特征描述子建立方法和图像匹配方法 | |
CN108427961A (zh) | 基于卷积神经网络的合成孔径聚焦成像深度评估方法 | |
CN105719293A (zh) | 一种脑部mri图像分割方法 | |
CN109242787A (zh) | 一种中小学艺术测评中绘画录入方法 | |
CN113052110B (zh) | 一种基于多视图投影和深度学习的三维兴趣点提取方法 | |
Trongtirakul et al. | Unsupervised and optimized thermal image quality enhancement and visual surveillance applications | |
CN104133874B (zh) | 基于真彩色点云的街景影像生成方法 | |
Zheng et al. | Overwater image dehazing via cycle-consistent generative adversarial network | |
CN112924037A (zh) | 基于图像配准的红外体温检测系统及检测方法 | |
CN109166178A (zh) | 一种视觉特性与行为特性融合的全景图像显著图生成方法及系统 | |
WO2022062153A1 (zh) | 一种高尔夫球落地式检测方法、系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200331 |
|
CF01 | Termination of patent right due to non-payment of annual fee |