CN110276348A - 一种图像定位方法、装置、服务器及存储介质 - Google Patents

一种图像定位方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN110276348A
CN110276348A CN201910538314.XA CN201910538314A CN110276348A CN 110276348 A CN110276348 A CN 110276348A CN 201910538314 A CN201910538314 A CN 201910538314A CN 110276348 A CN110276348 A CN 110276348A
Authority
CN
China
Prior art keywords
image
target
background map
information
cluster centre
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
Application number
CN201910538314.XA
Other languages
English (en)
Other versions
CN110276348B (zh
Inventor
揭泽群
黄鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201910538314.XA priority Critical patent/CN110276348B/zh
Publication of CN110276348A publication Critical patent/CN110276348A/zh
Application granted granted Critical
Publication of CN110276348B publication Critical patent/CN110276348B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • G06F18/232Non-hierarchical techniques
    • G06F18/2321Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • G06V10/245Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning

Abstract

本申请提供一种图像定位方法、装置、服务器及存储介质,通过获取与待定位的图像的背景地图匹配的至少一个聚类中心(至少一个聚类中心以对图像样本的特征点进行聚类生成,图像样本的背景地图与图像的背景地图相同,各个图像样本的中心点在背景地图中的坐标覆盖背景地图被划分成的各个网格);并基于待定位的图像的特征点所属的聚类中心生成待定位的图像的目标表示信息;进而根据表示信息与目标表示信息最相近的图像样本确定图像的中心点在背景地图中的坐标的方式,实现了对待定位的图像中心点在图像的背景地图中的坐标的定位,以便于确定图像中的战场位置,辅助游戏解说应用进行游戏解说。

Description

一种图像定位方法、装置、服务器及存储介质
技术领域
本发明涉及游戏应用技术领域,更具体地说,涉及一种图像定位方法、装置、服务器及存储介质。
背景技术
在游戏解说应用中对游戏视野坐标的定位对于理解游戏战场位置有着决定性作用,并且配合游戏中其他信息,比如角色、时间、装备等,可以极大的辅助游戏解说应用的工作。
通常情况下游戏应用中游戏战场位置位于游戏图像的中心点,我们将游戏图像的中心点在游戏的背景地图中的坐标认为是游戏图像的视野坐标。如何定位游戏图像中心点在游戏的背景地图中的坐标,以便于确定游戏图像中的战场位置,辅助游戏解说应用进行游戏解说,是亟待解决的问题。
发明内容
有鉴于此,为解决上述问题,本发明提供一种图像定位方法、装置、服务器及存储介质,可以定位图像中心点在图像的背景地图中的坐标,以便于确定图像中的战场位置,辅助游戏解说应用进行游戏解说。技术方案如下:
一种图像定位方法,包括:
确定待定位的图像;
获取与所述图像的背景地图匹配的至少一个聚类中心,所述至少一个聚类中心以对图像样本的特征点进行聚类生成,所述图像样本的背景地图与所述图像的背景地图相同,各个所述图像样本的中心点在所述背景地图中的坐标覆盖所述背景地图被划分成的各个网格;
基于所述图像的特征点所属的聚类中心生成所述图像的目标表示信息;
根据表示信息与所述目标表示信息最相近的所述图像样本确定所述图像的中心点在所述背景地图中的坐标。
一种图像定位装置,包括:
待定位图像确定单元,用于确定待定位的图像;
聚类中心获取单元,用于获取与所述图像的背景地图匹配的至少一个聚类中心,所述至少一个聚类中心以对图像样本的特征点进行聚类生成,所述图像样本的背景地图与所述图像的背景地图相同,各个所述图像样本的中心点在所述背景地图中的坐标覆盖所述背景地图被划分成的各个网格;
表示信息生成单元,用于基于所述图像的特征点所属的聚类中心生成所述图像的目标表示信息;
坐标定位单元,用于根据表示信息与所述目标表示信息最相近的所述图像样本确定所述图像的中心点在所述背景地图中的坐标。
一种服务器,包括:至少一个存储器和至少一个处理器;所述存储器存储有程序,所述处理器调用所述存储器存储的程序,所述程序用于实现所述图像定位方法。
一种存储介质,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行所述图像定位方法。
本申请提供一种图像定位方法、装置、服务器及存储介质,通过获取与待定位的图像的背景地图匹配的至少一个聚类中心(至少一个聚类中心以对图像样本的特征点进行聚类生成,图像样本的背景地图与图像的背景地图相同,各个图像样本的中心点在背景地图中的坐标覆盖背景地图被划分成的各个网格);并基于待定位的图像的特征点所属的聚类中心生成待定位的图像的目标表示信息;进而根据表示信息与目标表示信息最相近的图像样本确定图像的中心点在背景地图中的坐标的方式,实现了对待定位的图像中心点在图像的背景地图中的坐标的定位,以便于确定图像中的战场位置,辅助游戏解说应用进行游戏解说。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种图像定位方法所应用于服务器的硬件结构框图;
图2为本申请实施例提供的一种基础信息的生成方法流程图;
图3为本申请实施例提供的一种背景地图划分成网格的示意图;
图4为本申请实施例提供的另一种基础信息的生成方法流程图;
图5为本申请实施例提供的一种截取第二图像样本中目标图像区域得到第三图像样本的示意图;
图6为本申请实施例提供的又一种基础信息的生成方法流程图;
图7为本申请实施例提供的一种图像定位方法流程图;
图8为本申请实施例提供的另一种图像定位方法流程图;
图9为本申请实施例提供的一种根据表示信息与目标表示信息最相近的图像样本确定图像的中心点在背景地图中的坐标的方法流程图;
图10为本申请实施例提供的一种图像定位装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:
为了给用户提供良好的游戏体验,游戏应用中通常会设置背景地图,以便于游戏用户在游戏应用时操作游戏角色在背景地图中运动,得到更好的游戏体验。
游戏应用过程中会产生图像,我们通常情况下将图像的中心点在背景地图中的坐标作为该图像中的战场位置,基于对图像中战场位置的定位可以辅助游戏解说应用进行游戏解说。
本申请实施例提供的一种图像定位方法、装置、服务器及存储介质,用于实现对图像的中心点在图像的背景地图中的坐标的定位,以便于确定图像中的战场位置,辅助游戏解说应用进行游戏解说。
本申请实施例提供的一种图像定位方法可应用于服务器,该服务器可以是网络侧为用户提供服务的服务设备,其可能是多台服务器组成的服务器集群,也可能是单台服务器。
可选的,图1示出了服务器的硬件结构框图,参照图1,服务器的硬件结构可以包括:处理器11,通信接口12,存储器13和通信总线14;
在本发明实施例中,处理器11、通信接口12、存储器13、通信总线14的数量均可以为至少一个,且处理器11、通信接口12、存储器13通过通信总线14完成相互间的通信;
处理器11可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路等;
存储器13可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory)等,例如至少一个磁盘存储器;
其中,存储器存储有程序,处理器可调用存储器存储的程序,程序用于:
确定待定位的图像;
获取与图像的背景地图匹配的至少一个聚类中心,至少一个聚类中心以对图像样本的特征点进行聚类生成,图像样本的背景地图与图像的背景地图相同,各个图像样本的中心点在背景地图中的坐标覆盖背景地图被划分成的各个网格;
基于图像的特征点所属的聚类中心生成图像的目标表示信息;
根据表示信息与目标表示信息最相近的图像样本,确定图像的中心点在背景地图中的坐标。
为了便于对适用于上述服务器的图像定位方法的理解,现对本申请实施例提供的一种图像定位方法进行详细介绍。
基于上述对服务器中程序的功能的描述可知,本申请实施例提供的一种图像定位方法需要利用基础信息实现,其中,基础信息包括:根据图像样本得到的至少一个聚类中心以及每个图像样本的表示信息。
那么,首先从基础信息生成的角度对本申请实施例提供的一种图像定位方法进行说明,然后在从利用基础信息实现定位的角度对本申请实施例提供的一种图像定位方法进行说明。
图2为本申请实施例提供的一种基础信息的生成方法流程图,该方法以生成与待定位的图像的背景地图匹配的基础信息的角度进行说明。
如图2所示,该方法包括:
S201、获取图像样本,各个图像样本的背景地图与待定位的图像的背景地图相同,各个图像样本的中心点在背景地图的坐标覆盖背景地图被划分成的各个网格;
在本申请实施例中,针对不同的背景地图生成不同的聚类中心。比如,针对背景地图1生成与背景地图1匹配的至少一个聚类中心1,针对背景地图2生成与背景地图2匹配的至少一个聚类中心2。
针对一个背景地图而言,在生成与该背景地图匹配的聚类中心时,首先需要获取显示该背景地图的图像样本,各个图像样本的中心点在该背景地图中的坐标覆盖该背景地图被划分成的各个网格。
在本申请实施例中,可以按照预先设置的网格划分规则,将背景地图划分成多个网格。网格划分规则可以表征将背景地图划分成n*m个网格,其中,n的取值和m的取值可以相同也可以不同。比如,若n的取值为10,m的取值为5时,可以将背景地图划分成10*5个网格;若n的取值为100,m的取值为100时,可以将背景地图划分成100*100个网格。参见图3为本申请实施例提供的一种背景地图划分成网格的示意图。如图3所示,可以将背景地图分划分多个网格,其中,各个图像样本的中心点在该背景地图中的坐标覆盖该背景地图被划分成的各个网格的意思是:将各个图像样本的中心点在该背景地图的坐标映射到背景地图后,背景地图中被划分成的每个网格中均被映射了坐标。
S202、提取图像样本中用于表征图像样本的各个特征点的特征信息;
在本申请实施例中,针对一个背景地图在生成与该背景地图匹配的至少一个聚类中心时,在获取到该背景地图的多个图像样本后,可以分别确定每个图像样本的特征点。一个图像样本的特征点的数量为至少一个,一个图像样本的各个特征点用于表征该图像样本的图像特征。在确定图像样本的特征点后,可以提取图像样本中每个特征点的特征信息。其中,图像样本的特征点的特征信息可以基于图像样本的特征点附近的像素信息提取。
作为本申请实施例的一种优选实施方式,可以利用预先设置的特征信息提取方法提取图像样本中用于表征图像样本的图像特征的各个特征点的特征信息。
在本申请实施例中,特征信息提取方法可以为SIFI(Scale Invariant FeatureTransform)特征提取方法。以上仅仅是本申请实施例提供的特征信息提取方法的优选方式,有关特征信息提取方法的具体方式,发明人可根据自己的需求进行设置,在此不做限定。
S203、基于特征点的特征信息对多个图像样本的特征点进行聚类,得到与背景地图匹配的至少一个聚类中心;
在本申请实施例中,针对一个背景地图在生成与该背景地图匹配的至少一个聚类中心时,在获取到显示该背景地图的多个图像样本中每个图像样本的特征点的特征信息后,可以基于特征点的特征信息对多个图像样本中的各个特征点进行聚类,得到至少一个聚类中心。
作为本申请实施例的一种优选实施方式,可以预先设置类别数量,根据类别数量对多个图像样本中的各个特征点进行聚类得到至少一个聚类中心。至少一个聚类中心的数量与预先设置的类别数量相同,一个聚类中心对应一个类别,在确定图像样本所属的聚类中心后即可将图像样本所属聚类中心对应的类别确定为该图像样本所属的类别。
S204、基于图像样本的特征点所属的聚类中心生成图像样本的表示信息。
进一步的,本申请实施例提供的一种基础信息生成方法,针对一个背景地图,在获取到显示该背景地图的多个图像样本后,除了可以根据获取到的多个图像样本生成与该背景地图匹配的至少一个聚类中心,还可以生成每个图像样本的表示信息。
其中,生成图像样本的表示信息的方式可以为:统计图像样本中每个特征点所属的聚类中心,进而确定图像样本所属的各个聚类中心,生成图像样本的表示信息,图像样本的表示信息表征图像样本中各个特征点所属的聚类中心。
比如,获取显示有背景地图的2个图像样本,2图像样本分别为图像样本1和图像样本2,图像样本1包括特征点1、特征点2和特征点3,图像样本2包括特征点4和特征点5;设置类别数量为3,根据特征点的特征信息对特征点1、特征点2、特征点3、特征点4和特征点5进行聚类,得到与背景地图匹配的3个聚类中心,分别为聚类中心1、聚类中心2和聚类中心3;计算特征点的特征信息分别与每个聚类中心的距离将距离最小的聚类中心确定为特征点所属的聚类中心(比如,计算特征点1与聚类中心1的距离1、特征点1与聚类中心2的距离2和特征点1与聚类中心3的距离3,若距离2小于距离1,距离1小于距离3,则确定特征点1所属的聚类中心为聚类中心2);由此,通过计算分别得到特征点1属于聚类中心2、特征点2属于聚类中心3、特征点3属于聚类中心1、特征点4属于聚类中心3和特征点5属于聚类中心1;进而确定图像样本1所属的聚类中心为聚类中心1、聚类中心2和聚类中心3;图像样本2所属的聚类中心为聚类中心1和聚类中心3;进一步的,根据图像样本1所属的聚类中心为聚类中心1、聚类中心2和聚类中心3生成图像样本1的表示信息,根据图像样本2所属的聚类中心为聚类中心1和聚类中心3生成图像样本2的表示信息。
其中,根据图像样本所属的聚类中心生成图像样本的表示信息的方式可以为:获取预先设置的类别序列,类别序列中的类别元素的数量与类别数量相同,不同的类别元素对应不同的类别;在生成图像样本的表示信息时,针对类别序列中的每个类别元素,若图像样本属于该类别元素对应的类别则将类别序列中该类别元素置1,若图像样本不属于该类别元素对应的类别则将类别序列中该类别元素置0,以得到图像样本的表示信息。
比如,仍以上述实施例为例,类别数量为3,则类别序列由依次排列的3个类别元素构成,这3个类别元素依次为对应聚类中心1的类别1、对应聚类中心2的类别2和对应聚类中心3的类别3,确定图像样本2所属的聚类中心为聚类中心1和聚类中心3时,可以确定图像样本2属于类别1和类别3,此时生成的图像样本2的表示信息可以是【1,0,1】。该图像样本2的表示信息可以是一个一维的数组。
为了进一步提高本申请实施例提供的一种图像定位方法的准确性,本申请实施例还提供另一种基础信息生成方法,该方法以生成与待定位的图像的背景地图匹配的基础信息的角度进行说明,具体请参见图4。
如图4所示,该方法包括:
S401、获取携带地图坐标的第一图像样本,第一图像样本的背景地图与待定位的图像的背景地图相同,第一图像样本携带的地图坐标为第一图像样本的中心点在背景地图中的坐标,各个第一图像样本携带的地图坐标覆盖背景地图被划分成的各个网格;
在本申请实施例中,针对一个背景地图而言,若要生成与该背景地图匹配的至少一个聚类中心,可以获取应用该背景地图的至少一个游戏视频,并从用于构成至少一个游戏视频的图像中获取多个第一图像样本。其中,每个第一图像样本均携带地图坐标,第一图像样本携带的地图坐标为第一图像样本的中心点在该背景地图中的坐标,各个第一图像样本携带的地图坐标覆盖背景地图被划分成的各个网格。
S402、对处于同一网格的各个第一图像样本进行图像平均得到与网格对应的第二图像样本;
在本申请实施例中,可以对处于同一网格中的各个第一图像样本进行图像平均,得到该网格对应的一个第二图像样本。
比如,背景地图被划分成10个网格后,针对每个网格而言,确定映射到该网格的各个第一图像样本,并根据映射到该网格的各个第一图像样本计算该网格的一个第二图像样本。比如映射到网格1的第一图像样本的数量为3个,分别为第一图像样本1,第一图像样本2和第一图像样本3,对第一图像样本1,第一图像样本2和第一图像样本3进行图像平均,得到与该网格对应的一个第二图像样本。
其中,图像平均可以认为是对处于同一网格的不同第一图像样本在同一像素位置的各个像素点计算像素点平均值,得到该网格的一个第二图像样本。
S403、按照预先设置的截取比例截取与网格对应的第二图像样本中的目标图像区域作为与网格对应的第三图像样本,目标图像区域为第二图像样本中的表征背景地图的非菜单区域;
进一步的,本申请实施例提供的一种图像定位方法,在生成基础信息的过程中,在得到第二图像样本后,还可以进一步分别对每个第二图像样本进行处理得到分别与每个第二图像样本对应的第三图像样本。
在本申请实施例中,可以按照预先设置的截取比例截取第二图像样本中目标图像区域,并将截取到的目标图像区域作为该第二图像样本对应的第三图像样本。其中,目标图像区域为第二图像样本中的表征背景地图的非菜单区域。参见图5为本申请实施例提供的一种截取第二图像样本中目标图像区域得到第三图像样本的示意图。
在本申请实施例中,可以将第一图像样本作为上述步骤S201中获取到的图像样本,也可通过步骤S402对第一图像样本进行图像平均得到第二图像样本,并将第二图像样本作为上述步骤S201中获取到的图像样本,还可以进一步通过步骤S403截取第二图像样本中的目标图像区域得到第三图像样本,并将第三图像样本作为上述步骤S201中获取到的图像样本。
本申请实施例,以第三图像样本为上述步骤S201中获取到的图像样本为例进行说明。
S404、提取第三图像样本中用于表征第三图像样本的各个特征点的特征信息;
S405、基于特征点的特征信息对多个第三图像样本的特征点进行聚类,得到与背景地图匹配的至少一个聚类中心;
S406、基于第三图像样本的特征点所属的聚类中心生成第三图像样本的表示信息。
在本申请实施例中步骤S404-S406的执行过程与上述实施例中的步骤S202-S204的执行过程相同,有关步骤S404-S406的具体执行过程请参见上述实施例对步骤S202-S204的执行过程的详细描述,在此不做限定。
本申请实施例提供的一种基础信息生成方法通过对第一图像样本进行处理以得到第二图像样本/第三图像样本,进而通过对第二图像样本/第三图像样本中特征点进行聚类,可以进一步提高生成的基础信息的准确性。
为了进一步提高本申请实施例提供的一种图像定位方法的准确性,本申请实施例又提供了一种基础信息生成方法,该方法以生成与待定位的图像的背景地图匹配的基础信息的角度进行说明,具体请参见图6。
如图6所示,该方法包括:
S601、获取携带地图坐标的第一图像样本,第一图像样本的背景地图与待定位的图像的背景地图相同,第一图像样本携带的地图坐标为第一图像样本的中心点在背景地图中的坐标,各个第一图像样本携带的地图坐标覆盖背景地图被划分成的各个网格;
S602、对处于同一网格的各个第一图像样本进行图像平均得到与网格对应的第二图像样本;
S603、按照预先设置的截取比例截取与网格对应的第二图像样本中的目标图像区域作为与网格对应的第三图像样本,目标图像区域为第二图像样本中的表征背景地图的非菜单区域;
S604、提取第三图像样本中用于表征图像样本的各个特征点的特征信息;
S605、基于特征点的特征信息对多个第三图像样本的特征点进行聚类,得到与背景地图匹配的至少一个聚类中心;
S606、采用分割规则对第三图像样本进行图像分割得到与至少一种分割规则中的每种分割规则匹配的分割结果;分割结果由用于拼接成第三图像样本的至少一个子图像构成,不同分割规则匹配的分割结果中的子图像数量不同;
在本申请实施例中,每个网格对应一个第三图像样本,针对每个第三图像样本还可以执行以下过程:获取至少一种分割规则,针对至少一种分割规则中的每种分割规则,利用该分割规则对该第三图像样本进行图像分割,得到该第三图像样本与该分割规则匹配的分割结果。
比如,至少一个分割规则包括分割规则1和分割规则2,分割规则1指示将图像样本分割成2*2块子图像,分割规则2指示将图像样本分割成4*4块子图像。针对第三图像样本1,可以利用分割规则1对第三图像样本1进行图像分割得到分割结果1,分割结果1包括用于拼接成第三图像样本1的4块大小相同的子图像;利用分割规则2对第三图像样本1进行图像分割得到分割结果2,分割结果2包括用于拼接成第三图像样本1的16块大小相同的子图像。
S607、针对每个第三图像样本,按照预先设置的选取规则从该第三图像样本和该第三图像样本的分割结果中选取该第三图像样本的至少一个目标图像样本;
比如,针对一个第三图像样本而言,第三图像样本是一个图像,按照上述分割规则1对第三图像样本进行分割得到分割结果1,分割结果1中包括4个图像(即,分割结果1中的每个子图像可以认为是一个图像),按照分割规则2对第三图像样本进行分割得到分割结果2,分割结果2中包括16个图像(即,分割结果2中的每个子图像可以认为是一个图像),由此第三图像样本和第三图像样本的分割结果中一共包括21个图像,可以按照预设选取规则从21个图像中选取图像,并将选取到的每个图像作为该第三图像样本的一个目标图像样本。
在本申请实施例中,选取规则可以为从将21个图像全部选取,即将21张图像中的每张图像作为一张目标图像样本。以上仅仅是本申请实施例提供的选取规则的优选方式,有关该选取规则的具体方式发明人根据自己自行设置,比如选取这21张图像中的任意几张图像等等,在此不做限定。
S608、提取目标图像样本中用于表征目标图像样本的各个特征点的特征信息;
S609、根据目标图像样本中特征点所属的聚类中心生成目标图像样本的表示信息;
S610、针对每个第三图像样本,利用该第三图像样本的至少一个目标图像样本的表示信息生成该第三图像样本的表示信息。
在本申请实施例中,在生成第三图像样本的表示信息时,可以先分别生成第三图像样本的每个目标图像样本的表示信息;其中,生成目标图像样本的表示信息的方式为:统计目标图像样本中每个特征点所属聚类中心,确定目标图像样本所属的聚类中心,进而生成目标图像样本的表示信息。
其中,目标图像样本中特征点所属的聚类中心的确定方式为:计算目标图像样本的特征点分别与至少一个聚类中心中每个聚类中心的距离,选取最小距离对应的聚类中心作为该特征点所属的聚类中心。
作为本申请实施例的一种优选实施方式,可以按照预先设置的拼接顺序拼接第三图像样本中至少一个目标图像样本的表示信息,得到第三图像样本的表示信息。
在本申请实施例中,可以将第三图像样本看成是图像样本,在计算到图像样本的表示信息后,可以将图像样本的表示信息存储于数据库中。
本申请实施例提供的一种基础信息生成方法,通过对第三图像样本的分割以及对第三图像样本的至少一个目标图像样本的表示信息的拼接得到的第三图像样本的表示信息,可以从整体和局部上体现第三图像样本的图像特征,进而更加准确的表示第三图像样本,提高图像定位方法的准确性。
上面实施例主要从与背景地图匹配的基础信息生成的角度对本申请实施例提供的一种图像定位方法进行了说明,现在从利用基础信息进行定位的角度对本申请实施例提供的一种图像定位方法进行进一步的说明。
图7为本申请实施例提供的一种图像定位方法流程图。
如图7所示,该方法包括:
S701、确定待定位的图像;
在本申请实施例中,在获取到待定位的原始图像后,可以直接将该原始图像确定为待定位的图像,也可以利用上述预先设置的截取比例截取该原始图像中的目标图像区域作为待定位的图像。
S702、获取与图像的背景地图匹配的至少一个聚类中心,至少一个聚类中心以对图像样本的特征点进行聚类生成,图像样本的背景地图与图像的背景地图相同,各个图像样本的中心点在背景地图中的坐标覆盖背景地图被划分成的各个网格;
在本申请实施例中,步骤S701中所获取到的与图像的背景地图匹配的至少一个聚类中心可以认为是上述如图2、图4、图6所生成的聚类中心。
S703、基于图像的特征点所属的聚类中心生成图像的目标表示信息;
在本申请实施例中,若生成与待定位的图像的背景地图匹配的基础信息时没有采用分割规则,可以获取待定位的图像的特征点,从上述步骤S702所获取的至少一个聚类中心中确定待定位的图像的每个特征点所属的聚类中心,进而统计待定位的图像所属的各个聚类中心,以根据待定位的图像所属的各个聚类中心生成待定位的图像的目标表示信息。
S704、根据表示信息与目标表示信息最相近的图像样本,确定图像的中心点在背景地图中的坐标。
在本申请实施例中,计算得到待定位的图像的目标表示信息后,可以获取用于生成与图像的背景地图匹配的基础信息的各个图像样本的表示信息,并确定表示信息与目标表示信息最相近的图像样本,进而根据所确定的图像样本确定待定位的图像的中心点在背景地图中的坐标。
图8为本申请实施例提供的另一种图像定位方法流程图。
如图8所示,该方法包括:
S801、确定待定位的图像;
S802、采用分割规则对图像进行图像分割得到与至少一种分割规则中的每种分割规则匹配的分割结果;分割结果由用于拼接成图像的至少一个子图像构成,不同分割规则匹配的分割结果中的子图像数量不同;
在本申请实施例中,对待定位的图像进行定位时,首先确定与待定位的图像的背景地图匹配的基础信息生成的方式,即在生成与待定位的图像的背景地图匹配的基础信息时是否采用了分割规则。若生成与图像的背景地图匹配的基础信息时采用了分割规则,则在确定待定位的图像后,也需要利用同样的分割规则对该待定位的图像进行分割以得到该图像的分割结果。
S803、获取与图像的背景地图匹配的至少一个聚类中心,至少一个聚类中心以对图像样本的特征点进行聚类生成,图像样本的背景地图与图像的背景地图相同,各个图像样本的中心点在背景地图中的坐标覆盖背景地图被分割成的各个网格;
在本申请实施例中,步骤S803中所获取到的与图像的背景地图匹配的至少一个聚类中心可以认为是上述如图2、图4、图6所生成的聚类中心。
S804、从图像和分割结果中确定至少一个目标图像;
在本申请实施例中,确定待定位的图像后,若生成与该图像的背景地图匹配的基础信息时采用了选取规则以从第三图像样本和第三图像样本的分割结果中选取该第三图像样本的至少一个目标图像样本,那么在对该待定位的图像进行定位时也需要利用相同的选取规则从该待定位的图像和该待定位的图像的分割结果中选取该待定位的图像的至少一个目标图像。
S805、统计目标图像中各个特征点所属的聚类中心,得到目标图像所属的各个聚类中心;
在本申请实施例中,可以从至少一个聚类中心中确定目标图像中每个特征点所属的聚类中心,进而通过对目标图像中各个特征点所属的聚类中心的统计,生成目标图像的表示信息
S806、生成目标图像的表示信息,表示信息表征目标图像所属的各个聚类中心;
S807、利用各个目标图像的表示信息生成图像的目标表示信息;
在本申请实施例中,确定待定位的图像后,若生成与该待定位的图像的背景地图匹配的基础信息时,基于预先设置的拼接顺序对第三图像样本的至少一个目标图像样本的表示信息进行拼接以得到第三图像样本的表示信息,那么,在对生成待定位的图像的各个目标图像的表示信息后,也需要按照同样的拼接顺序对该待定位的图像的各个目标图像的表示信息进行拼接以得到该待定位的图像的目标表示信息。
S808、根据表示信息与目标表示信息最相近的图像样本确定图像的中心点在背景地图中的坐标。
参见图9为本申请实施例提供的一种根据表示信息与目标表示信息最相近的图像样本确定图像的中心点在背景地图中的坐标的方法流程图。
如图9所示,该方法包括:
S901、计算图像的目标表示信息分别与每个图像样本的表示信息的距离,图像样本的表示信息根据图像样本的特征点所属的聚类中心生成;
在本申请实施例中,步骤S901中的图像为待定位的图像,步骤S901中的图像样本为在生成与该待定位的图像的背景地图匹配的基础信息时所利用的图像样本。
S902、从各个图像样本中选取表示信息与目标表示信息距离最小的目标图像样本;
在本申请实施例中,计算目标表示信息分别与每个图像样本的表示信息的距离,从计算得到的各个距离中选取最小距离,确定该最小距离对应的图像样本为目标图像样本。
S903、根据目标图像样本确定图像的中心点在背景地图中的坐标。
在本申请实施例中,可以将目标图像样本的中心点在背景地图中的坐标确定为待定位的图像的中心点在背景地图中的坐标;也可以将目标图像样本的中心点在背景地图中所属网格的中心点在背景地图中的坐标确定为待定位的图像的中心点在背景地图中的坐标。
作为本申请实施例的一种优选实施方式,目标图像样本的中心点在背景地图中的坐标可以为:确定该目标图像样本的中心点在背景地图中所属的网格,确定在生成与该待定位的图像的背景地图匹配的基础信息时,所利用的位于该网格内的各个第一图像样本,将各个第一图像样本的中心点在该背景地图中的坐标平均值作为该目标图像样本的中心点在背景地图中的坐标。
以上仅仅是本申请实施例提供的根据目标图像样本确定图像的中心点在背景地图中的坐标的方法优选实现方式,有关该方法的具体实现方式发明人可根据自己的需求进行设置,在此不做限定。
本申请提供一种图像定位方法,通过获取与待定位的图像的背景地图匹配的至少一个聚类中心(至少一个聚类中心以对图像样本的特征点进行聚类生成,图像样本的背景地图与图像的背景地图相同,各个图像样本的中心点在背景地图中的坐标覆盖背景地图被划分成的各个网格);并基于待定位的图像的特征点所属的聚类中心生成待定位的图像的目标表示信息;进而根据表示信息与目标表示信息最相近的图像样本确定图像的中心点在背景地图中的坐标的方式,实现了对待定位的图像中心点在图像的背景地图中的坐标的定位,以便于确定图像中的战场位置,辅助游戏解说应用进行游戏解说。
基于上述对本申请实施例提供的一种图像定位方法的介绍,现对本申请实施例提供的一种图像定位装置进行详细说明,参见图10。
如图10所示,该装置包括:
待定位图像确定单元101,用于确定待定位的图像;
聚类中心获取单元102,用于获取与图像的背景地图匹配的至少一个聚类中心,至少一个聚类中心以对图像样本的特征点进行聚类生成,图像样本的背景地图与图像的背景地图相同,各个图像样本的中心点在背景地图中的坐标覆盖背景地图被划分成的各个网格;
表示信息生成单元103,用于基于图像的特征点所属的聚类中心生成图像的目标表示信息;
坐标定位单元104,用于根据表示信息与目标表示信息最相近的图像样本确定图像的中心点在背景地图中的坐标。
进一步的,本申请实施例提供的一种图像定位装置还包括分割单元,用于采用分割规则对图像进行图像分割得到与至少一种分割规则中的每种分割规则匹配的分割结果;分割结果由用于拼接成图像的至少一个子图像构成,不同分割规则匹配的分割结果中的子图像数量不同。
相应的,表示信息生成单元包括:
目标图像确定单元,用于从图像和分割结果中确定至少一个目标图像;
第一表示信息生成单元,用于根据目标图像中特征点所属的聚类中心生成目标图像的表示信息;
第二表示信息生成单元,用于利用各个目标图像的表示信息生成图像的目标表示信息。
在本申请实施例中,优选的,第一表示信息生成单元包括:
统计单元,用于统计目标图像中各个特征点所属的聚类中心,得到目标图像所属的各个聚类中心;
第一表示信息生成子单元,用于生成目标图像的表示信息,表示信息表征目标图像所属的各个聚类中心。
在本申请实施例中,优选的,坐标定位单元包括:
计算单元,用于计算图像的目标表示信息分别与每个图像样本的表示信息的距离,图像样本的表示信息根据图像样本的特征点所属的聚类中心生成;
选取单元,用于从各个图像样本中选取表示信息与目标表示信息距离最小的目标图像样本;
定位单元,用于根据目标图像样本确定图像的中心点在背景地图中的坐标。
进一步的,本申请实施例提供的一种图像定位装置还包括聚类中心生成单元,包括:
样本获取单元,用于获取图像样本;
提取单元,用于提取图像样本中用于表征图像样本的各个特征点的特征信息;
生成单元,用于基于特征点的特征信息对多个图像样本的特征点进行聚类,得到与背景地图匹配的至少一个聚类中心。
在本申请实施例中,样本获取单元包括:
第一图像样本获取单元,用于获取携带地图坐标的第一图像样本,第一图像样本的背景地图与图像的背景地图相同,第一图像样本携带的地图坐标为第一图像样本的中心点在背景地图中的坐标,各个第一图像样本携带的地图坐标覆盖背景地图被分割成的各个网格;
第二图像样本生成单元,用于对处于同一网格的各个第一图像样本进行图像平均得到与网格对应的第二图像样本。
更进一步的,本申请实施例提供的一种样本获取单元还包括:
第三图像样本生成单元,用于按照预设截取比例截取与网格对应的第二图像样本中的目标图像区域作为与网格对应的第三图像样本,目标图像区域为第二图像样本中的表征背景地图的非菜单区域。
进一步的,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机可执行指令,该计算机可执行指令用于执行上述图像定位方法。
可选的,计算机可执行指令的细化功能和扩展功能可参照上文描述。
本申请提供一种图像定位方法、装置、服务器及存储介质,通过获取与待定位的图像的背景地图匹配的至少一个聚类中心(至少一个聚类中心以对图像样本的特征点进行聚类生成,图像样本的背景地图与图像的背景地图相同,各个图像样本的中心点在背景地图中的坐标覆盖背景地图被划分成的各个网格);并基于待定位的图像的特征点所属的聚类中心生成待定位的图像的目标表示信息;进而根据表示信息与目标表示信息最相近的图像样本确定图像的中心点在背景地图中的坐标的方式,实现了对待定位的图像中心点在图像的背景地图中的坐标的定位,以便于确定图像中的战场位置,辅助游戏解说应用进行游戏解说。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的核心思想或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种图像定位方法,其特征在于,包括:
确定待定位的图像;
获取与所述图像的背景地图匹配的至少一个聚类中心,所述至少一个聚类中心以对图像样本的特征点进行聚类生成,所述图像样本的背景地图与所述图像的背景地图相同,各个所述图像样本的中心点在所述背景地图中的坐标覆盖所述背景地图被划分成的各个网格;
基于所述图像的特征点所属的聚类中心生成所述图像的目标表示信息;
根据表示信息与所述目标表示信息最相近的所述图像样本确定所述图像的中心点在所述背景地图中的坐标。
2.根据权利要求1所述的方法,其特征在于,还包括:
采用分割规则对所述图像进行图像分割得到与至少一种分割规则中的每种所述分割规则匹配的分割结果;所述分割结果由用于拼接成所述图像的至少一个子图像构成,不同分割规则匹配的分割结果中的子图像数量不同;
所述基于所述图像的特征点所属的聚类中心生成所述图像的目标表示信息,包括:
从所述图像和所述分割结果中确定至少一个目标图像;
根据所述目标图像中特征点所属的聚类中心生成所述目标图像的表示信息;
利用各个所述目标图像的表示信息生成所述图像的目标表示信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标图像中特征点所属的聚类中心生成所述目标图像的表示信息,包括:
统计所述目标图像中各个特征点所属的聚类中心,得到所述目标图像所属的各个聚类中心;
生成所述目标图像的表示信息,所述表示信息表征所述目标图像所属的各个聚类中心。
4.根据权利要求1所述的方法,其特征在于,所述根据表示信息与所述目标表示信息最相近的所述图像样本确定所述图像的中心点在所述背景地图中的坐标,包括:
计算所述图像的目标表示信息分别与每个所述图像样本的表示信息的距离,所述图像样本的表示信息根据所述图像样本的特征点所属的聚类中心生成;
从各个所述图像样本中选取表示信息与所述目标表示信息距离最小的目标图像样本;
根据所述目标图像样本确定所述图像的中心点在所述背景地图中的坐标。
5.根据权利要求1所述的方法,其特征在于,所述至少一个聚类中心的生成过程包括:
获取图像样本;
提取所述图像样本中用于表征所述图像样本的各个特征点的特征信息;
基于所述特征点的特征信息对多个所述图像样本的特征点进行聚类,得到与所述背景地图匹配的至少一个聚类中心。
6.根据权利要求5所述的方法,其特征在于,所述获取图像样本包括:
获取携带地图坐标的第一图像样本,所述第一图像样本的背景地图与所述图像的背景地图相同,所述第一图像样本携带的地图坐标为所述第一图像样本的中心点在所述背景地图中的坐标,各个所述第一图像样本携带的地图坐标覆盖所述背景地图被分割成的各个网格;
对处于同一网格的各个第一图像样本进行图像平均得到与所述网格对应的第二图像样本。
7.根据权利要求6所述的方法,其特征在于,还包括:
按照预设截取比例截取与所述网格对应的第二图像样本中的目标图像区域作为与所述网格对应的第三图像样本,所述目标图像区域为所述第二图像样本中的表征所述背景地图的非菜单区域。
8.一种图像定位装置,其特征在于,包括:
待定位图像确定单元,用于确定待定位的图像;
聚类中心获取单元,用于获取与所述图像的背景地图匹配的至少一个聚类中心,所述至少一个聚类中心以对图像样本的特征点进行聚类生成,所述图像样本的背景地图与所述图像的背景地图相同,各个所述图像样本的中心点在所述背景地图中的坐标覆盖所述背景地图被划分成的各个网格;
表示信息生成单元,用于基于所述图像的特征点所属的聚类中心生成所述图像的目标表示信息;
坐标定位单元,用于根据表示信息与所述目标表示信息最相近的所述图像样本确定所述图像的中心点在所述背景地图中的坐标。
9.一种服务器,其特征在于,包括:至少一个存储器和至少一个处理器;所述存储器存储有程序,所述处理器调用所述存储器存储的程序,所述程序用于实现如权利要求1-7任意一项所述的图像定位方法。
10.一种存储介质,其特征在于,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1-7任意一项所述的图像定位方法。
CN201910538314.XA 2019-06-20 2019-06-20 一种图像定位方法、装置、服务器及存储介质 Active CN110276348B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910538314.XA CN110276348B (zh) 2019-06-20 2019-06-20 一种图像定位方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910538314.XA CN110276348B (zh) 2019-06-20 2019-06-20 一种图像定位方法、装置、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN110276348A true CN110276348A (zh) 2019-09-24
CN110276348B CN110276348B (zh) 2022-11-25

Family

ID=67961133

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910538314.XA Active CN110276348B (zh) 2019-06-20 2019-06-20 一种图像定位方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN110276348B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112287193A (zh) * 2020-10-30 2021-01-29 腾讯科技(深圳)有限公司 数据聚类方法、装置、计算机设备及存储介质
CN113256642A (zh) * 2020-02-07 2021-08-13 百度在线网络技术(北京)有限公司 电子地图中失效区域的确定方法、装置、设备和存储介质
CN114638774A (zh) * 2020-12-01 2022-06-17 珠海碳云智能科技有限公司 图像数据处理方法及装置、非易失性存储介质

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110122153A1 (en) * 2009-11-26 2011-05-26 Okamura Yuki Information processing apparatus, information processing method, and program
CN102354398A (zh) * 2011-09-22 2012-02-15 苏州大学 基于密度中心与自适应的基因芯片处理方法
CN103970835A (zh) * 2014-04-09 2014-08-06 方正国际软件有限公司 一种矢量地图数据存储方法及系统
CN104198998A (zh) * 2014-07-16 2014-12-10 电子科技大学 非均匀背景下基于聚类处理的恒虚警检测方法
CN104766343A (zh) * 2015-03-27 2015-07-08 电子科技大学 一种基于稀疏表示的视觉目标跟踪方法
CN104794219A (zh) * 2015-04-28 2015-07-22 杭州电子科技大学 一种基于地理位置信息的场景检索方法
JP2016024534A (ja) * 2014-07-17 2016-02-08 日本電気株式会社 移動体追跡装置及び移動体追跡方法、並びにコンピュータ・プログラム
CN105509743A (zh) * 2015-11-24 2016-04-20 上海汽车集团股份有限公司 定位处理方法、业务平台和网络系统
CN105785410A (zh) * 2014-12-25 2016-07-20 中国移动通信集团公司 一种提供位置信息的方法和系统
CN105847768A (zh) * 2016-06-03 2016-08-10 沈阳环境科学研究院 集成式现场影像信息应急采集与传输系统
CN106570822A (zh) * 2016-10-25 2017-04-19 宇龙计算机通信科技(深圳)有限公司 一种人脸贴图方法及装置
CN107007998A (zh) * 2017-03-13 2017-08-04 深圳市嘉和顺信息科技有限公司 一种高尔夫球场的图像网格化直接距离测量法
US20170243084A1 (en) * 2015-11-06 2017-08-24 The Regents Of The University Of California Dsp-sift: domain-size pooling for image descriptors for image matching and other applications
CN107392984A (zh) * 2017-07-26 2017-11-24 厦门美图之家科技有限公司 一种基于人脸图像生成动画的方法及计算设备
US20180124319A1 (en) * 2016-10-28 2018-05-03 Samsung Sds Co., Ltd. Method and apparatus for real-time traffic information provision
CN108108737A (zh) * 2016-11-24 2018-06-01 广州映博智能科技有限公司 基于多特征融合的闭环检测系统及方法
CN108267154A (zh) * 2018-02-09 2018-07-10 城市生活(北京)资讯有限公司 一种地图显示方法及装置
CN108769821A (zh) * 2018-05-25 2018-11-06 广州虎牙信息科技有限公司 游戏场景描述方法、装置、设备及存储介质
CN109407073A (zh) * 2017-08-15 2019-03-01 百度在线网络技术(北京)有限公司 反射值地图构建方法和装置
CN109658445A (zh) * 2018-12-14 2019-04-19 北京旷视科技有限公司 网络训练方法、增量建图方法、定位方法、装置及设备
WO2019100348A1 (zh) * 2017-11-24 2019-05-31 华为技术有限公司 图像检索方法和装置以及图像库的生成方法和装置
CN109902532A (zh) * 2017-12-07 2019-06-18 广州映博智能科技有限公司 一种视觉闭环检测方法
CN109902691A (zh) * 2017-12-07 2019-06-18 广州映博智能科技有限公司 一种视觉闭环检测系统

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081497A (zh) * 2009-11-26 2011-06-01 索尼公司 信息处理设备、信息处理方法和程序
US20110122153A1 (en) * 2009-11-26 2011-05-26 Okamura Yuki Information processing apparatus, information processing method, and program
CN102354398A (zh) * 2011-09-22 2012-02-15 苏州大学 基于密度中心与自适应的基因芯片处理方法
CN103970835A (zh) * 2014-04-09 2014-08-06 方正国际软件有限公司 一种矢量地图数据存储方法及系统
CN104198998A (zh) * 2014-07-16 2014-12-10 电子科技大学 非均匀背景下基于聚类处理的恒虚警检测方法
JP2016024534A (ja) * 2014-07-17 2016-02-08 日本電気株式会社 移動体追跡装置及び移動体追跡方法、並びにコンピュータ・プログラム
CN105785410A (zh) * 2014-12-25 2016-07-20 中国移动通信集团公司 一种提供位置信息的方法和系统
CN104766343A (zh) * 2015-03-27 2015-07-08 电子科技大学 一种基于稀疏表示的视觉目标跟踪方法
CN104794219A (zh) * 2015-04-28 2015-07-22 杭州电子科技大学 一种基于地理位置信息的场景检索方法
US20170243084A1 (en) * 2015-11-06 2017-08-24 The Regents Of The University Of California Dsp-sift: domain-size pooling for image descriptors for image matching and other applications
CN105509743A (zh) * 2015-11-24 2016-04-20 上海汽车集团股份有限公司 定位处理方法、业务平台和网络系统
CN105847768A (zh) * 2016-06-03 2016-08-10 沈阳环境科学研究院 集成式现场影像信息应急采集与传输系统
CN106570822A (zh) * 2016-10-25 2017-04-19 宇龙计算机通信科技(深圳)有限公司 一种人脸贴图方法及装置
US20180124319A1 (en) * 2016-10-28 2018-05-03 Samsung Sds Co., Ltd. Method and apparatus for real-time traffic information provision
CN108108737A (zh) * 2016-11-24 2018-06-01 广州映博智能科技有限公司 基于多特征融合的闭环检测系统及方法
CN107007998A (zh) * 2017-03-13 2017-08-04 深圳市嘉和顺信息科技有限公司 一种高尔夫球场的图像网格化直接距离测量法
CN107392984A (zh) * 2017-07-26 2017-11-24 厦门美图之家科技有限公司 一种基于人脸图像生成动画的方法及计算设备
CN109407073A (zh) * 2017-08-15 2019-03-01 百度在线网络技术(北京)有限公司 反射值地图构建方法和装置
WO2019100348A1 (zh) * 2017-11-24 2019-05-31 华为技术有限公司 图像检索方法和装置以及图像库的生成方法和装置
CN109902532A (zh) * 2017-12-07 2019-06-18 广州映博智能科技有限公司 一种视觉闭环检测方法
CN109902691A (zh) * 2017-12-07 2019-06-18 广州映博智能科技有限公司 一种视觉闭环检测系统
CN108267154A (zh) * 2018-02-09 2018-07-10 城市生活(北京)资讯有限公司 一种地图显示方法及装置
CN108769821A (zh) * 2018-05-25 2018-11-06 广州虎牙信息科技有限公司 游戏场景描述方法、装置、设备及存储介质
CN109658445A (zh) * 2018-12-14 2019-04-19 北京旷视科技有限公司 网络训练方法、增量建图方法、定位方法、装置及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
EPPSTEIN,D等: "Algorithms for Stable Matching and Clustering in a Grid", 《ARXIV》 *
杨晨: "基于卷积神经网络的移动机器人三维场景感知技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113256642A (zh) * 2020-02-07 2021-08-13 百度在线网络技术(北京)有限公司 电子地图中失效区域的确定方法、装置、设备和存储介质
CN112287193A (zh) * 2020-10-30 2021-01-29 腾讯科技(深圳)有限公司 数据聚类方法、装置、计算机设备及存储介质
CN112287193B (zh) * 2020-10-30 2022-10-04 腾讯科技(深圳)有限公司 一种图像分割方法、装置、计算机设备及存储介质
CN114638774A (zh) * 2020-12-01 2022-06-17 珠海碳云智能科技有限公司 图像数据处理方法及装置、非易失性存储介质
CN114638774B (zh) * 2020-12-01 2024-02-02 珠海碳云智能科技有限公司 图像数据处理方法及装置、非易失性存储介质

Also Published As

Publication number Publication date
CN110276348B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
CN110276348A (zh) 一种图像定位方法、装置、服务器及存储介质
US10783651B2 (en) Three-dimensional reconstruction method and device based on monocular three-dimensional scanning system
CN102959945B (zh) 根据通过图像捕捉设备的阵列获得的数据产生虚拟输出图像的方法和系统
CN106600675A (zh) 一种基于深度图约束的点云合成方法
CN107578376A (zh) 基于特征点聚类四叉划分和局部变换矩阵的图像拼接方法
CN106599119A (zh) 一种影像数据的存储方法和装置
CN110986773A (zh) 一种基于无人机拍摄测量工程土方量的方法
CN111367649B (zh) 高精地图数据并行处理方法和装置
CN106504523A (zh) 一种交通等时线信息生成方法及装置
CN104182757A (zh) 获取被测目标实际覆盖面积的方法及装置
CN108919350A (zh) 绕射波分离方法及装置
CN110018108A (zh) 岩石孔隙孔径的测定方法及设备
CN109064445A (zh) 一种动物的数量统计方法和系统、存储介质
KR101487454B1 (ko) Lod 영상 병렬처리방법
CN108053481B (zh) 三维点云法向量的生成方法、装置和存储介质
CN109712516B (zh) 一种基于gnss设备的车辆分布热力图构建方法和展示系统
CN108304578A (zh) 地图数据的处理方法、介质、装置和计算设备
CN101894369A (zh) 从图像序列中计算摄像机焦距的实时方法
CN103533101B (zh) Ip数据源的处理方法和装置
CN106887184B (zh) 路线更新方法及装置
CN110309691A (zh) 一种人脸识别方法、装置、服务器及存储介质
CN110319830A (zh) 基于地磁数据的定位处理方法、装置及设备
WO2018011159A1 (en) An apparatus and a method for generating data representative of a pixel beam
CN110120085A (zh) 一种动态纹理视频生成方法、装置、服务器及存储介质
JP7278720B2 (ja) 生成装置、生成方法及びプログラム

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