CN110415276A - 运动信息计算方法、装置及电子设备 - Google Patents

Abstract

本公开实施例中提供了一种运动信息计算方法、装置及电子设备，属于数据处理领域，该方法包括：对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合；对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果；基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像；对所述第三图像和所述第二图像进行光流计算，以获得所述第三图像和所述第二图像之间的光流计算结果；基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息。通过本公开的处理方案，能够准确的估算目标对象的运动信息。

Description

运动信息计算方法、装置及电子设备

技术领域

本公开涉及数据处理技术领域，尤其涉及一种运动信息计算方法、装置及电子设备。

背景技术

图像处理(image processing)又称为影像处理，是用计算机对图像进行达到所需结果的技术。起源于20世纪20年代，一般为数字图像处理。图像处理技术的主要内容包括图像压缩、增强复原、匹配描述识别3个部分，常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。图像处理是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为，应用广泛，多用于测绘学、大气科学、天文学、美图、使图像提高辨识等。

图像处理的一个应用场景便是对一个视频中存在的物体在不同视频帧上的运动信息进行计算，从而获得物体在视频中所有视频帧上的位置信息。如何通过高准确度的方式来预测物体在不同视频帧上的位置信息，成为需要解决的技术问题。

发明内容

有鉴于此，本公开实施例提供一种运动信息计算方法、装置及电子设备，至少部分解决现有技术中存在的问题。

第一方面，本公开实施例提供了一种运动信息计算方法，包括：

对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合；

对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果；

基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像；

对所述第三图像和所述第二图像进行光流计算，以获得所述第三图像和所述第二图像之间的光流计算结果；

基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息。

根据本公开实施例的一种具体实现方式，所述对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合，包括：

分别将第一图像和第二图像划分成N×M个小网格；

判断每个小网格中是否存在目标对象的中心点；

若是，利用存在所述目标对象中心点的小网格来预测所述目标对象的形状；

基于预测到的所述目标对象的形状，生成所述目标对象的第一关键点集合和第二关键点集合。

根据本公开实施例的一种具体实现方式，所述利用存在所述目标对象中心点的小网格来预测所述目标对象的形状，包括：

获取与所述目标对象关联的其他网格，以得到与所述目标对象相关的网格集合；

基于所述网格集合，确定所述目标对象的预测框范围；

计算所述目标对象在所述预测框范围内的置信度；

基于所述置信度，确定所述目标对象的形状。

根据本公开实施例的一种具体实现方式，所述基于预测到的所述目标对象的形状，生成所述目标对象的第一关键点集合和第二关键点集合，包括：

对所述目标对象的形状执行边缘检测，获得所述目标对象的轮廓曲线；

对所述目标对象的轮廓曲线执行梯度计算，得到在所述轮廓曲线上的多个梯度值；

将所述多个梯度值与预设阈值进行比较，将梯度值大于预设阈值的点作为所述目标对象的第一关键点集合和第二关键点集合。

根据本公开实施例的一种具体实现方式，所述对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合，包括：采用SIFT、SURF或者边缘算子对所述第一图像和所述第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合。

根据本公开实施例的一种具体实现方式，所述对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果，包括：

获取所述第一关键点集合的第一中心坐标和所述第二关键点集合的第二中心坐标；

基于所述第一中心坐标和所述第二中心坐标，确定所述第一关键点集合和所述第二关键点集合之间的刚性变化结果。

根据本公开实施例的一种具体实现方式，所述对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果，包括：

获取所述第一关键点集合中每一关键点相对于所述第二关键点集合的对应关键点的形变值，得到形变值集合；

基于所述形变值集合，确定所述述第一关键点集合和所述第二关键点集合之间的刚性变化结果。

根据本公开实施例的一种具体实现方式，所述基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像，包括：

基于所述刚性变化结果，获取所述第二关键点集合相对于所述第一关键点集合的平移、旋转及缩放值；

基于所述平移、旋转及缩放值，对所述第一图像上的目标对象进行移动处理；

将执行移动处理之后的第一图像作为所述第三图像。

根据本公开实施例的一种具体实现方式，所述对所述第三图像和所述第二图像进行光流计算，以获得所述第三图像和所述第二图像之间的光流计算结果，包括：

获取目标对象在所述第三图像的任一像素点及所述任一像素点在所述第二图像上的对应像素点；

基于所述任一像素点和所述对应像素点的坐标，计算所述任一像素点和所述对应像素点之前的运动向量；

基于所述运动向量，确定所述第三图像和所述第二图像之间的光流计算结果。

根据本公开实施例的一种具体实现方式，所述基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息，包括：

基于所述刚性变化结果，确定所述目标对象的第一运动信息；

基于所述光流计算结果，确定所述目标对象的第二运动信息；

基于所述第一运动信息和所述第二运动信息，确定所述目标对象的运动信息。

根据本公开实施例的一种具体实现方式，所述基于所述第一运动信息和所述第二运动信息，确定所述目标对象的运动信息，包括：

分别获取所述第一运动信息和所述第二运动信息所对应的第一运动向量和第二运动向量；

对所述第一运动向量和所述第二运动向量执行求和运算，得到第三运动向量；

将所述第三运动向量作为所述目标对象的运动信息。

第二方面，本公开实施例提供了一种运动信息计算装置，包括：

检测模块，用于对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合；

匹配模块，用于对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果；

变化模块，用于基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像；

计算模块，用于对所述第三图像和所述第二图像进行光流计算，以获得所述第三图像和所述第二图像之间的光流计算结果；

确定模块，用于基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息。

第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：

至少一个处理器；以及，

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述任第一方面或第一方面的任一实现方式中的运动信息计算方法。

第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的运动信息计算方法。

第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的运动信息计算方法。

本公开实施例中的运动信息计算方案，包括对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合；对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果；基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像；对所述第三图像和所述第二图像进行光流计算，以获得所述第三图像和所述第二图像之间的光流计算结果；基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息。通过本公开的方案，能够准确的预测目标对象在第二图像上的运动信息。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例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公开的一些实施例，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，还可以根据这些附图获得其它的附图。

图1为本公开实施例提供的一种运动信息计算流程示意图；

图2为本公开实施例提供的另一种运动信息计算流程示意图；

图3为本公开实施例提供的另一种运动信息计算流程示意图；

图4为本公开实施例提供的另一种运动信息计算流程示意图；

图5为本公开实施例提供的一种运动信息计算装置结构示意图；

图6为本公开实施例提供的电子设备示意图。

具体实施方式

下面结合附图对本公开实施例进行详细描述。

以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。

本公开实施例提供一种运动信息计算方法。本实施例提供的运动信息计算方法可以由一计算装置来执行，该计算装置可以实现为软件，或者实现为软件和硬件的组合，该计算装置可以集成设置在服务器、终端设备等中。

参见图1，本公开实施例提供的一种运动信息计算方法，包括如下步骤：

S101，对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合。

目标视频是一段包含目标对象的视频文件，目标视频可以各种格式的视频文件，例如，目标视频可以是MPEG/MPG/DAT/MP4等格式的文件。目标视频中记录的内容通常包含多个对象，而有些视频中包含的对象是用户不想要的对象，此时可以通过在起始视频帧中选定目标对象的方式来删除所有视频帧中所包含的目标对象。

目标对象可以是各种类型的对象，例如目标对象可以是一个人、一个动物、一个汽车、一棵树等。在此，对于目标对象的类型和内容不作限定。用户可以在目标视频的视频帧中选择一个视频帧(例如，起始帧)来标定目标对象的在视频帧(第一图像)中的范围，通过以此估算目标对象在相邻视频帧(第二图像)中的位置，便可以自动的获取目标对象在相邻视频帧中的位置。

作为一种应用场景，第一图像和第二图像为相邻的视频帧图像，第一图像和第二图像可以是目标视频帧中任意的两个相邻视频帧图像。例如，第一图像可以是目标视频的起始帧，第二图像可以是与起始帧相邻的视频帧。

通过对目标视频中相邻的第一图像和第二图像进行关键点检测，能够获得目标对象在第一图像上的第一关键点集合，以及目标对象在第二图像上的第二关键点集合。可以采用多种关键点检测方法对第一图像和第二图像进行关键点检测，在此对关键点检测方法不作限定。

S102，对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果。

获得第一关键点集合和第二关键点集合之后，可以基于第一关键点集合和第二关键点集合，确定目标对象在第二图像上相对于第一图像的运动变化。基于该运动变化，可以预估目标对象在第二图像上的位置。

可以采用多种方式来基于第一关键点集合和第二关键点结合的数据进行刚性变化结果计算。作为一种方式，可以通过进行均值计算的方式，获取所述第一关键点集合的第一中心坐标和所述第二关键点集合的第二中心坐标，通过计算第一中心坐标和所述第二中心坐标形成的移动向量，将该移动向量作为所述第一关键点集合和所述第二关键点集合之间的刚性变化结果。

作为另外一种方式，还可以获取所述第一关键点集合中每一关键点相对于所述第二关键点集合的对应关键点的形变值，每个形变值作为一个形变向量，最终得到由多个形变向量组成的形变值集合。通过对形变值集合中包含的形变向量进行均值计算的方法，可以获得最终的均值形变向量，将该均值形变向量确定所述述第一关键点集合和所述第二关键点集合之间的刚性变化结果。

除了上面的方式计算刚性变化结果之外，还可以采用其他的方式来进行计算，在此对于计算方法不作限定。

S103，基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像。

获得了刚性变化结果之后，可以基于刚性变化结果来描述目标对象在第二图像上相对于第一图像上的全局运动趋势。但是，全局运动趋势仅仅是一个较为粗糙的运动趋势计算结果，不能够较为细致的描述目标对象的运动趋势。为此，还需要进一步的获取目标图像在第二图像上相对于第一图像的轨迹变化趋势，该轨迹变化趋势能够从细节上描述目标对象的运行趋势。

为了能够对目标对象的轨迹变化趋势进行描述，可以基于刚性变化结果中所包含的运动信息进行解析，基于解析的结果来进一步的计算目标对象的变化轨迹。

具体的，可以对刚性变化结果进行解析，获得刚性变化结果所表示的运动向量，该运动向量包含x方向的水平移动值和y方向的垂直移动值，基于平移、旋转及缩放值，对所述第一图像上的目标对象进行移动处理，将执行移动处理之后的第一图像作为所述第三图像。

S104，对所述第三图像和所述第二图像进行光流计算，以获得所述第三图像和所述第二图像之间的光流计算结果。

通过第三图像和第二图像，可以对目标对象进行光流计算，通过光流计算，能够进一步的获取目标对象的运动轨迹。

具体的，可以获取目标对象在所述第三图像的任一像素点及所述任一像素点在所述第二图像上的对应像素点，基于所述任一像素点和所述对应像素点的坐标，计算所述任一像素点和所述对应像素点之前的运动向量，最后基于所述运动向量，确定所述第三图像和所述第二图像之间的光流计算结果。光流计算结果从局部微观层面描述了目标对象的运动情况。

S105，基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息。

获取了全局层面的刚性变化结果和局部微观层面的光流计算结果之后，可以基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息。

具体的，可以基于所述刚性变化结果，确定所述目标对象在全局层面的第一运动信息，第一运动信息可以是一个包含水平运动值和垂直运动值的第一运动向量。基于所述光流计算结果，确定所述目标对象的第二运动信息，第二运动信息可以是一个包含水平运动值和垂直运动值的第二运动向量。最后，通过将第一运动向量和第二运动向量进行向量叠加的方式，获得第三运动向量，并把第三运动向量作为该目标对象的最终运动信息。

本公开的方案在全局宏观层面和微观层面，对目标对象的运动信息进行计算，从而获得了更加准确的运动信息。

根据本公开实施例的一种具体实现方式，参见图2，对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合，可以包括如下步骤：

S201，分别将第一图像和第二图像划分成N×M个小网格。

通过对第一图像和第二图像进行网格划分，可以采用更加精细化的方式对目标对象进行检测。

S202，判断每个小网格中是否存在目标对象的中心点。

通过对目标对象进行检测的方式，可以获得目标对象在图像中的整体区域，通过对该整体区域内的像素值坐标进行均值计算的方式，可以获得目标对象的中心点。

S203，若是，利用存在所述目标对象中心点的小网格来预测所述目标对象的形状。

在实现步骤S203的过程中，可以包括如下步骤：

S2031，获取与所述目标对象关联的其他网格，以得到与所述目标对象相关的网格集合。

通过判断目标对象在图像中的整体区域，可以进一步的获取目标对象相关的网格集合。

S2032，基于所述网格集合，确定所述目标对象的预测框范围。

通过网格集合，可以选择能够覆盖整个网格集合的矩形框，并把该矩形框作为所述目标对象的预测框范围。

S2033，计算所述目标对象在所述预测框范围内的置信度。

置信度可以通过神经网络预测的方式进行判断目标对象在网格集合中每一网格的概率值，通过该概率值来确定目标对象在所述预测框范围内的置信度。

S2034，基于所述置信度，确定所述目标对象的形状。

获取到置信度之后，可以对置信度进行二值化处理，最后将二值化结果为1的网格进行连接，可以获得目标对象的形状。

S204，基于预测到的所述目标对象的形状，生成所述目标对象的第一关键点集合和第二关键点集合。

具体的，步骤S204可以包括如下步骤：

S2041，对所述目标对象的形状执行边缘检测，获得所述目标对象的轮廓曲线；

S2042，对所述目标对象的轮廓曲线执行梯度计算，得到在所述轮廓曲线上的多个梯度值；

S2043，将所述多个梯度值与预设阈值进行比较，将梯度值大于预设阈值的点作为所述目标对象的第一关键点集合和第二关键点集合。

根据本公开实施例的一种具体实现方式，所述对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果，包括：获取所述第一关键点集合的第一中心坐标和所述第二关键点集合的第二中心坐标；基于所述第一中心坐标和所述第二中心坐标，确定所述第一关键点集合和所述第二关键点集合之间的刚性变化结果。

根据本公开实施例的一种具体实现方式，所述对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果，包括：获取所述第一关键点集合中每一关键点相对于所述第二关键点集合的对应关键点的形变值，得到形变值集合；基于所述形变值集合，确定所述述第一关键点集合和所述第二关键点集合之间的刚性变化结果。

参见图3，根据本公开实施例的一种具体实现方式，所述基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像，包括：

S301，基于所述刚性变化结果，获取所述第二关键点集合相对于所述第一关键点集合的平移、旋转及缩放值。

S302，基于所述平移、旋转及缩放值，对所述第一图像上的目标对象进行移动处理。

S303，将执行移动处理之后的第一图像作为所述第三图像。

参见图4，根据本公开实施例的一种具体实现方式，所述对所述第三图像和所述第二图像进行光流计算，以获得所述第三图像和所述第二图像之间的光流计算结果，包括：

S401，获取目标对象在所述第三图像的任一像素点及所述任一像素点在所述第二图像上的对应像素点；

S402，基于所述任一像素点和所述对应像素点的坐标，计算所述任一像素点和所述对应像素点之前的运动向量；

S403，基于所述运动向量，确定所述第三图像和所述第二图像之间的光流计算结果。

根据本公开实施例的一种具体实现方式，所述基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息，包括：基于所述刚性变化结果，确定所述目标对象的第一运动信息；基于所述光流计算结果，确定所述目标对象的第二运动信息；基于所述第一运动信息和所述第二运动信息，确定所述目标对象的运动信息。

根据本公开实施例的一种具体实现方式，所述基于所述第一运动信息和所述第二运动信息，确定所述目标对象的运动信息，包括：分别获取所述第一运动信息和所述第二运动信息所对应的第一运动向量和第二运动向量；对所述第一运动向量和所述第二运动向量执行求和运算，得到第三运动向量；将所述第三运动向量作为所述目标对象的运动信息。

与上面的方法实施例相对应，参见图5，本公开实施例还提供了一种运动信息计算装置，包括：

检测模块501，用于对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合；

匹配模块502，用于对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果；

变化模块503，用于基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像；

计算模块504，用于对所述第三图像和所述第二图像进行光流计算，以获得所述第三图像和所述第二图像之间的光流计算结果；

确定模块505，用于基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息。

图5所示装置可以对应的执行上述方法实施例中的内容，本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。

参见图6，本公开实施例还提供了一种电子设备60，该电子设备包括：

至少一个处理器；以及，

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中运动信息计算方法。

本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中。

本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的运动信息计算方法。

下面参考图6，其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，电子设备60可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。

或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。

以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (14)

1.一种运动信息计算方法，其特征在于，包括：

对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合；

对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果；

基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像；

对所述第三图像和所述第二图像进行光流计算，以获得所述第三图像和所述第二图像之间的光流计算结果；

基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息。

2.根据权利要求1所述的方法，其特征在于，所述对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合，包括：

分别将第一图像和第二图像划分成N×M个小网格；

判断每个小网格中是否存在目标对象的中心点；

若是，利用存在所述目标对象中心点的小网格来预测所述目标对象的形状；

基于预测到的所述目标对象的形状，生成所述目标对象的第一关键点集合和第二关键点集合。

3.根据权利要求2所述的方法，其特征在于，所述利用存在所述目标对象中心点的小网格来预测所述目标对象的形状，包括：

获取与所述目标对象关联的其他网格，以得到与所述目标对象相关的网格集合；

基于所述网格集合，确定所述目标对象的预测框范围；

计算所述目标对象在所述预测框范围内的置信度；

基于所述置信度，确定所述目标对象的形状。

4.根据权利要求2所述的方法，其特征在于，所述基于预测到的所述目标对象的形状，生成所述目标对象的第一关键点集合和第二关键点集合，包括：

对所述目标对象的形状执行边缘检测，获得所述目标对象的轮廓曲线；

对所述目标对象的轮廓曲线执行梯度计算，得到在所述轮廓曲线上的多个梯度值；

将所述多个梯度值与预设阈值进行比较，将梯度值大于预设阈值的点作为所述目标对象的第一关键点集合和第二关键点集合。

5.根据权利要求1所述的方法，其特征在于，所述对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合，包括：

采用SIFT、SURF或者边缘算子对所述第一图像和所述第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合。

6.根据权利要求1所述的方法，其特征在于，所述对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果，包括：

获取所述第一关键点集合的第一中心坐标和所述第二关键点集合的第二中心坐标；

基于所述第一中心坐标和所述第二中心坐标，确定所述第一关键点集合和所述第二关键点集合之间的刚性变化结果。

7.根据权利要求1所述的方法，其特征在于，所述对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果，包括：

获取所述第一关键点集合中每一关键点相对于所述第二关键点集合的对应关键点的形变值，得到形变值集合；

基于所述形变值集合，确定所述述第一关键点集合和所述第二关键点集合之间的刚性变化结果。

8.根据权利要求1所述的方法，其特征在于，所述基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像，包括：

基于所述刚性变化结果，获取所述第二关键点集合相对于所述第一关键点集合的平移、旋转及缩放值平移、旋转及缩放值；

基于所述平移、旋转及缩放值，对所述第一图像上的目标对象进行移动处理；

将执行移动处理之后的第一图像作为所述第三图像。

9.根据权利要求1所述的方法，其特征在于，所述对所述第三图像和所述第二图像进行光流计算，以获得所述第三图像和所述第二图像之间的光流计算结果，包括：

获取目标对象在所述第三图像的任一像素点及所述任一像素点在所述第二图像上的对应像素点；

基于所述任一像素点和所述对应像素点的坐标，计算所述任一像素点和所述对应像素点之前的运动向量；

基于所述运动向量，确定所述第三图像和所述第二图像之间的光流计算结果。

10.根据权利要求1所述的方法，其特征在于，所述基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息，包括：

基于所述刚性变化结果，确定所述目标对象的第一运动信息；

基于所述光流计算结果，确定所述目标对象的第二运动信息；

基于所述第一运动信息和所述第二运动信息，确定所述目标对象的运动信息。

11.根据权利要求10所述的方法，其特征在于，所述基于所述第一运动信息和所述第二运动信息，确定所述目标对象的运动信息，包括：

分别获取所述第一运动信息和所述第二运动信息所对应的第一运动向量和第二运动向量；

对所述第一运动向量和所述第二运动向量执行求和运算，得到第三运动向量；

将所述第三运动向量作为所述目标对象的运动信息。

12.一种运动信息计算装置，其特征在于，包括：

检测模块，用于对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合；

匹配模块，用于对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果；

变化模块，用于基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像；

计算模块，用于对所述第三图像和所述第二图像进行光流计算，以获得所述第三图像和所述第二图像之间的光流计算结果；

确定模块，用于基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息。

13.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述任一权利要求1-11所述的运动信息计算方法。

14.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述任一权利要求1-11所述的运动信息计算方法。