CN111479063A - 云台驱动方法、设备及手持相机 - Google Patents

云台驱动方法、设备及手持相机 Download PDF

Info

Publication number
CN111479063A
CN111479063A CN202010297072.2A CN202010297072A CN111479063A CN 111479063 A CN111479063 A CN 111479063A CN 202010297072 A CN202010297072 A CN 202010297072A CN 111479063 A CN111479063 A CN 111479063A
Authority
CN
China
Prior art keywords
vector
target
prediction vector
center point
determining
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
CN202010297072.2A
Other languages
English (en)
Other versions
CN111479063B (zh
Inventor
刘利朋
梁峰
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.)
Shanghai Moxiang Network Technology Co ltd
Original Assignee
Shanghai Moxiang Network Technology 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 Shanghai Moxiang Network Technology Co ltd filed Critical Shanghai Moxiang Network Technology Co ltd
Priority to CN202010297072.2A priority Critical patent/CN111479063B/zh
Priority to PCT/CN2020/099836 priority patent/WO2021208259A1/zh
Publication of CN111479063A publication Critical patent/CN111479063A/zh
Application granted granted Critical
Publication of CN111479063B publication Critical patent/CN111479063B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)

Abstract

本申请实施例提供一种云台驱动方法、设备及手持相机，其包括获取第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第一实测向量，获取第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第二实测向量，根据第一实测向量和第二实测向量，确定第二时刻图像帧中图像中心点到目标中心点的预测向量，根据预测向量确定云台的目标转动量并对云台进行驱动。由于在确定预测向量时考虑到第一时刻图像帧中图像中心点到目标中心点的实测向量对预测向量的作用，使得确定的预测向量相对平滑，进而可以根据该预测向量确定相对平滑的云台转动量，控制平台平滑地移动，避免云台随跟踪目标抖动而抖动。

Description

云台驱动方法、设备及手持相机
技术领域
本申请实施例涉及目标跟踪技术领域，尤其涉及一种云台驱动方法、设备及手持相机。
背景技术
手持相机等具有云台的设备因可以实现自动跟踪目标并进行稳定拍摄而得到广泛应用。目前，在手持相机等具有云台的设备自动跟踪目标过程中，对目标的自动跟踪主要是通过使目标中心点始终处于图像中心点这一机制来对云台进行驱动实现的。然而，由于目标是动态的，这使得跟踪算法每次针对的目标中心点的位置也是动态的，这种目标中心点的位置的动态变化，造成采用现有跟踪技术来驱动云台跟踪目标时云台旋转抖动，影响用户体验。
发明内容
有鉴于此，本申请实施例所解决的技术问题之一在于提供一种云台驱动方法、设备及手持相机，用以克服上述全部或者部分缺陷。
第一方面，本申请实施例提供了一种云台驱动方法，其包括：
获取第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第一实测向量；
获取第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第二实测向量，所述第一时刻与所述第二时刻为两个连续的时刻；
根据所述第一实测向量和所述第二实测向量，确定所述第二时刻图像帧中图像中心点到目标中心点的预测向量；
根据所述预测向量确定云台的目标转动量并对所述云台进行驱动。
可选的，在本申请的一种实施例中，所述根据所述预测向量确定云台的目标转动量并对所述云台进行驱动，包括：
根据所述预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标；
根据所述目标中心点的坐标，确定所述云台的目标转动量并对所述云台进行驱动。
可选的，在本申请的一种实施例中，所述根据所述预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标，包括：
根据所述预测向量和预设模长阈值，确定目标预测向量；
根据所述目标预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标。
可选的，在本申请的一种实施例中，所述根据所述预测向量和预设模长阈值，确定目标预测向量，包括：
在所述预测向量的模长小于或等于所述预设模长阈值时，将所述预测向量确定为所述目标预测向量；
在所述预测向量的模长大于所述预设模长阈值时，将所述预测向量和所述预设模长阈值与所述预测向量的模长之比的乘积确定为所述目标预测向量。
可选的，在本申请的一种实施例中，在所述第一时刻为初始时刻时，将所述第二实测向量作为所述第一实测向量。
可选的，在本申请的一种实施例中，所述根据所述第一实测向量和所述第二实测向量，确定所述第二时刻图像帧中图像中心点到目标中心点的预测向量，包括：
将所述第一实测向量乘以第一平滑系数获得第一加权向量值；
将所述第二实测向量乘以第二平滑系数获得第二加权向量值；
将所述第一加权向量值和所述第二加权向量值求和，作为所述预测向量；
所述第一平滑系数和所述第二平滑系数大于等于0，小于等于1，且所述第一平滑系数和所述第二平滑系数的和为1。
第二方面，本申请实施例提供了一种云台驱动设备，其包括：存储器、处理器、视频采集器，所述视频采集器用于采集目标区域的跟踪目标；所述存储器用于存储程序代码；所述处理器，调用所述程序代码，当程序代码被执行时，用于执行以下操作：获取第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第一实测向量；获取第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第二实测向量，所述第一时刻与所述第二时刻为两个连续的时刻；根据所述第一实测向量和所述第二实测向量，确定所述第二时刻图像帧中图像中心点到目标中心点的预测向量；根据所述预测向量确定云台的目标转动量并对所述云台进行驱动。
可选的，在本申请的一种实施例中，所述处理器用于：根据所述预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标；根据所述目标中心点的坐标，确定所述云台的目标转动量并对所述云台进行驱动。
可选的，在本申请的一种实施例中，所述处理器用于：根据所述预测向量和预设模长阈值，确定目标预测向量；根据所述目标预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标。
可选的，在本申请的一种实施例中，所述处理器用于：在所述预测向量的模长小于或等于所述预设模长阈值时，将所述预测向量确定为所述目标预测向量；在所述预测向量的模长大于所述预设模长阈值时，将所述预测向量和所述预设模长阈值与所述预测向量的模长之比的乘积确定为所述目标预测向量。
可选的，在本申请的一种实施例中，所述处理器用于：在第一时刻为初始时刻时，将所述第二实测向量作为所述第一实测向量。
可选的，在本申请的一种实施例中，所述处理器用于：将所述第一实测向量乘以第一平滑系数获得第一加权向量值；将所述第二实测向量乘以第二平滑系数获得第二加权向量值；将所述第一加权向量值和所述第二加权向量值求和，作为所述预测向量；所述第一平滑系数和所述第二平滑系数大于等于0，小于等于1，且所述第一平滑系数和所述第二平滑系数的和为1。
第三方面，本申请实施例提供了一种手持相机，其包括云台和第一方面和第二方面所提供的云台驱动设备，所述云台与所述视频采集器固定连接，用于承载所述视频采集器的至少一部分。
可选的，在本申请的一种实施例中，所述云台为手持三轴云台。
可选的，在本申请的一种实施例中，所述视频采集器包括但不限于手持三轴云台用摄像头。
本申请实施例中，通过获取第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第一实测向量，获取第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第二实测向量，根据第一实测向量和第二实测向量，确定第二时刻图像帧中图像中心点到目标中心点的预测向量，进而根据预测向量确定云台的目标转动量并对云台进行驱动。由于第一时刻与第二时刻为两个连续的时刻，在确定第二时刻图像帧中图像中心点到目标中心点的预测向量时还考虑到第一时刻图像帧中图像中心点到目标中心点的实测向量对该预测向量的作用，使得确定的预测向量相对平滑，进而可以根据该预测向量确定相对平滑的云台转动量，控制平台平滑地移动，避免云台随跟踪目标抖动而抖动。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本申请实施例的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比值绘制的。附图中：
图1为本申请实施例提供的一种云台驱动方法的示意性流程图；
图2为本申请实施例二提供的根据预测向量确定云台的目标转动量的流程示意图；
图3为本申请实施例提供的一种云台驱动设备的结构示意图；
图4为本申请实施例提供的一种手持云台的正视图；
图5为本申请实施例提供的一种手持云台与移动设备连接的示意图
图6为本申请实施例提供的一种手持云台的侧视图。
具体实施方式
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，本申请说明书以及权利要求书中使用的“第一”“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等类似词语也不表示数量限制，而是表示存在至少一个。
手持相机等具有云台的设备因可以实现自动跟踪目标并进行稳定拍摄而得到广泛应用。目前，在手持相机等具有云台的设备自动跟踪目标过程中，对目标的自动跟踪主要是通过使目标中心点始终处于图像中心点这一机制来对云台进行驱动实现的。然而，由于目标是动态的，这使得跟踪算法每次针对的目标中心点的位置也是动态的，这种目标中心点的位置的动态变化，造成采用现有跟踪技术来驱动云台跟踪目标时云台旋转抖动，影响用户体验。
鉴于上述技术方案中的不足，本申请实施例所提供的技术方案中通过获取第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第一实测向量，获取第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第二实测向量，根据第一实测向量和第二实测向量，确定第二时刻图像帧中图像中心点到目标中心点的预测向量，进而根据预测向量确定云台的目标转动量并对云台进行驱动。由于第一时刻与第二时刻为两个连续的时刻，在确定第二时刻图像帧中图像中心点到目标中心点的预测向量时还考虑到第一时刻图像帧中图像中心点到目标中心点的实测向量对该预测向量的作用，使得确定的预测向量相对平滑，进而可以根据该预测向量确定相对平滑的云台转动量，控制平台平滑地移动，避免云台随跟踪目标抖动而抖动，从而改善了用户体验。
下面结合本申请实施例附图进一步说明本申请实施例具体实现。
实施例一
本申请实施例一提供一种云台驱动方法，图1为本申请实施例提供的一种云台驱动方法的示意性流程图。如图1所示，该云台驱动方法用于对平滑地驱动云台，以使得避免云台随跟踪目标抖动而抖动，进而改善用户体验。具体的，该云台上设置有视频采集器，其中，视频采集器可以为摄像头、摄像机或者手机等具有图像采集功能的装置。如图1所示，该云台驱动方法包括：
S101、获取第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第一实测向量。
本实施例中，第一时刻可以是在对跟踪目标进行跟踪拍摄的当前时刻之前并且与当前时刻连续的时刻，第一时刻图像帧是在第一时刻采集的图像帧。其中，在第一时刻图像帧中，图像中心点的位置可以由该图像帧的中心对应的像素的坐标来表示，目标中心点的位置可以由该图像帧中跟踪目标的中心对应的像素的坐标来表示。第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量可以由第一时刻图像帧中图像中心点的位置到跟踪目标的目标中心点的位置的向量来表示。
S102、获取第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第二实测向量，第一时刻与第二时刻为两个连续的时刻。
本实施例中，第二时刻可以是在对跟踪目标进行跟踪的当前时刻，第二时刻在第一时刻之后并且与第一时刻连续，也就是第一时刻与第二时刻为两个连续的时刻。第二实测向量是第二时刻图像帧中图像中心点到跟踪目标的中心点的实测向量，也就是当前时刻采集的图像帧中图像中心点到跟踪目标的中心点的实测向量。第二实测向量的表示方式与步骤S101类似，此处不再赘述。
S103、根据第一实测向量和第二实测向量，确定第二时刻图像帧中图像中心点到目标中心点的预测向量。
本实施例中，在确定第二时刻图像帧中图像中心点到目标中心点的预测向量时，考虑到第一实测向量对预测向量的作用，由此确定的预测向量不仅能够反映当前时刻目标中心点位置实际的变化，而且还能够反映当前时刻的前一时刻目标中心点位置实际的变化，使得可以确定出相对平滑的预测向量。
可选的，在本申请的一种实施例中，根据第一实测向量和第二实测向量，确定第二时刻图像帧中图像中心点到目标中心点的预测向量，可以包括：将第一实测向量乘以第一平滑系数获得第一加权向量值；将第二实测向量乘以第二平滑系数获得第二加权向量值；将第一加权向量值和第二加权向量值求和，作为预测向量。其中，第一平滑系数和第二平滑系数大于等于0，小于等于1，且第一平滑系数和第二平滑系数的和为1。
其中，第一平滑系数和第二平滑系数的取值可以根据具体应用场景和实际情况设定。当第一平滑系数设定得较大时，可以加强第一实测向量对预测向量的作用，也就是加强当前时刻的前一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量对预测向量的作用，使预测向量能够较少反映当前时刻目标中心点位置实际的变化。当第二平滑系数设定得较大时，可以加强第二实测向量对预测向量的作用，也就是加强当前时刻图像帧中图像中心点到跟踪目标的中心点的实测向量对预测向量的作用，使预测向量能够迅速反映当前时刻目标中心点位置实际的变化。
在根据第一实测向量和第二实测向量确定预测向量的具体实现方式中，例如，可以通过将第一实测向量和第二实测向量代入一次指数平滑公式来确定预测向量，该一次指数平滑公式如下：
y’t+1＝axt+(1-a)yt+1
其中，a表示第一平滑系数，(1-a)表示第二平滑系数，xt表示第一实测向量，yt+1表示第二实测向量，y’t+1表示预测向量。
通过根据第一实测向量和第二实测向量采用上述公式确定预测向量，可以实现基于指数平滑的预测向量平滑。
S104、根据预测向量确定云台的目标转动量并对云台进行驱动。
本实施例中，由于预测向量考虑了当前时刻的前一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，使得预测向量相对平滑，进而可以根据该预测向量确定相对平滑的云台转动量，控制平台平滑地移动，避免云台随跟踪目标抖动而抖动，从而提高跟踪算法的性能及用户体验。
可选的，在本申请的一种实施例中，根据预测向量确定云台的目标转动量并对云台进行驱动，包括：根据预测向量和图像中心点的坐标，确定目标中心点的坐标；根据目标中心点的坐标，确定云台的目标转动量并对云台进行驱动。
具体地，图像中心点的坐标是预先确定的，例如，在以图像帧的中心为原点，以图像帧的行方向为x轴，以图像帧的列方向为y轴的坐标系中，图像中心点的坐标可以为(0,0)。在确定了预测向量并且图像中心点的坐标已知的情况下，可以确定跟踪目标当前的中心点坐标。由于考虑到当前时刻的前一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量的作用，使得预测向量相对平滑，特别地，在采用一次指数平滑公式实现指数平滑的预测信号平滑后，根据该预测向量可以实现基于指数平滑的目标中心点平滑，基于该相对平滑的目标中心点来驱动云台，可以控制平台平滑地移动，避免云台随跟踪目标抖动而抖动，从而提高跟踪算法的性能及用户体验。
需要说明的是，本申请实施例中，以先执行S101，后执行S102为例，但本领域技术人员应当理解，在实际应用中，也可以先执行S102，后执行S101，或者同时执行S101和S102。也就是说，S101和S102的执行部分先后顺序，也可以并列执行。
此外，需要说明的是，在执行本实施例提供的云台驱动方法的初始时刻，即在不存在第一时刻，第二时刻为初始时刻时，可以将第二时刻的实测向量作为第一时刻的实测向量，也就是将第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量作为第一实测向量，以便于根据本实施例提供的云台驱动方法确定预测向量，从而确定云台的目标转动量并对云台进行驱动。
本申请实施例所提供的技术方案中通过获取第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第一实测向量，获取第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第二实测向量，根据第一实测向量和第二实测向量，确定第二时刻图像帧中图像中心点到目标中心点的预测向量，进而根据预测向量确定云台的目标转动量并对云台进行驱动。由于第一时刻与第二时刻为两个连续的时刻，在确定第二时刻图像帧中图像中心点到目标中心点的预测向量时还考虑到第一时刻图像帧中图像中心点到目标中心点的实测向量对该预测向量的作用，使得确定的预测向量相对平滑，进而可以根据该预测向量确定相对平滑的云台转动量，控制平台平滑地移动，避免云台随跟踪目标抖动而抖动，从而改善了用户体验。
实施例二
基于本申请实施例一提供的一种云台驱动方法的流程示意图，本申请实施例二提供一种根据预测向量确定云台的目标转动量的一种具体实现方式，图2为本申请实施例二提供的根据预测向量确定云台的目标转动量的流程示意图。如图2所示，根据预测向量驱动云台的目标转动量并对云台进行驱动，可以设置为具体包括：
S201、根据预测向量和预设模长阈值，确定目标预测向量。
其中，预设模长阈值可以是云台承载的视频采集器可以获取到清晰图像而允许的云台可驱动的最大模长。
具体地，若单次驱动云台的旋转角度较大，则容易使云台承载的视频采集器采集到的图像帧模糊，影响跟踪目标的目标中心点的计算，进而影响跟踪算法的性能及用户的体验。根据预测向量和预设模长阈值确定目标预测向量，可以利用预设模长阈值对预测向量进行约束，进而限制云台的最大转动量，也就是说限制云台转动的最大角度。
可选的，在本申请的一种实施例中，根据预测向量和预设模长阈值，确定目标预测向量，包括：在预测向量的模长小于或等于预设模长阈值时，将预测向量确定为目标预测向量；在预测向量的模长大于预设模长阈值时，将预测向量和预设模长阈值与预测向量的模长之比的乘积确定为目标预测向量。
具体地，例如可以通过将预测向量和预设模长阈值代入下述预设公式来计算目标预测量，该预设公式为：
Figure BDA0002452589260000081
其中，b表示目标预测向量，a表示预测向量，|a|表示预测向量的模长，Maxlen表示预设模长阈值。
其中，预测向量的模长|a|大于预设模长阈值Maxlen指示图像中心点距离跟踪目标的目标中心点较远，若直接根据该预测向量a驱动云台的目标转动量并对云台进行驱动，可能会造成视频采集器采集到的图像模糊。为了确保采集到的图像清晰，将预测向量的模长限制为预设模长阈值Maxlen，从而对预测向量进行约束，由此确定的目标预测向量b的方向与预测向量a方向相同，但模长与预设模长阈值相同。
相反，预测向量的模长|a|小于或等于预设模长阈值Maxlen指示图像中心点距离跟踪目标的目标中心点较近，直接根据该预测向量a驱动云台的目标转动量并对云台进行驱动不会造成视频采集器采集到的图像模糊，由此直接将预测向量a确定为目标预测向量，该目标预测向量的大小和方向与预测向量的大小和方向均相同。
S202、根据目标预测向量和图像中心点的坐标，确定目标中心点的坐标。
本实施例中，图像中心点的坐标是预先确定的，例如，在以图像帧的中心为原点，以图像帧的行方向为x轴，以图像帧的列方向为y轴的坐标系中，图像中心点的坐标可以为(0,0)。在确定了目标预测向量并且图像中心点的坐标已知的情况下，可以确定目标中心点的坐标。由于考虑到当前时刻的前一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量对预测向量的作用，使得预测向量相对平滑，同时通过利用预设模长阈值对预测向量进行约束，由此可以出合适的目标中心点坐标，即根据该目标中心点的坐标对云台进行驱动时，云台不会随跟踪目标抖动而抖动，并且云台承载的视频采集器能够拍摄到清晰图像。
S203、根据目标中心点的坐标，确定云台的目标转动量并对云台进行驱动。
具体地，在确定出合适的目标中心点的坐标之后，可以根据目标中心点的坐标，确定云台的目标转动量并对云台进行驱动。
本实施例提供的云台驱动方法，由于在确定预测向量时考虑到当前时刻的前一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量对预测向量的作用，使得预测向量相对平滑，同时通过利用预设模长阈值对预测向量进行约束，限制了云台的最大转动量，因此可以在实现控制云台平滑移动的同时确保在追踪跟踪目标的过程中视频采集器能够获取清晰图像，提升了跟踪算法的性能及用户的体验。
实施例三
本申请实施例提供了一种云台驱动设备，图3为本申请实施例提供的云台驱动设备的结构示意图，如图3所示，该云台驱动设备包括：存储器31、处理器32、视频采集器33，视频采集器33用于采集目标区域的跟踪目标；存储器31用于存储程序代码；处理器32，调用程序代码，当程序代码被执行时，用于执行以下操作：获取第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第一实测向量；获取第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第二实测向量，第一时刻与第二时刻为两个连续的时刻；根据第一实测向量和第二实测向量，确定第二时刻图像帧中图像中心点到目标中心点的预测向量；根据预测向量确定云台的目标转动量。
可选的，在本申请的一种实施例中，处理器32用于：根据预测向量和图像中心点的坐标，确定目标中心点的坐标；根据目标中心点的坐标，确定云台的目标转动量。
可选的，在本申请的一种实施例中，处理器32用于：根据预测向量和预设模长阈值，确定目标预测向量；根据目标预测向量和图像中心点的坐标，确定目标中心点的坐标。
可选的，在本申请的一种实施例中，处理器32用于：在预测向量的模长小于或等于预设模长阈值时，将预测向量确定为目标预测向量；在预测向量的模长大于预设模长阈值时，将预测向量和预设模长阈值与预测向量的模长之比的乘积确定为目标预测向量。
可选的，在本申请的一种实施例中，处理器32用于：在第一时刻为初始时刻时，将第二实测向量作为第一实测向量。
可选的，在本申请的一种实施例中，处理器32用于：将第一实测向量乘以第一平滑系数获得第一加权向量值；将第二实测向量乘以第二平滑系数获得第二加权向量值；将第一加权向量值和第二加权向量值求和，作为预测向量；第一平滑系数和第二平滑系数大于等于0，小于等于1，且第一平滑系数和第二平滑系数的和为1。
本实施例提供的云台驱动设备用于执行实施例一和实施例二所提供的云台驱动方法，其技术原理和技术效果类似，此处不再赘述。
实施例四
本申请实施例提供一种手持相机，包括云台和如实施例三所提供的云台驱动设备，其中，云台与视频采集器固定连接，用于承载视频采集器的至少一部分。
可选的，在本申请的一种实施例中，云台可以为手持三轴云台。
可选的，在本申请的一种实施例中，视频采集器包括但不限于手持三轴云台用摄像头。
可选的，在本申请的一种实施例中，手持相机包括手持云台相机。
下面参照图4至图6对手持云台相机的基本构造进行简单介绍。
本申请实施例的手持云台1，包括：手柄11和装载于所述手柄11的拍摄装置12，在本实施例中，所述拍摄装置12可以包括三轴云台相机，在其他实施例中包括两轴或三轴以上的云台相机。
所述手柄11设有用于显示所述拍摄装置12的拍摄内容的显示屏13。本发明不对显示屏13的类型进行限定。
通过在手持云台1的手柄11设置显示屏13，该显示屏可以显示拍摄装置12的拍摄内容，以实现用户能够通过该显示屏13快速浏览拍摄装置12所拍摄的图片或是视频，从而提高手持云台1与用户的互动性及趣味性，满足用户的多样化需求。
在一个实施例中，所述手柄11还设有用于控制所述拍摄装置12的操作功能部，通过操作所述操作功能部，能够控制拍摄装置12的工作，例如，控制拍摄装置12的开启与关闭、控制拍摄装置12的拍摄、控制拍摄装置12云台部分的姿态变化等，以便于用户对拍摄装置12进行快速操作。其中，所述操作功能部可以为按键、旋钮或者触摸屏的形式。
在一个实施例中，操作功能部包括用于控制所述拍摄装置12拍摄的拍摄按键14和用于控制所述拍摄装置12启闭和其他功能的电源/功能按键15，以及控制所述云台移动的万向键16。当然，操作功能部还可以包括其他控制按键，如影像存储按键、影像播放控制按键等等，可以根据实际需求进行设定。
在一个实施例中，所述操作功能部和所述显示屏13设于所述手柄11的同一面，图中所示操作功能部和显示屏13均设于手柄11的正面，符合人机工程学，同时使整个手持云台1的外观布局更合理美观。
进一步地，所述手柄11的侧面设置有功能操作键A，用于方便用户快速地智能一键成片。摄影机开启时，点按机身右侧橙色侧面键开启功能，则每隔一段时间自动拍摄一段视频，总共拍摄N段(N≥2)，连接移动设备例如手机后，选择“一键成片”功能，系统智能筛选拍摄片段并匹配合适模板，快速生成精彩作品。
在一可选的实施方式中，所述手柄11还设有用于插接存储元件的卡槽17。在本实施例中，卡槽17设于所述手柄11上与所述显示屏13相邻的侧面，在卡槽17中插入存储卡，即可将拍摄装置12拍摄的影像存储在存储卡中。并且，将卡槽17设置在侧部，不会影响到其他功能的使用，用户体验较佳。
在一个实施例中，手柄11内部可以设置用于对手柄11及拍摄装置12供电的供电电池。供电电池可以采用锂电池，容量大、体积小，以实现手持云台1的小型化设计。
在一个实施例中，所述手柄11还设有充电接口/USB接口18。在本实施例中，所述充电接口/USB接口18设于所述手柄11的底部，便于连接外部电源或存储装置，从而对所述供电电池进行充电或进行数据传输。
在一个实施例中，所述手柄11还设有用于接收音频信号的拾音孔19，拾音孔19内部联通麦克风。拾音孔19可以包括一个，也可以包括多个。还包括用于显示状态的指示灯20。用户可以通过拾音孔19与显示屏13实现音频交互。另外，指示灯20可以达到提醒作用，用户可以通过指示灯20获得手持云台1的电量情况和目前执行功能情况。此外，拾音孔19和指示灯20也均可以设于手柄11的正面，更符合用户的使用习惯以及操作便捷性。
在一个实施例中，所述拍摄装置12包括云台支架和搭载于所述云台支架的拍摄器。所述拍摄器可以为相机，也可以为由透镜和图像传感器(如CMOS或CCD)等组成的摄像元件，具体可根据需要选择。所述拍摄器可以集成在云台支架上，从而拍摄装置12为云台相机；也可以为外部拍摄设备，可拆卸地连接或夹持而搭载于云台支架。
在一个实施例中，所述云台支架为三轴云台支架，而所述拍摄装置12为三轴云台相机。所述三轴云台支架包括偏航轴组件22、与所述偏航轴组件22活动连接的横滚轴组件23、以及与所述横滚轴组件23活动连接的俯仰轴组件24，所述拍摄器搭载于所述俯仰轴组件24。所述偏航轴组件22带动拍摄装置12沿偏航方向转动。当然，在其他例子中，所述云台支架也可以为两轴云台、四轴云台等，具体可根据需要选择。
在一个实施例中，还设置有安装部，安装部设置于与所述横滚轴组件连接的连接臂的一端，而偏航轴组件可以设置于所述手柄中，所述偏航轴组件带动拍摄装置12一起沿偏航方向转动。
在一可选的实施方式中，所述手柄11设有用于与移动设备2(如手机)耦合连接的转接件26，所述转接件26与所述手柄11可拆卸连接。所述转接件26自所述手柄的侧部凸伸而出以用于连接所述移动设备2，当所述转接件26与所述移动设备2连接后，所述手持云台1与所述转接件26对接并用于被支撑于所述移动设备2的端部。
在手柄11设置用于与移动设备2连接的转接件26，进而将手柄11和移动设备2相互连接，手柄11可作为移动设备2的一个底座，用户可以通过握持移动设备2的另一端来一同把手持云台1拿起操作，连接方便快捷，产品美观性强。此外，手柄11通过转接件26与移动设备2耦合连接后，能够实现手持云台1与移动设备2之间的通信连接，拍摄装置12与移动设备2之间能够进行数据传输。
在一个实施例中，所述转接件26与所述手柄11可拆卸连接，即转接件26和手柄11之间可以实现机械方面的连接或拆除。进一步地，所述转接件26设有电接触部，所述手柄11设有与所述电接触部配合的电接触配合部。
这样，当手持云台1不需要与移动设备2连接时，可以将转接件26从手柄11上拆除。当手持云台1需要与移动设备2连接时，再将转接件26装到手柄11上，完成转接件26和手柄11之间的机械连接，同时通过电接触部和电接触配合部的连接保证两者之间的电性连接，以实现拍摄装置12与移动设备2之间能够通过转接件26进行数据传输。
在一个实施例中，所述手柄11的侧部设有收容槽27，所述转接件26滑动卡接于所述收容槽27内。当转接件26装到收容槽27后，转接件26部分凸出于所述收容槽27，转接件26凸出收容槽27的部分用于与移动设备2连接。
在一个实施例中，所述转接件26自转接部装入所述收容槽27时，所述转接部与所述收容槽27齐平，进而将转接件26收纳在手柄11的收容槽27内。
因此，当手持云台1需要和移动设备2连接时，可以将转接件26自所述转接部32装入所述收容槽27内，使得转接件26凸出于所述收容槽27，以便移动设备2与手柄11相互连接
当移动设备2使用完毕后，或者需要将移动设备2拔下时，可以将转接件26从手柄11的收容槽27内取出，然后反向自所述转接件26装入所述收容槽27内，进而将转接件26收纳在手柄11内。转接件26与手柄11的收容槽27齐平当转接件26收纳在手柄11内后，可以保证手柄11的表面平整，而且将转接件26收纳在手柄11内更便于携带。
在一个实施例中，所述收容槽27是半开放式地开设在手柄11的一侧表面，这样更便于转接件26与收容槽27进行滑动卡接。当然，在其他例子中，转接件26也可以采用卡扣连接、插接等方式与手柄11的收容槽27可拆卸连接。
在一个实施例中，收容槽27设置于手柄11的侧面，在不使用转接功能时，通过盖板28卡接覆盖该收容槽27，这样便于用户操作，同时也不影响手柄的正面和侧面的整体外观。
在一个实施例中，所述电接触部与电接触配合部之间可以采用触点接触的方式实现电连接。例如，所述电接触部可以选择为伸缩探针，也可以选择为电插接口，还可以选择为电触点。当然，在其他例子中，所述电接触部与电接触配合部之间也可以直接采用面与面的接触方式实现电连接。
A1、一种云台驱动方法，其特征在于，包括：
获取第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第一实测向量；
获取第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第二实测向量，所述第一时刻与所述第二时刻为两个连续的时刻；
根据所述第一实测向量和所述第二实测向量，确定所述第二时刻图像帧中图像中心点到目标中心点的预测向量；
根据所述预测向量确定云台的目标转动量并对所述云台进行驱动。
A2、根据A1所述的方法，其特征在于，所述根据所述预测向量确定云台的目标转动量并对所述云台进行驱动，包括：
根据所述预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标；
根据所述目标中心点的坐标，确定所述云台的目标转动量并对所述云台进行驱动。
A3、根据A2所述的方法，所述根据所述预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标，包括：
根据所述预测向量和预设模长阈值，确定目标预测向量；
根据所述目标预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标。
A4、根据A3所述的方法，其特征在于，所述根据所述预测向量和预设模长阈值，确定目标预测向量，包括：
在所述预测向量的模长小于或等于所述预设模长阈值时，将所述预测向量确定为所述目标预测向量；
在所述预测向量的模长大于所述预设模长阈值时，将所述预测向量和所述预设模长阈值与所述预测向量的模长之比的乘积确定为所述目标预测向量。
A5、根据A1所述的方法，其特征在于，
在所述第二时刻为初始时刻时，将所述第二实测向量作为所述第一实测向量。
A6、根据A1所述的方法，其特征在于，所述根据所述第一实测向量和所述第二实测向量，确定所述第二时刻图像帧中图像中心点到目标中心点的预测向量，包括：
将所述第一实测向量乘以第一平滑系数获得第一加权向量值；
将所述第二实测向量乘以第二平滑系数获得第二加权向量值；
将所述第一加权向量值和所述第二加权向量值求和，作为所述预测向量；
所述第一平滑系数和所述第二平滑系数大于等于0，小于等于1，且所述第一平滑系数和所述第二平滑系数的和为1。
A7、一种云台驱动设备，其特征在于，包括：存储器、处理器、视频采集器，所述视频采集器用于采集目标区域的跟踪目标；所述存储器用于存储程序代码；所述处理器，调用所述程序代码，当程序代码被执行时，用于执行以下操作：获取第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第一实测向量；获取第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第二实测向量，所述第一时刻与所述第二时刻为两个连续的时刻；根据所述第一实测向量和所述第二实测向量，确定所述第二时刻图像帧中图像中心点到目标中心点的预测向量；根据所述预测向量确定云台的目标转动量并对所述云台进行驱动。
A8、根据A7所述的设备，其特征在于，所述处理器用于：根据所述预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标；根据所述目标中心点的坐标，确定所述云台的目标转动量并对所述云台进行驱动。
A9、根据A8所述的设备，其特征在于，所述处理器用于：根据所述预测向量和预设模长阈值，确定目标预测向量；根据所述目标预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标。
A10、根据A9所述的设备，其特征在于，所述处理器用于：在所述预测向量的模长小于或等于所述预设模长阈值时，将所述预测向量确定为所述目标预测向量；在所述预测向量的模长大于所述预设模长阈值时，将所述预测向量和所述预设模长阈值与所述预测向量的模长之比的乘积确定为所述目标预测向量。
A11、根据A7所述的设备，其特征在于，所述处理器用于：在所述第一时刻为初始时刻时，将所述第二实测向量作为所述第一实测向量。
A12、根据A7所述的设备，其特征在于，所述处理器用于：将所述第一实测向量乘以第一平滑系数获得第一加权向量值；将所述第二实测向量乘以第二平滑系数获得第二加权向量值；将所述第一加权向量值和所述第二加权向量值求和，作为所述预测向量；所述第一平滑系数和所述第二平滑系数大于等于0，小于等于1，且所述第一平滑系数和所述第二平滑系数的和为1。
A13、一种手持相机，包括云台和根据A7-A12所述的云台驱动设备，所述云台与所述视频采集器固定连接，用于承载所述视频采集器的至少一部分。
A14、根据A13所述的手持相机，其特征在于，所述云台为手持三轴云台。
A15、根据A13所述的手持相机，其特征在于，所述视频采集器包括但不限于手持三轴云台用摄像头。
至此，已经对本主题的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序，以实现期望的结果。在某些实施方式中，多任务处理和并行处理可以是有利的。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定事务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行事务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种云台驱动方法，其特征在于，包括：
获取第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第一实测向量；
获取第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第二实测向量，所述第一时刻与所述第二时刻为两个连续的时刻；
根据所述第一实测向量和所述第二实测向量，确定所述第二时刻图像帧中图像中心点到目标中心点的预测向量；
根据所述预测向量确定云台的目标转动量并对所述云台进行驱动。
2.根据权利要求1所述的方法，其特征在于，所述根据所述预测向量确定云台的目标转动量并对所述云台进行驱动，包括：
根据所述预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标；
根据所述目标中心点的坐标，确定所述云台的目标转动量并对所述云台进行驱动。
3.根据权利要求2所述的方法，所述根据所述预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标，包括：
根据所述预测向量和预设模长阈值，确定目标预测向量；
根据所述目标预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标。
4.根据权利要求3所述的方法，其特征在于，所述根据所述预测向量和预设模长阈值，确定目标预测向量，包括：
在所述预测向量的模长小于或等于所述预设模长阈值时，将所述预测向量确定为所述目标预测向量；
在所述预测向量的模长大于所述预设模长阈值时，将所述预测向量和所述预设模长阈值与所述预测向量的模长之比的乘积确定为所述目标预测向量。
5.根据权利要求1所述的方法，其特征在于，
在所述第二时刻为初始时刻时，将所述第二实测向量作为所述第一实测向量。
6.根据权利要求1所述的方法，其特征在于，所述根据所述第一实测向量和所述第二实测向量，确定所述第二时刻图像帧中图像中心点到目标中心点的预测向量，包括：
将所述第一实测向量乘以第一平滑系数获得第一加权向量值；
将所述第二实测向量乘以第二平滑系数获得第二加权向量值；
将所述第一加权向量值和所述第二加权向量值求和，作为所述预测向量；
所述第一平滑系数和所述第二平滑系数大于等于0，小于等于1，且所述第一平滑系数和所述第二平滑系数的和为1。
7.一种云台驱动设备，其特征在于，包括：存储器、处理器、视频采集器，所述视频采集器用于采集目标区域的跟踪目标；所述存储器用于存储程序代码；所述处理器，调用所述程序代码，当程序代码被执行时，用于执行以下操作：获取第一时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第一实测向量；获取第二时刻图像帧中图像中心点到跟踪目标的目标中心点的实测向量，作为第二实测向量，所述第一时刻与所述第二时刻为两个连续的时刻；根据所述第一实测向量和所述第二实测向量，确定所述第二时刻图像帧中图像中心点到目标中心点的预测向量；根据所述预测向量确定云台的目标转动量并对所述云台进行驱动。
8.根据权利要求7所述的设备，其特征在于，所述处理器用于：根据所述预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标；根据所述目标中心点的坐标，确定所述云台的目标转动量并对所述云台进行驱动。
9.根据权利要求8所述的设备，其特征在于，所述处理器用于：根据所述预测向量和预设模长阈值，确定目标预测向量；根据所述目标预测向量和所述图像中心点的坐标，确定所述目标中心点的坐标。
10.根据权利要求9所述的设备，其特征在于，所述处理器用于：在所述预测向量的模长小于或等于所述预设模长阈值时，将所述预测向量确定为所述目标预测向量；在所述预测向量的模长大于所述预设模长阈值时，将所述预测向量和所述预设模长阈值与所述预测向量的模长之比的乘积确定为所述目标预测向量。
CN202010297072.2A 2020-04-15 2020-04-15 云台驱动方法、设备及手持相机 Active CN111479063B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010297072.2A CN111479063B (zh) 2020-04-15 2020-04-15 云台驱动方法、设备及手持相机
PCT/CN2020/099836 WO2021208259A1 (zh) 2020-04-15 2020-07-02 云台驱动方法、设备及手持相机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010297072.2A CN111479063B (zh) 2020-04-15 2020-04-15 云台驱动方法、设备及手持相机

Publications (2)

Publication Number Publication Date
CN111479063A true CN111479063A (zh) 2020-07-31
CN111479063B CN111479063B (zh) 2021-04-06

Family

ID=71754338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010297072.2A Active CN111479063B (zh) 2020-04-15 2020-04-15 云台驱动方法、设备及手持相机

Country Status (2)

Country Link
CN (1) CN111479063B (zh)
WO (1) WO2021208259A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114500839B (zh) * 2022-01-25 2024-06-07 青岛根尖智能科技有限公司 一种基于注意力跟踪机制的视觉云台控制方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103149939A (zh) * 2013-02-26 2013-06-12 北京航空航天大学 一种基于视觉的无人机动态目标跟踪与定位方法
CN103268480A (zh) * 2013-05-30 2013-08-28 重庆大学 一种视觉跟踪系统及方法
CN105678809A (zh) * 2016-01-12 2016-06-15 湖南优象科技有限公司 手持式自动跟拍装置及其目标跟踪方法
CN107357318A (zh) * 2017-06-16 2017-11-17 中国科学院长春光学精密机械与物理研究所 稳定云台转动的控制方法及控制系统及稳定云台
CN107862704A (zh) * 2017-11-06 2018-03-30 广东工业大学 一种目标跟踪方法、系统及其使用的云台相机
CN107992099A (zh) * 2017-12-13 2018-05-04 福州大学 一种基于改进帧差法的目标运动视频跟踪方法及系统
CN108206941A (zh) * 2017-09-27 2018-06-26 深圳市商汤科技有限公司 目标跟踪方法、系统、终端设备及存储介质
CN108259703A (zh) * 2017-12-31 2018-07-06 深圳市秦墨科技有限公司 一种云台的跟拍控制方法、装置及云台
CN108475075A (zh) * 2017-05-25 2018-08-31 深圳市大疆创新科技有限公司 一种控制方法、装置及云台
CN108932732A (zh) * 2018-06-21 2018-12-04 浙江大华技术股份有限公司 一种获取监测对象数据信息的方法及装置
CN109682388A (zh) * 2018-12-21 2019-04-26 北京智行者科技有限公司 跟随路径的确定方法
CN110322479A (zh) * 2019-07-05 2019-10-11 武汉科技大学 一种基于时空显著性的双核kcf目标跟踪方法
US20200084423A1 (en) * 2018-09-06 2020-03-12 Toyota Jidosha Kabushiki Kaisha Mobile robot, remote terminal, control program for mobile robot, control program for remote terminal, control system, control method for mobile robot, and control method for remote terminal

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103826105A (zh) * 2014-03-14 2014-05-28 贵州大学 一种基于机器视觉技术的视频跟踪系统及其实现方法
CN105205815B (zh) * 2015-09-15 2017-12-29 西安理工大学 基于云台可控制摄像机的实时视频跟踪方法
JP7129201B2 (ja) * 2018-04-18 2022-09-01 キヤノン株式会社 画像処理装置、撮像装置、画像処理方法、及びプログラム
CN109360225B (zh) * 2018-10-16 2020-12-18 北京理工大学 一种运动模型的优化系统及方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103149939A (zh) * 2013-02-26 2013-06-12 北京航空航天大学 一种基于视觉的无人机动态目标跟踪与定位方法
CN103268480A (zh) * 2013-05-30 2013-08-28 重庆大学 一种视觉跟踪系统及方法
CN105678809A (zh) * 2016-01-12 2016-06-15 湖南优象科技有限公司 手持式自动跟拍装置及其目标跟踪方法
CN108475075A (zh) * 2017-05-25 2018-08-31 深圳市大疆创新科技有限公司 一种控制方法、装置及云台
CN107357318A (zh) * 2017-06-16 2017-11-17 中国科学院长春光学精密机械与物理研究所 稳定云台转动的控制方法及控制系统及稳定云台
CN108206941A (zh) * 2017-09-27 2018-06-26 深圳市商汤科技有限公司 目标跟踪方法、系统、终端设备及存储介质
CN107862704A (zh) * 2017-11-06 2018-03-30 广东工业大学 一种目标跟踪方法、系统及其使用的云台相机
CN107992099A (zh) * 2017-12-13 2018-05-04 福州大学 一种基于改进帧差法的目标运动视频跟踪方法及系统
CN108259703A (zh) * 2017-12-31 2018-07-06 深圳市秦墨科技有限公司 一种云台的跟拍控制方法、装置及云台
CN108932732A (zh) * 2018-06-21 2018-12-04 浙江大华技术股份有限公司 一种获取监测对象数据信息的方法及装置
US20200084423A1 (en) * 2018-09-06 2020-03-12 Toyota Jidosha Kabushiki Kaisha Mobile robot, remote terminal, control program for mobile robot, control program for remote terminal, control system, control method for mobile robot, and control method for remote terminal
CN109682388A (zh) * 2018-12-21 2019-04-26 北京智行者科技有限公司 跟随路径的确定方法
CN110322479A (zh) * 2019-07-05 2019-10-11 武汉科技大学 一种基于时空显著性的双核kcf目标跟踪方法

Also Published As

Publication number Publication date
WO2021208259A1 (zh) 2021-10-21
CN111479063B (zh) 2021-04-06

Similar Documents

Publication Publication Date Title
CN108513608B (zh) 可拆卸控制装置、云台装置和手持云台的控制方法
CN112052713B (zh) 一种视频处理方法、设备及手持相机
CN111539880B (zh) 图像处理方法、设备及手持相机
CN108293123A (zh) 用于产生缩时图像的方法和设备
CN106488116B (zh) 摄像装置
KR101589889B1 (ko) 화상 처리 장치 및 기록 매체
CN108573480A (zh) 基于图像处理的环境光补偿方法、装置及电子设备
CN111479063B (zh) 云台驱动方法、设备及手持相机
CN111523424A (zh) 人脸跟踪方法及人脸跟踪设备
CN113287296A (zh) 控制方法、手持云台、系统及计算机可读存储介质
CN111767782B (zh) 一种跟踪目标确定方法、装置和手持相机
CN112052357B (zh) 一种视频片段标记方法、设备及手持相机
CN111563913B (zh) 基于跟踪目标的搜索方法、设备及其手持相机
CN111479061B (zh) 跟踪状态确定方法、设备及手持相机
CN111539283B (zh) 人脸跟踪方法及人脸跟踪设备
CN111508001A (zh) 一种跟踪目标的找回方法、设备以及手持相机
JP2013070335A (ja) 撮像装置及びその制御方法、並びにプログラム
CN111479062B (zh) 目标对象的跟踪框显示方法、设备及手持相机
CN108259727A (zh) 一种景深图像生成方法及移动终端
CN111524162B (zh) 一种跟踪目标的找回方法、设备及手持相机
CN209569514U (zh) 手持云台
JP2005079760A (ja) 電子機器用接続装置
CN111638934B (zh) 交互控件的状态同步方法、装置及手持相机
JP2007209055A (ja) 携帯型電子機器、充電制御方法及びプログラム
CN113891000A (zh) 拍摄方法、装置和电子设备

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