CN112270242A - 轨迹的显示方法、装置、可读介质和电子设备 - Google Patents
轨迹的显示方法、装置、可读介质和电子设备 Download PDFInfo
- Publication number
- CN112270242A CN112270242A CN202011140030.4A CN202011140030A CN112270242A CN 112270242 A CN112270242 A CN 112270242A CN 202011140030 A CN202011140030 A CN 202011140030A CN 112270242 A CN112270242 A CN 112270242A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- image frame
- specified
- coordinates
- key points
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000009466 transformation Effects 0.000 claims abstract description 87
- 238000013519 translation Methods 0.000 claims abstract description 85
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 16
- 238000009616 inductively coupled plasma Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000282326 Felis catus Species 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Abstract
本公开涉及一种轨迹的显示方法、装置、可读介质和电子设备,涉及图像处理技术领域,该方法包括:识别第一图像帧中的指定物体,以获取指定物体的多个关键点的二维坐标,第一图像帧为图像采集装置在当前时刻采集的图像帧,将多个关键点的二维坐标,与多个关键点在指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移,根据第一三维模型与图像采集装置的SLAM空间之间的变换尺度、三维平移和指定关键点的三维坐标,确定指定关键点在SLAM空间中的位置坐标,指定关键点为多个关键点中的任一个关键点,根据位置坐标确定指定关键点的轨迹,并将轨迹显示在第一图像帧上。本公开能够显示指定物体的关键点在SLAM空间中的轨迹。
Description
技术领域
本公开涉及图像处理技术领域,具体地,涉及一种轨迹的显示方法、装置、可读介质和电子设备。
背景技术
在图像处理技术领域中,随着智能终端在日常生活中越来越普及,用户可以在拍摄视频的同时,在视频中增加各种特效。通常情况下,视频中增加的特效都是基于视频中的人体模型来实现的,即特效的显示位置都是跟随人体模型的变化而变化的。若用户想要在空间中绘制轨迹,绘制出的轨迹与人体模型的位置关系始终保持不变,而无法展示出轨迹在真实空间中的实际位置。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供一种轨迹的显示方法,所述方法包括:
识别第一图像帧中的指定物体,以获取所述指定物体的多个关键点的二维坐标,所述第一图像帧为图像采集装置在当前时刻采集的图像帧;
将所述多个关键点的所述二维坐标,与所述多个关键点在所述指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移;
根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标,所述指定关键点为所述多个关键点中的任一个关键点;
根据所述位置坐标确定所述指定关键点的轨迹,并将所述轨迹显示在所述第一图像帧上。
第二方面,本公开提供一种轨迹的显示装置,所述装置包括:
识别模块,用于识别第一图像帧中的指定物体,以获取所述指定物体的多个关键点的二维坐标,所述第一图像帧为图像采集装置在当前时刻采集的图像帧;
对齐模块,用于将所述多个关键点的所述二维坐标,与所述多个关键点在所述指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移;
第一确定模块,用于根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标,所述指定关键点为所述多个关键点中的任一个关键点;
显示模块,用于根据所述位置坐标确定所述指定关键点的轨迹,并将所述轨迹显示在所述第一图像帧上。
第三方面,本公开提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现本公开第一方面所述方法的步骤。
第四方面,本公开提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现本公开第一方面所述方法的步骤。
通过上述技术方案,本公开首先识别图像采集装置在当前时刻采集的第一图像帧中的指定物体,从而获取指定物体的多个关键点的二维坐标,之后将多个关键点的二维坐标,与多个关键点在指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移,再根据第一三维模型与图像采集装置的SLAM空间之间的变换尺度、三维平移和指定关键点的三维坐标,确定指定关键点在SLAM空间中的位置坐标,最后根据位置坐标得到指定关键点的轨迹,从而在第一图像帧上对轨迹进行显示。本公开通过三维平移和变换尺度,确定指定关键点在图像采集装置的SLAM空间中的位置坐标,从而能够显示指定关键点在SLAM空间中的轨迹。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据一示例性实施例示出的一种轨迹的显示方法的流程图;
图2是根据一示例性实施例示出的第一图像帧的示意图;
图3是根据一示例性实施例示出的另一种轨迹的显示方法的流程图;
图4是根据一示例性实施例示出的另一种轨迹的显示方法的流程图;
图5是根据一示例性实施例示出的另一种轨迹的显示方法的流程图;
图6是根据一示例性实施例示出的另一种轨迹的显示方法的流程图;
图7是根据一示例性实施例示出的另一种轨迹的显示方法的流程图;
图8是根据一示例性实施例示出的第一图像帧的示意图;
图9是根据一示例性实施例示出的一种轨迹的显示装置的框图;
图10是根据一示例性实施例示出的另一种轨迹的显示装置的框图;
图11是根据一示例性实施例示出的另一种轨迹的显示装置的框图;
图12是根据一示例性实施例示出的另一种轨迹的显示装置的框图;
图13是根据一示例性实施例示出的另一种轨迹的显示装置的框图;
图14是根据一示例性实施例示出的另一种轨迹的显示装置的框图;
图15是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
图1是根据一示例性实施例示出的一种轨迹的显示方法的流程图,如图1所示,该方法可以包括以下步骤:
步骤101,识别第一图像帧中的指定物体,以获取指定物体的多个关键点的二维坐标,第一图像帧为图像采集装置在当前时刻采集的图像帧。
举例来说,图像采集装置按照预设的帧率(例如25帧/秒,或者30帧/秒)采集图像帧,第一图像帧可以是图像采集装置在当前时刻采集的图像帧,其中,图像采集装置例如可以是终端设备上设置的摄像头。首先,可以按照预设的图像识别算法,识别第一图像帧中的指定物体,指定物体可以是用户预先指定的物体(例如:人、猫、狗、鸟等可以运动的物体),也可以第一图像帧中最显著的物体。其中,图像识别算法例如可以是基于深度学习的人体识别算法,也可以是图像抠图(英文:Image Matting)算法,还可以是其他图像识别算法,本公开对此不作具体限定。若第一图像帧中存在指定物体,那么可以根据指定物体在第一图像帧中的区域,识别出指定物体的多个关键点在第一图像帧中的位置,即可以识别出指定物体的每个关键点的二维坐标。具体的,针对不同的指定物体,可以预先建立对应的关键点序列,其中包括多个关键点。以指定物体为人来举例,那么关键点序列可以包括:头顶、右肩、左肩、左手肘、右手肘、左肩-内、右肩-内、左手肘-内、右手肘-内、左手、右手、左臀、右臀、左膝、右膝、左脚、右脚、左膝-内、右膝-内、大腿-内侧等关键点。本公开实施例中的多个关键点,可以是指定物体对应的关键点序列中的全部关键点,也可以是指定物体对应的关键点序列中的部分关键点。
步骤102,将多个关键点的二维坐标,与多个关键点在指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移。
示例的,在得到多个关键点中每个关键点的二维坐标之后,可以先确定指定物体对应的第一三维模型,然后得到多个关键点中每个关键点在第一三维模型中的三维坐标。可以理解为,针对不同的指定物体,都预先建立对应的三维模型,三维模型可以根据指定物体的不同姿态,调整为对应的三维模型。在识别出第一图像帧中的指定物体后,可以根据指定物体在第一图像帧中的姿态,确定对应的第一三维模型,然后将多个关键点中每个关键点在第一三维模型上的位置,作为该关键点的三维坐标。需要说明的是,关键点的三维坐标,是以第一三维模型所在的三维空间为基准,经过归一化的坐标,只能反映关键点在第一三维模型上的位置,而无法反映关键点在真实空间中的位置。因此要得到关键点在真实空间中的位置,还需要确定关键点的三维平移和变换尺度。其中,三维平移可以理解为将第一三维模型投影到第一图像帧上,与指定物体在第一图像帧中所在位置的平移量,也可以理解为第一三维模型上的某个关键点投影到第一图像帧上,与这个关键点在第一图像帧中的位置之间的距离。变换尺度可以理解为第一三维模型所在的三维空间,与图像采集装置所在的真实空间(即后文所提及的图像采集装置的SLAM空间)之间的缩放比例。
得到多个关键点中每个关键点的三维坐标之后,可以将多个关键点的二维坐标,与多个关键点的三维坐标进行对齐,从而得到三维平移。其中,三维平移包括了三个维度的平移量,即X轴、Y轴、Z轴的平移量,例如可以将三维平移看作是一个向量(tx,ty,tz),tx为X轴的平移量,ty为Y轴的平移量,tz为Z轴的平移量。具体的,可以通过PNP(英文:Perspective-N-Point)算法来将多个关键点中每个关键点的三维坐标,与对应的关键点的二维坐标进行对齐,以求得三维平移。还可以建立一个平移矩阵作为变量,令多个关键点中每个关键点的三维坐标与平移矩阵相乘,等于多个关键点的二维坐标,建立方程组,以求得三维平移。
步骤103,根据第一三维模型与图像采集装置的SLAM空间之间的变换尺度、三维平移和指定关键点的三维坐标,确定指定关键点在SLAM空间中的位置坐标,指定关键点为多个关键点中的任一个关键点。
示例的,在求得三维平移之后,可以确定第一三维模型与图像采集装置的SLAM(英文:Simultaneous Localization and Mapping,中文:同时定位与建图)空间之间的变换尺度。例如,可以在第一图像帧中选取一个参考平面(例如可以是地面或者桌面等),然后确定指定物体在参考平面上的关键点。那么可以根据该关键点的二维坐标和参考平面,得到该关键点在SLAM空间中的坐标。该关键点在SLAM空间中的坐标与该关键点的三维坐标表示的是同一个点,那么可以求得变换尺度。再比如,还可以根据第一图像帧的上一图像帧中的变换尺度,来估计第一图像帧中的变换尺度。
然后可以根据变换尺度、三维平移和指定关键点的三维坐标,确定指定关键点在SLAM空间中的位置坐标,位置坐标用于指示指定关键点在SLAM空间的位置,也就是指定关键点在真实空间中的位置。具体的,可以先按照三维平移对指定关键点的三维坐标进行平移,然后再按照变换尺度对平移后的指定关键点的三维坐标进行缩放,即可得到指定关键的位置坐标。其中,指定关键点为多个关键点中的任一个关键点。以指定物体为人来举例,指定关键点例如可以是头顶或者右手,或者指定物体为猫,指定关键点例如可以是左前爪或者头顶。
步骤104,根据位置坐标确定指定关键点的轨迹,并将轨迹显示在第一图像帧上。
举例来说,在得到指定关键点的位置坐标后,可以根据位置坐标确定指定关键点的轨迹,并在第一图像帧上显示轨迹,即在终端设备的显示界面上展示第一图像帧时,同时显示轨迹。可以理解为,图像采集装置每采集一个图像帧,都将该图像帧中指定关键点的位置坐标记录在预设的存储空间中,然后在显示界面上展示第一图像帧时,可以根据第一图像帧中指定关键点的位置坐标,和在第一图像帧之前采集的其他图像帧中指定关键点的位置坐标,生成指定关键点移动的轨迹,并将轨迹显示在第一图像帧上。以指定物体为人,指定关键点为右手来举例,根据第一图像帧中右手的位置坐标,确定当前时刻右手在第一图像帧的A点处,根据第一图像帧的上一图像帧中右手的位置坐标,确定上一时刻右手,在第一图像帧的B点处,以此类推,得到由A、B、C、D、E、F六个点的连线组成的轨迹,显示在第一图像帧上如图2中的(a)所示。随着时间的推移,如果图像采集装置发生了移动,第一图像帧上显示的轨迹如图2中的(b)所示,可以看出轨迹与人之间的位置关系并不是保持不变的,轨迹展示出的是右手在真实空间中的实际位置。
这样,通过将关键点的二维坐标和对应的三维坐标进行对齐,得到三维平移,再结合变换尺度,确定指定关键点在图像采集装置的SLAM空间中的位置坐标,从而能够在第一图像帧中显示指定关键点在SLAM空间中的轨迹。在采集图像帧的过程中,图像采集装置无需保持静止状态,就能在每一图像帧中展示出指定关键点实际的移动轨迹。
图3是根据一示例性实施例示出的另一种轨迹的显示方法的流程图,如图3所示,步骤102可以通过以下步骤来实现:
步骤1021,获取每个关键点在第一三维模型中的三维坐标。
步骤1022,针对每个关键点,确定将该关键点的三维坐标重投影至第一图像帧后,与该关键点的二维坐标的重投影误差。
步骤1023,以重投影误差最小化为目标,确定三维平移,三维平移包括三个维度的平移量。
在一种实现方式中,可以先根据指定物体在第一图像帧中的姿态确定指定物体在第一图像帧中对应的第一三维模型,从而得到每个关键点在第一三维模型中的三维坐标。其中,每个关键点的三维坐标,是以第一三维模型所在的三维空间为基准,经过归一化的坐标,只能反映该关键点在第一三维模型上的位置。之后,针对每个关键点,可以按照该关键点的三维坐标,将该关键点重投影到第一图像帧上,得到该关键点的重投影坐标(重投影坐标为二维的坐标),那么该关键点的重投影坐标和该关键点的二维坐标之间的距离,即为该关键点的重投影误差。可以利用PNP算法,以重投影误差最小化为目标,确定三维平移。例如,某一关键点的二维坐标为(x1,y1),三维坐标为(X1,Y1,Z1),将三维平移(tx,ty,tz)作为变量构建一个平移矩阵,那么该关键点应当满足以下公式:
将多个关键点的二维坐标和三维坐标带入上述公式,即可求得三维平移(tx,ty,tz),关键点的数量例如可以是4个或者5个。
图4是根据一示例性实施例示出的另一种轨迹的显示方法的流程图,如图4所示,在步骤103之前,该方法还可以包括:
步骤105,根据参考平面在第一图像帧中的区域进行平面拟合,以得到参考平面在SLAM空间中的平面方程。
步骤106,根据参考关键点的三维坐标和平面方程,确定变换尺度,参考关键点为多个关键点中位于参考平面上的关键点。
在一种应用场景中,可以通过对第一图像帧进行分析来确定变换尺度。例如,可以先在第一图像帧中选择参考平面,参考平面可以理解为第一图像帧中与地面之间保持固定关系,且与指定物体相交的平面,例如可以是地面、或者桌面。之后,可以根据参考平面在第一图像帧中的区域进行平面拟合,得到参考平面在SLAM空间中的平面方程,平面方程例如可以表示为aX+bY+cZ+d=0,其中a、b、c、d为常数。之后,在多个关键点中,选取位于参考平面上的关键点作为参考关键点,将变换尺度作为变量,与参考关键点的三维坐标相乘,得到变换后的三维坐标,变换后的三维坐标应当位于参考平面上,因此将变换后的三维坐标带入参考平面的平面方程,即可求解得到变换尺度。例如参考关键点的三维坐标为(X2,Y2,Z2),变换尺度为s,那么变换后的三维坐标为s*(X2,Y2,Z2),带入参考平面的平面方程:a*s*X2+b*s*Y2+c*s*Z2+d=0,即可求解得到变换尺度s。
在另一种实现方式中,还可以先求得参考关键点的二维坐标与平面方程的交点。将变换尺度作为变量,与参考关键点的三维坐标相乘,得到变换后的三维坐标,令变换后的三维坐标与这个交点在SLAM空间中的坐标相等,也可以求解得到变换尺度。
图5是根据一示例性实施例示出的另一种轨迹的显示方法的流程图,如图5所示,在步骤103之前,该方法还可以包括:
步骤107,根据第二图像帧中指定物体的刚性关键点在指定物体对应的第二三维模型中的第二三维坐标,和第一图像帧中刚性关键点在第一三维模型中的三维坐标,确定第二图像帧与第一图像帧之间的帧间变换尺度,第二图像帧为图像采集装置在上一时刻采集的图像帧,刚性关键点为多个,任意两个刚性关键点在第二三维模型上的距离,与该两个刚性关键点在第一三维模型上的距离相同。
步骤108,根据帧间变换尺度和第二图像帧对应的第二变换尺度,确定变换尺度。
在另一种应用场景中,还可以根据图像采集装置在上一时刻采集的第二图像帧来确定第一图像帧对应的变换尺度。例如,可以在多个关键点在中选择预设数量(例如可以是3或4)个刚性关键点,可以理解为任意两个刚性关键点之间的距离、方向是不变的,即任意两个刚性关键点在指定物体对应的三维模型(包括第一三维模型和第二三维模型)上的距离始终保持不变。以指定物体为人来举例,那么刚性关键点可以为:右肩、左肩、左臀、右臀等。选定刚性关键点之后,可以根据刚性关键点在第二三维模型中的第二三维坐标,和刚性关键点在第一三维模型中的三维坐标,来确定第二图像帧与第一图像帧之间的帧间变换尺度。其中,第二三维模型可以理解为根据指定物体在第二图像帧中的姿态确定的三维模型。
具体的,可以利用ICP(英文:Iterative Closest Point,中文:迭代最近点)算法,将刚性关键点的第二三维坐标,与刚性关键点的三维坐标进行刚体变换(英文:RigidTransformation),得到帧间变换尺度。帧间变换尺度可以理解为第一三维模型和第二三维模型之间的缩放比例。最后,可以根据帧间变换尺度和第二图像帧对应的第二变换尺度,确定第一图像帧对应的变换尺度。例如可以将帧间变换尺度与第二变换尺度的乘积,作为第一图像帧对应的变换尺度。
需要说明的是,可以是通过步骤104至步骤105所示出的方式来确定第二图像帧对应的第二变换尺度,即在图像采集装置采集到第二图像帧时,通过在第二图像帧中选择参考平面,得到对应的平面方程,再由参考关键点在第二图像帧中的第二三维坐标和对应的平面方程,来确定第二变换尺度。也可以是根据图像采集装置在上上一时刻采集的第三图像帧来确定第二图像帧对应的第二变换尺度,第三图像帧即为第二图像帧的上一个图像帧。
图6是根据一示例性实施例示出的另一种轨迹的显示方法的流程图,如图6所示,步骤103可以通过以下步骤来实现:
步骤1031,将指定关键点的三维坐标中三个维度的坐标分量,按照三维平移包括的对应维度的平移量进行平移。
步骤1032,将平移后的三维坐标按照变换尺度进行缩放,以得到位置坐标。
举例来说,确定指定关键点的位置坐标的方式,可以先按照三维平移包括的三个维度的平移量,对指定关键点的三维坐标中对应维度的坐标分量进行平移。以指定关键点的三维坐标为(X3,Y3,Z3),三维平移为(tx,ty,tz)为例,那么平移后的三维坐标为(X3+tx,Y3+ty,Z3+tz)。进一步的,可以按照变换尺度对平移后的三维坐标进行缩放,得到位置坐标。以变换尺度为s来举例,那么指定参考点的位置坐标即为[s*(X3+tx),s*(Y3+ty),s*(Z3+tz)]。
图7是根据一示例性实施例示出的另一种轨迹的显示方法的流程图,如图7所示,步骤104可以包括:
步骤1041,将位置坐标,添加至位置坐标集,位置坐标集中包括至少一个历史位置坐标,历史位置坐标为历史图像帧对应的位置坐标,历史图像帧为图像采集装置在当前时刻之前采集的图像帧。
步骤1042,根据位置坐标集中包括的位置坐标和至少一个历史位置坐标,生成指定关键点的轨迹。
示例的,可以将步骤103中得到的位置坐标存入预先设置的位置坐标集中,位置坐标集中存储有图像采集装置在当前时刻之前采集的至少一个历史图像帧中对应的历史位置坐标。其中,历史图像帧即为第一图像帧之前的图像帧,历史位置坐标可以理解为图像采集装置在采集历史图像帧时,通过执行步骤101至步骤103时确定的,指定关键点在SLAM空间中的位置坐标。之后,可以将位置坐标和至少一个历史位置坐标转换到第一图像帧上,得到位置坐标在第一图像帧上的显示坐标(显示坐标为二维的坐标),和每个历史位置坐标在第一图像帧上的显示坐标,然后将位置坐标和至少一个历史位置坐标对应的显示坐标连接起来,作为指定关键点在SLAM空间中移动的轨迹。进一步的,还可以将位置坐标和至少一个历史位置坐标对应的显示坐标连接起来,并进行平滑处理,最后将经过平滑处理后的连线作为指定关键点在SLAM空间中移动的轨迹。以指定物体为人,指定关键点为右手来举例,根据第一图像帧中右手的位置坐标,确定当前时刻右手在第一图像帧上的显示坐标为Z点处,上一时刻右手的历史位置坐标对应在第一图像帧上的显示坐标为Y点处,上上一时刻右手的历史位置坐标对应在第一图像帧上的显示坐标为X点处,以此类推,得到由Z、Y、X、W、V、U、T、S、R…等组成的轨迹,显示在第一图像帧上的效果可以如图8所示。
综上所述,本公开首先识别图像采集装置在当前时刻采集的第一图像帧中的指定物体,从而获取指定物体的多个关键点的二维坐标,之后将多个关键点的二维坐标,与多个关键点在指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移,再根据第一三维模型与图像采集装置的SLAM空间之间的变换尺度、三维平移和指定关键点的三维坐标,确定指定关键点在SLAM空间中的位置坐标,最后根据位置坐标得到指定关键点的轨迹,从而在第一图像帧上对轨迹进行显示。本公开通过三维平移和变换尺度,确定指定关键点在图像采集装置的SLAM空间中的位置坐标,从而能够显示指定关键点在SLAM空间中的轨迹。
图9是根据一示例性实施例示出的一种轨迹的显示装置的框图,如图9所示,该装置200可以包括:
识别模块201,用于识别第一图像帧中的指定物体,以获取指定物体的多个关键点的二维坐标,第一图像帧为图像采集装置在当前时刻采集的图像帧。
对齐模块202,用于将多个关键点的二维坐标,与多个关键点在指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移。
第一确定模块203,用于根据第一三维模型与图像采集装置的SLAM空间之间的变换尺度、三维平移和指定关键点的三维坐标,确定指定关键点在SLAM空间中的位置坐标,指定关键点为多个关键点中的任一个关键点。
显示模块204,用于根据位置坐标确定指定关键点的轨迹,并将轨迹显示在第一图像帧上。
图10是根据一示例性实施例示出的另一种轨迹的显示装置的框图,如图10所示,对齐模块202可以包括:
获取子模块2021,用于获取每个关键点在第一三维模型中的三维坐标。
重投影子模块2022,用于针对每个关键点,确定将该关键点的三维坐标重投影至第一图像帧后,与该关键点的二维坐标的重投影误差。
确定子模块2023,用于以重投影误差最小化为目标,确定三维平移,三维平移包括三个维度的平移量。
图11是根据一示例性实施例示出的另一种轨迹的显示装置的框图,如图11所示,该装置200还可以包括:
拟合模块205,用于在根据第一三维模型与图像采集装置的SLAM空间之间的变换尺度、三维平移和指定关键点的三维坐标,确定指定关键点在SLAM空间中的位置坐标之前,根据参考平面在第一图像帧中的区域进行平面拟合,以得到参考平面在SLAM空间中的平面方程。
第二确定模块206,用于根据参考关键点的三维坐标和平面方程,确定变换尺度,参考关键点为多个关键点中位于参考平面上的关键点。
图12是根据一示例性实施例示出的另一种轨迹的显示装置的框图,如图12所示,该装置200还包括:
第三确定模块207,用于在根据第一三维模型与图像采集装置的SLAM空间之间的变换尺度、三维平移和指定关键点的三维坐标,确定指定关键点在SLAM空间中的位置坐标之前,根据第二图像帧中指定物体的刚性关键点在指定物体对应的第二三维模型中的第二三维坐标,和第一图像帧中刚性关键点在第一三维模型中的三维坐标,确定第二图像帧与第一图像帧之间的帧间变换尺度,第二图像帧为图像采集装置在上一时刻采集的图像帧,刚性关键点为多个,任意两个刚性关键点在第二三维模型上的距离,与该两个刚性关键点在第一三维模型上的距离相同。根据帧间变换尺度和第二图像帧对应的第二变换尺度,确定变换尺度。
在一种实现场景中,第三确定模块207可以用于:
利用ICP算法,将刚性关键点的第二三维坐标,与刚性关键点的三维坐标进行刚体变换,得到帧间变换尺度。
图13是根据一示例性实施例示出的另一种轨迹的显示装置的框图,如图13所示,第一确定模块203可以包括:
平移子模块2031,用于将指定关键点的三维坐标中三个维度的坐标分量,按照三维平移包括的对应维度的平移量进行平移。
缩放子模块2032,用于将平移后的三维坐标按照变换尺度进行缩放,以得到位置坐标。
图14是根据一示例性实施例示出的另一种轨迹的显示装置的框图,如图14所示,显示模块204包括:
处理子模块2041,用于将位置坐标,添加至位置坐标集,位置坐标集中包括至少一个历史位置坐标,历史位置坐标为历史图像帧对应的位置坐标,历史图像帧为图像采集装置在当前时刻之前采集的图像帧。
生成子模块2042,用于根据位置坐标集中包括的位置坐标和至少一个历史位置坐标,生成指定关键点的轨迹。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
综上所述,本公开首先识别图像采集装置在当前时刻采集的第一图像帧中的指定物体,从而获取指定物体的多个关键点的二维坐标,之后将多个关键点的二维坐标,与多个关键点在指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移,再根据第一三维模型与图像采集装置的SLAM空间之间的变换尺度、三维平移和指定关键点的三维坐标,确定指定关键点在SLAM空间中的位置坐标,最后根据位置坐标得到指定关键点的轨迹,从而在第一图像帧上对轨迹进行显示。本公开通过三维平移和变换尺度,确定指定关键点在图像采集装置的SLAM空间中的位置坐标,从而能够显示指定关键点在SLAM空间中的轨迹。
下面参考图15,其示出了适于用来实现本公开实施例的电子设备(例如上述轨迹的显示方法的执行主体)300的结构示意图。本公开实施例中的终端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15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15所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图15示出了具有各种装置的电子设备300,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,其包括承载在非暂态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309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301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。
在一些实施方式中,终端设备、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
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:识别第一图像帧中的指定物体,以获取所述指定物体的多个关键点的二维坐标,所述第一图像帧为图像采集装置在当前时刻采集的图像帧;将所述多个关键点的所述二维坐标,与所述多个关键点在所述指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移;根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标,所述指定关键点为所述多个关键点中的任一个关键点;根据所述位置坐标确定所述指定关键点的轨迹,并将所述轨迹显示在所述第一图像帧上。
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但不限于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模块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,模块的名称在某种情况下并不构成对该模块本身的限定,例如,识别模块还可以被描述为“识别指定物体的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种轨迹的显示方法,包括:识别第一图像帧中的指定物体,以获取所述指定物体的多个关键点的二维坐标,所述第一图像帧为图像采集装置在当前时刻采集的图像帧;将所述多个关键点的所述二维坐标,与所述多个关键点在所述指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移;根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标,所述指定关键点为所述多个关键点中的任一个关键点;根据所述位置坐标确定所述指定关键点的轨迹,并将所述轨迹显示在所述第一图像帧上。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,所述将所述多个关键点的所述二维坐标,与所述多个关键点在所述指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移,包括:获取每个所述关键点在所述第一三维模型中的所述三维坐标;针对每个所述关键点,确定将该关键点的所述三维坐标重投影至所述第一图像帧后,与该关键点的所述二维坐标的重投影误差;以重投影误差最小化为目标,确定所述三维平移,所述三维平移包括三个维度的平移量。
根据本公开的一个或多个实施例,示例3提供了示例1的方法,在所述根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标之前,所述方法还包括:根据参考平面在所述第一图像帧中的区域进行平面拟合,以得到所述参考平面在所述SLAM空间中的平面方程;根据参考关键点的所述三维坐标和所述平面方程,确定所述变换尺度,所述参考关键点为所述多个关键点中位于所述参考平面上的关键点。
根据本公开的一个或多个实施例,示例4提供了示例1的方法,在所述根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标之前,所述方法还包括:根据第二图像帧中所述指定物体的刚性关键点在所述指定物体对应的第二三维模型中的第二三维坐标,和所述第一图像帧中所述刚性关键点在所述第一三维模型中的所述三维坐标,确定所述第二图像帧与所述第一图像帧之间的帧间变换尺度,所述第二图像帧为所述图像采集装置在上一时刻采集的图像帧,所述刚性关键点为多个,任意两个所述刚性关键点在所述第二三维模型上的距离,与该两个所述刚性关键点在所述第一三维模型上的距离相同;根据所述帧间变换尺度和所述第二图像帧对应的第二变换尺度,确定所述变换尺度。
根据本公开的一个或多个实施例,示例5提供了示例4的方法,所述根据第二图像帧中所述指定物体的刚性关键点在所述指定物体对应的第二三维模型中的第二三维坐标,和所述第一图像帧中所述刚性关键点在所述第一三维模型中的所述三维坐标,确定所述第二图像帧与所述第一图像帧之间的帧间变换尺度,包括:利用ICP算法,将所述刚性关键点的所述第二三维坐标,与所述刚性关键点的所述三维坐标进行刚体变换,得到所述帧间变换尺度。
根据本公开的一个或多个实施例,示例6提供了示例2的方法,所述根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标,包括:将所述指定关键点的所述三维坐标中三个维度的坐标分量,按照所述三维平移包括的对应维度的平移量进行平移;将平移后的所述三维坐标按照所述变换尺度进行缩放,以得到所述位置坐标。
根据本公开的一个或多个实施例,示例7提供了示例1的方法,所述根据所述位置坐标确定所述指定关键点的轨迹,包括:将所述位置坐标,添加至位置坐标集,所述位置坐标集中包括至少一个历史位置坐标,所述历史位置坐标为历史图像帧对应的位置坐标,所述历史图像帧为所述图像采集装置在所述当前时刻之前采集的图像帧;根据所述位置坐标集中包括的所述位置坐标和所述至少一个历史位置坐标,生成所述指定关键点的所述轨迹。
根据本公开的一个或多个实施例,示例8提供了一种轨迹的显示装置,包括:识别模块,用于识别第一图像帧中的指定物体,以获取所述指定物体的多个关键点的二维坐标,所述第一图像帧为图像采集装置在当前时刻采集的图像帧;对齐模块,用于将所述多个关键点的所述二维坐标,与所述多个关键点在所述指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移;第一确定模块,用于根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标,所述指定关键点为所述多个关键点中的任一个关键点;显示模块,用于根据所述位置坐标确定所述指定关键点的轨迹,并将所述轨迹显示在所述第一图像帧上。
根据本公开的一个或多个实施例,示例9提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现示例1至示例7中所述方法的步骤。
根据本公开的一个或多个实施例,示例10提供了一种电子设备,包括:存储装置,其上存储有计算机程序;处理装置,用于执行所述存储装置中的所述计算机程序,以实现示例1至示例7中所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (10)
1.一种轨迹的显示方法,其特征在于,所述方法包括:
识别第一图像帧中的指定物体,以获取所述指定物体的多个关键点的二维坐标,所述第一图像帧为图像采集装置在当前时刻采集的图像帧;
将所述多个关键点的所述二维坐标,与所述多个关键点在所述指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移;
根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标,所述指定关键点为所述多个关键点中的任一个关键点;
根据所述位置坐标确定所述指定关键点的轨迹,并将所述轨迹显示在所述第一图像帧上。
2.根据权利要求1所述的方法,其特征在于,所述将所述多个关键点的所述二维坐标,与所述多个关键点在所述指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移,包括:
获取每个所述关键点在所述第一三维模型中的所述三维坐标;
针对每个所述关键点,确定将该关键点的所述三维坐标重投影至所述第一图像帧后,与该关键点的所述二维坐标的重投影误差;
以重投影误差最小化为目标,确定所述三维平移,所述三维平移包括三个维度的平移量。
3.根据权利要求1所述的方法,其特征在于,在所述根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标之前,所述方法还包括:
根据参考平面在所述第一图像帧中的区域进行平面拟合,以得到所述参考平面在所述SLAM空间中的平面方程;
根据参考关键点的所述三维坐标和所述平面方程,确定所述变换尺度,所述参考关键点为所述多个关键点中位于所述参考平面上的关键点。
4.根据权利要求1所述的方法,其特征在于,在所述根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标之前,所述方法还包括:
根据第二图像帧中所述指定物体的刚性关键点在所述指定物体对应的第二三维模型中的第二三维坐标,和所述第一图像帧中所述刚性关键点在所述第一三维模型中的所述三维坐标,确定所述第二图像帧与所述第一图像帧之间的帧间变换尺度,所述第二图像帧为所述图像采集装置在上一时刻采集的图像帧,所述刚性关键点为多个,任意两个所述刚性关键点在所述第二三维模型上的距离,与该两个所述刚性关键点在所述第一三维模型上的距离相同;
根据所述帧间变换尺度和所述第二图像帧对应的第二变换尺度,确定所述变换尺度。
5.根据权利要求4所述的方法,其特征在于,所述根据第二图像帧中所述指定物体的刚性关键点在所述指定物体对应的第二三维模型中的第二三维坐标,和所述第一图像帧中所述刚性关键点在所述第一三维模型中的所述三维坐标,确定所述第二图像帧与所述第一图像帧之间的帧间变换尺度,包括:
利用ICP算法,将所述刚性关键点的所述第二三维坐标,与所述刚性关键点的所述三维坐标进行刚体变换,得到所述帧间变换尺度。
6.根据权利要求2所述的方法,其特征在于,所述根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标,包括:
将所述指定关键点的所述三维坐标中三个维度的坐标分量,按照所述三维平移包括的对应维度的平移量进行平移;
将平移后的所述三维坐标按照所述变换尺度进行缩放,以得到所述位置坐标。
7.根据权利要求1所述的方法,其特征在于,所述根据所述位置坐标确定所述指定关键点的轨迹,包括:
将所述位置坐标,添加至位置坐标集,所述位置坐标集中包括至少一个历史位置坐标,所述历史位置坐标为历史图像帧对应的位置坐标,所述历史图像帧为所述图像采集装置在所述当前时刻之前采集的图像帧;
根据所述位置坐标集中包括的所述位置坐标和所述至少一个历史位置坐标,生成所述指定关键点的所述轨迹。
8.一种轨迹的显示装置,其特征在于,所述装置包括:
识别模块,用于识别第一图像帧中的指定物体,以获取所述指定物体的多个关键点的二维坐标,所述第一图像帧为图像采集装置在当前时刻采集的图像帧;
对齐模块,用于将所述多个关键点的所述二维坐标,与所述多个关键点在所述指定物体对应的第一三维模型中的三维坐标进行对齐,得到三维平移;
第一确定模块,用于根据所述第一三维模型与所述图像采集装置的SLAM空间之间的变换尺度、所述三维平移和指定关键点的所述三维坐标,确定所述指定关键点在所述SLAM空间中的位置坐标,所述指定关键点为所述多个关键点中的任一个关键点;
显示模块,用于根据所述位置坐标确定所述指定关键点的轨迹,并将所述轨迹显示在所述第一图像帧上。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011140030.4A CN112270242A (zh) | 2020-10-22 | 2020-10-22 | 轨迹的显示方法、装置、可读介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011140030.4A CN112270242A (zh) | 2020-10-22 | 2020-10-22 | 轨迹的显示方法、装置、可读介质和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112270242A true CN112270242A (zh) | 2021-01-26 |
Family
ID=74341613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011140030.4A Pending CN112270242A (zh) | 2020-10-22 | 2020-10-22 | 轨迹的显示方法、装置、可读介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112270242A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022227918A1 (zh) * | 2021-04-30 | 2022-11-03 | 北京字跳网络技术有限公司 | 视频处理方法、设备及电子设备 |
CN115937964A (zh) * | 2022-06-27 | 2023-04-07 | 北京字跳网络技术有限公司 | 姿态估计的方法、装置、设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016157197A (ja) * | 2015-02-23 | 2016-09-01 | 株式会社リコー | 自己位置推定装置、自己位置推定方法およびプログラム |
CN109214980A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 一种三维姿态估计方法、装置、设备和计算机存储介质 |
WO2019045713A1 (en) * | 2017-08-31 | 2019-03-07 | Sony Mobile Communications Inc. | METHODS OF GUIDING A USER WHEN REALIZING THREE-DIMENSIONAL SCAN AND ASSOCIATED MOBILE DEVICES AND COMPUTER PROGRAM PRODUCTS |
CN109584295A (zh) * | 2017-09-29 | 2019-04-05 | 阿里巴巴集团控股有限公司 | 对图像内目标物体进行自动标注的方法、装置及系统 |
CN109636916A (zh) * | 2018-07-17 | 2019-04-16 | 北京理工大学 | 一种动态标定的大范围虚拟现实漫游系统及方法 |
CN110866977A (zh) * | 2019-10-31 | 2020-03-06 | Oppo广东移动通信有限公司 | 增强现实处理方法及装置、系统、存储介质和电子设备 |
CN111325796A (zh) * | 2020-02-28 | 2020-06-23 | 北京百度网讯科技有限公司 | 用于确定视觉设备的位姿的方法和装置 |
CN111695628A (zh) * | 2020-06-11 | 2020-09-22 | 北京百度网讯科技有限公司 | 关键点标注方法、装置、电子设备及存储介质 |
-
2020
- 2020-10-22 CN CN202011140030.4A patent/CN112270242A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016157197A (ja) * | 2015-02-23 | 2016-09-01 | 株式会社リコー | 自己位置推定装置、自己位置推定方法およびプログラム |
CN109214980A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 一种三维姿态估计方法、装置、设备和计算机存储介质 |
WO2019045713A1 (en) * | 2017-08-31 | 2019-03-07 | Sony Mobile Communications Inc. | METHODS OF GUIDING A USER WHEN REALIZING THREE-DIMENSIONAL SCAN AND ASSOCIATED MOBILE DEVICES AND COMPUTER PROGRAM PRODUCTS |
CN109584295A (zh) * | 2017-09-29 | 2019-04-05 | 阿里巴巴集团控股有限公司 | 对图像内目标物体进行自动标注的方法、装置及系统 |
CN109636916A (zh) * | 2018-07-17 | 2019-04-16 | 北京理工大学 | 一种动态标定的大范围虚拟现实漫游系统及方法 |
CN110866977A (zh) * | 2019-10-31 | 2020-03-06 | Oppo广东移动通信有限公司 | 增强现实处理方法及装置、系统、存储介质和电子设备 |
CN111325796A (zh) * | 2020-02-28 | 2020-06-23 | 北京百度网讯科技有限公司 | 用于确定视觉设备的位姿的方法和装置 |
CN111695628A (zh) * | 2020-06-11 | 2020-09-22 | 北京百度网讯科技有限公司 | 关键点标注方法、装置、电子设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022227918A1 (zh) * | 2021-04-30 | 2022-11-03 | 北京字跳网络技术有限公司 | 视频处理方法、设备及电子设备 |
CN115937964A (zh) * | 2022-06-27 | 2023-04-07 | 北京字跳网络技术有限公司 | 姿态估计的方法、装置、设备和存储介质 |
CN115937964B (zh) * | 2022-06-27 | 2023-12-15 | 北京字跳网络技术有限公司 | 姿态估计的方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109584276B (zh) | 关键点检测方法、装置、设备及可读介质 | |
US11270460B2 (en) | Method and apparatus for determining pose of image capturing device, and storage medium | |
CN111325796B (zh) | 用于确定视觉设备的位姿的方法和装置 | |
CN111242881B (zh) | 显示特效的方法、装置、存储介质及电子设备 | |
JP2020507850A (ja) | 画像内の物体の姿の確定方法、装置、設備及び記憶媒体 | |
CN110188719B (zh) | 目标跟踪方法和装置 | |
CN110517214B (zh) | 用于生成图像的方法和装置 | |
US10970938B2 (en) | Method and apparatus for generating 3D information | |
CN110866977B (zh) | 增强现实处理方法及装置、系统、存储介质和电子设备 | |
US11417014B2 (en) | Method and apparatus for constructing map | |
CN113420719A (zh) | 生成动作捕捉数据的方法、装置、电子设备以及存储介质 | |
CN109754464B (zh) | 用于生成信息的方法和装置 | |
CN112270242A (zh) | 轨迹的显示方法、装置、可读介质和电子设备 | |
CN110111241A (zh) | 用于生成动态图像的方法和装置 | |
CN110555798A (zh) | 图像变形方法、装置、电子设备及计算机可读存储介质 | |
CN110111364B (zh) | 运动检测方法、装置、电子设备及存储介质 | |
CN114581525A (zh) | 姿态确定方法及装置、电子设备和存储介质 | |
CN113822097B (zh) | 单视角人体姿态识别方法、装置、电子设备和存储介质 | |
WO2024001526A1 (zh) | 图像处理方法、装置及电子设备 | |
KR20180133052A (ko) | 360도 이미지 및 비디오 기반의 증강현실 콘텐츠 저작 방법 | |
CN111447379B (zh) | 生成信息的方法和装置 | |
CN109816791B (zh) | 用于生成信息的方法和装置 | |
CN115393423A (zh) | 目标检测方法和装置 | |
CN110263743B (zh) | 用于识别图像的方法和装置 | |
CN114550086A (zh) | 一种人群定位方法及装置、电子设备和存储介质 |
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 |