CN112489224A - 图像绘制方法、装置、可读介质及电子设备 - Google Patents

图像绘制方法、装置、可读介质及电子设备 Download PDF

Info

Publication number
CN112489224A
CN112489224A CN202011349432.5A CN202011349432A CN112489224A CN 112489224 A CN112489224 A CN 112489224A CN 202011349432 A CN202011349432 A CN 202011349432A CN 112489224 A CN112489224 A CN 112489224A
Authority
CN
China
Prior art keywords
image frame
historical
data
depth map
target image
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
Application number
CN202011349432.5A
Other languages
English (en)
Inventor
王光伟
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.)
Beijing Zitiao Network Technology Co Ltd
Original Assignee
Beijing Zitiao 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 Beijing Zitiao Network Technology Co Ltd filed Critical Beijing Zitiao Network Technology Co Ltd
Priority to CN202011349432.5A priority Critical patent/CN112489224A/zh
Publication of CN112489224A publication Critical patent/CN112489224A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/593—Depth or shape recovery from multiple images from stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本公开涉及一种图像绘制方法、装置、可读介质及电子设备，包括：获取第一位姿数据；根据第一位姿数据预测经过第一预设预测时长后的时刻所对应的第二位姿数据；获取历史图像帧和与历史图像帧所对应的历史深度图；根据第二位姿数据和历史深度图，对历史图像帧进行调整，以得到根据第二位姿数据绘制得到的目标图像帧。这样，不仅能够通过对该第二位姿数据的预测，降低该目标图像帧显示在该AR眼镜等场景中的显示区域中时，与用户的实际位姿所对应的画面之间的延迟，而且能通过对该历史图像帧的调整快速得到该第二位姿数据对应的绘制得到的目标图像帧，降低了该第一预设预测时长，提高了目标图像帧的预测精度。

Description

图像绘制方法、装置、可读介质及电子设备
技术领域
本公开涉及图像处理领域，具体地，涉及一种图像绘制方法、装置、可读介质及电子设备。
背景技术
对现实环境数据的获取到显示环境数据的显示之间，通常会经过一定的数据计算和数据传输。例如，AR眼镜中所显示的现实环境画面便是通过对显示环境数据的获取，通过一定的数据计算和数据传输之后再显示于该AR眼镜中。而AR眼镜的定位通常会通过移动终端来辅助完成，也即，AR眼镜将采集到的数据发送给移动终端，由移动终端进行运算，然后再将运算得到的待显示画面反馈给AR眼镜进行显示。这样，传输过程可能会造成AR眼镜上显示画面的延迟，并且由于移动终端进行运算也需要耗时，因此移动终端的运算耗时也会造成一定程度的画面延迟。另外，在根据采集到的数据确定了位姿后，将对应的图像帧显示的过程中需要经过绘制，而绘制也需要一定耗时，并且，在AR眼镜等虚拟现实的场景中，通常还需要在待显示的真实场景中绘制相应的三维物体来显示，而对三维物体进行绘制的过程也会产生一定的延迟，并且会随着绘制效果的要求越高，延迟越严重。
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，本公开提供一种图像绘制方法，所述方法包括：
获取第一位姿数据；
根据所述第一位姿数据预测经过第一预设预测时长后的时刻所对应的第二位姿数据；
获取历史图像帧和与所述历史图像帧所对应的历史深度图，所述历史图像帧为根据历史位姿数据绘制得到；
根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧。
第二方面，本公开提供一种图像绘制装置，所述装置包括：
第一获取模块，用于获取第一位姿数据；
第一预测模块，用于根据所述第一位姿数据预测经过第一预设预测时长后的时刻所对应的第二位姿数据；
第二获取模块，用于获取历史图像帧和与所述历史图像帧所对应的历史深度图，所述历史图像帧为根据历史位姿数据绘制得到；
第一绘制模块，用于根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧。
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，以实现第一方面所述方法的步骤。
通过上述技术方案，在根据获取到的该第一位姿数据进行预测得到该第二位姿数据之后，在确定将要在AR眼镜等场景中的显示区域中进行与该第二位姿数据对应的图像帧的绘制之前，可以先获取历史位姿数据所对应的绘制过的历史图像帧以及相应的历史深度图，从而，就可以直接根据该第二位姿数据和该历史位姿数据之间的变化情况，通过该历史深度图直接对该历史图像帧进行调整，即可快速得到与该第二位姿数据对应的目标图像帧，大大加快了根据该第二位姿数据绘制得到该目标图像帧的速度，不仅能够通过对该第二位姿数据的预测，降低该目标图像帧显示在该AR眼镜等场景中的显示区域中时，与用户的实际位姿所对应的画面之间的延迟，而且无需根据该第二位姿数据直接对该目标图像帧进行绘制，而可以通过对该历史图像帧的调整快速得到该第二位姿数据对应的绘制得到的目标图像帧，从而降低了该第一预设预测时长，在预测时长降低的情况下，预测精度也会相应提高，从而也就提高了该目标图像帧的绘制精度。
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是根据本公开一示例性实施例示出的一种图像绘制方法的流程图。
图2是根据本公开又一示例性实施例示出的一种图像绘制方法的流程图。
图3是根据本公开又一示例性实施例示出的一种图像绘制方法中第二位设预测时长的确定方法的流程图。
图4是根据本公开又一示例性实施例所示出的一种图像绘制方法的流程图。
图5是根据本公开一示例性实施例示出的一种图像绘制装置的结构框图。
图6示出了适于用来实现本公开实施例的电子设备的结构示意图。
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是根据本公开一示例性实施例示出的一种图像绘制方法的流程图。如图1所示，所述方法包括步骤101至步骤104。
在步骤101中，获取第一位姿数据。
该第一位姿数据可以是通过任意位姿估计传感器所获取到的当前位姿数据，例如，可以是通过惯性测量单元IMU(Inertial Measurement Unit)所获取到的IMU数据计算得到的位姿数据，其中，该IMU数据中可以包括例如三个加速度计获取到的加速度信号和三个陀螺仪获取到的角速度信号，通过该IMU数据即可以确定得到该位姿数据。或者，也可以是通过双目相机或者深度相机等相机传感器所获取的图像信号来确定得到该位姿数据。或者，也可以通过该惯性测量单元IMU和该相机传感器获取到的图像信号和该IMU数据融合后来获取得到该位姿数据。
在步骤102中，根据所述第一位姿数据预测经过第一预设预测时长后的时刻所对应的第二位姿数据。
其中，所述第一预设预测时长可以为预先设置好的，例如预先确定的，根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧所需的时长。例如，在确定该目标图像帧以及将该目标图像帧绘制在AR眼镜等场景的显示区域时，确定该目标图像帧以及绘制都需要耗时，从而就可能导致根据该第一位姿数据所确定的图像显示在该AR眼镜中时，AR眼镜的用户实际位姿已经发生改变。
在预先确定好根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧所需的时长之后，将该时长作为该第一预设预测时长，来根据该第一位姿数据预测该第一预设预测时长之后的该第二位姿数据，从而就能使得将根据该第二位姿数据所确定的目标图像帧显示给用户时，该目标图像帧对应的位姿数据与用户的实际位姿数据更加相近。
预测该第二位姿数据可以是通过预设的预测模型来实现，该预测模型可以为例如卡尔曼滤波模型等能够实现预测功能的模型。
在步骤103中，获取历史图像帧和与所述历史图像帧所对应的历史深度图，所述历史图像帧为根据历史位姿数据绘制得到。
该历史位姿数据可以包括在获取该第一位姿数据之前所获取到的，所有对应有经过绘制得到的历史图像帧和历史深度图的位姿数据，该历史位姿数据对应的历史图像帧可以是经过显示的图像帧，也可以是未经过显示的图像帧。只要该历史图像帧有对应的历史深度图即可，该历史深度图也即该历史图像帧中各个像素点对应的深度信息所构成的图像帧。
在步骤104中，根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧。
在获取到该历史图像帧和该历史图像帧所对应的历史深度图的情况下，根据预测得到的该第二位姿数据和该历史位姿数据之间的变化，和该历史位姿数据对应的历史深度图，对该历史位姿数据对应的历史图像帧进行相应的调整即可快速绘制得到该第二位姿数据对应的用于显示在AR眼镜等场景中的显示区域中的目标图像帧。
通过上述技术方案，在根据获取到的该第一位姿数据进行预测得到该第二位姿数据之后，在确定将要在AR眼镜等场景中的显示区域中进行与该第二位姿数据对应的图像帧的绘制之前，可以先获取历史位姿数据所对应的绘制过的历史图像帧以及相应的历史深度图，从而，就可以直接根据该第二位姿数据和该历史位姿数据之间的变化情况，通过该历史深度图直接对该历史图像帧进行调整，即可快速得到与该第二位姿数据对应的目标图像帧，大大加快了根据该第二位姿数据绘制得到该目标图像帧的速度，从而不仅能够通过对该第二位姿数据的预测，降低该目标图像帧显示在该AR眼镜等场景中的显示区域中时，与用户的实际位姿所对应的画面之间的延迟，而且无需根据该第二位姿数据直接对该目标图像帧进行绘制，而可以通过对该历史图像帧的调整快速得到该第二位姿数据对应的绘制得到的目标图像帧，从而降低了该第一预设预测时长，在预测时长降低的情况下，预测精度也会相应提高，从而也就提高了该目标图像帧的绘制精度。
图2是根据本公开又一示例性实施例示出的一种图像绘制方法的流程图。如图2所示，所述方法还包括步骤201至步骤203。
在步骤201中，获取第三位姿数据和与所述第三位姿数据对应的采集图像数据。获取该第三位姿数据的方式与获取该第一位姿数据的方法可以相同。与该第三位姿数据对应的采集图像数据也即获取到该第三位姿数据时所采集到的图像数据，例如，在该第三位姿数据为通过惯性测量单元IMU所获取到的IMU数据和相机采集到的相机数据所确定得到的情况下，该采集图像数据即可以为该相机数据。
在步骤202中，根据所述第三位姿数据预测经过第二预设预测时长后的时刻所对应的第四位姿数据。通过该第三位姿数据预测经过第二预设预测时长后的第四位姿数据的过程，可以与根据该第一位姿数据预测第二位姿数据的预测方法相同，也可以不相同，在本公开中对该预测方法不进行限制，只要能够实现对该第四位姿数据和该第二位姿数据的预测即可。
该第二预测时长可以为预设的标定时长，也可以为例如根据该第四位姿数据绘制得到该中间图像帧所需的时间。
在步骤203中，根据所述第四位姿数据和所述采集图像数据绘制得到中间图像帧和与所述中间图像帧对应的中间深度图，并将所述中间图像帧和所述中间深度图确定为所述历史图像帧和所述历史深度图。
也即，在获取到该第三位姿数据并根据绘制所需时长预测得到该中间图像帧绘制完成时所对应的第四位姿数据，进而绘制得到该中间图像帧时，还会对该中间图像帧所对应的中间深度图进行绘制。该中间深度图也即该中间图像帧中每一个像素所对应的深度信息。
其中，绘制得到的该中间图像帧和该中间深度图并不会实际显示在该AR眼镜等场景中的显示区域中，而是会作为该历史图像帧和该历史深度图，来辅助确定根据该第二位姿数据应绘制得到的目标图像帧。
获取该第三位姿数据并绘制该中间图像帧和中间深度图的频率可以根据该第三位姿数据的获取频率相关，例如，该第三位姿数据的获取频率可以为每1ms获取一个第三位姿数据，在第0ms时刻获取到该第三位姿数据的情况下，根据该第0ms时刻的第三位姿数据进行该第四位姿数据的预测，并绘制该第0ms时刻的第三位姿数据对应的中间图像帧和中间深度图；在第1ms时刻获取到该第三位姿数据的情况下，根据该第1ms时刻的第三位姿数据进行该第四位姿数据的预测，并绘制该第1ms时刻的第三位姿数据对应的中间图像帧和中间深度图；其中，对每1ms获取到的第三位姿数据进行预测以及图像帧的绘制的耗时可以大于获取该第三位姿数据的间隔，而针对获取到的每1ms的第三位姿数据的处理可以并行处理。
由于对于该第一位姿数据的处理需要根据该历史图像帧和该历史深度图来进行，因此，对于该第一位姿数据的获取可以在绘制得到第一个中间图像帧和第一个该中间深度图的时刻。例如，在第0ms时刻获取到该第三位姿数据，并在第7ms时刻完成对该第0ms时刻获取到的第三位姿数据对应的中间图像帧和中间深度图的绘制，则可以从第7ms时刻开始获取该第一位姿数据，该第一位姿数据与该第三位姿数据可以是通过同一设备获取得到，也即，在第7ms时刻获取到的位姿数据，既可以作为从第0ms时刻开始获取到的第8个第三位姿数据，也可以为作为从第7ms时刻开始获取到的第1个第一位姿数据。
在已经绘制得到该中间图像帧和该中间深度图的情况下，便可以根据该中间图像帧和该中间深度图来辅助调整得到根据该第二位姿数据应该绘制得到的目标图像帧，以根据该目标图像帧来在AR眼镜等场景的显示区域中进行显示。
在一种可能的实施方式中，在将该中间图像帧和该中间深度图确定为该该第一位姿数据所需要使用的历史图像帧和该历史深度图之前，还可以先确定所述中间图像帧和所述中间深度图所对应的绘制完成时刻；在所述第一位姿数据的获取时刻与所述绘制完成时刻相同的情况下，将所述中间图像帧和所述中间深度图确定为所述历史图像帧和所述历史深度图。也即，例如该第一位姿数据是在第7ms时刻获取到的情况下，将在第7ms时刻绘制完成的中间图像帧和该中间深度图确定为该历史图像帧和该历史深度图，以辅助在第7ms时刻获取到的第一位姿数据所对应的目标图像帧的绘制。这样，能够尽可能保证该历史图像帧所对应的该第四位姿数据与该第一位姿数据相接近，进而就能够使得根据该历史深度图调整得到的该目标图像帧更加的精确。
图3是根据本公开又一示例性实施例示出的一种图像绘制方法中第二位设预测时长的确定方法的流程图。如图3所示，所述方法包括步骤301至步骤304。
在步骤301中，确定根据所述采集图像数据进行绘制所需的第一预测时长。
在步骤302中，判断第一预测时长是否大于第二预测时长，若否，则转至步骤303，若是则转至步骤304。
在步骤303中，将所述第一预测时长确定为所述第二预设预测时长。
在步骤304中，将所述第二预测时长确定为所述第二预设预测时长。
其中，所述第二预测时长为预先设置好的能够对所述第三位姿数据进行预测的最大预测时长。也即，在确定该第二预设预测时长时，可以根据该获取到的该采集图像数据进行绘制所需要的实际时长，也即该第一预测时长与能够进行预测的最大预测时长来确定。这样就能够尽可能地保证预测得到的该第四位姿数据的准确性。
图4是根据本公开又一示例性实施例所示出的一种图像绘制方法的流程图。如图4所示，所述方法还包括步骤401和步骤402。
在步骤401中，根据所述第二位姿数据和所述历史深度图确定所述历史图像帧中的每个像素在所述目标图像帧中的位置。
在步骤402中，将所述历史图像帧中的每个像素分别移动至所述目标图像帧中的对应位置处，并对所述目标图像帧进行补全，以得到绘制后的所述目标图像帧。其中，对该目标图像帧进行补全的方式可以为任意图像补全(image inpainting)的方法。
图5是根据本公开一示例性实施例示出的一种图像绘制装置的结构框图。如图5所示，所述装置包括：第一获取模块10，用于获取第一位姿数据；第一预测模块20，用于根据所述第一位姿数据预测经过第一预设预测时长后的时刻所对应的第二位姿数据；第二获取模块30，用于获取历史图像帧和与所述历史图像帧所对应的历史深度图，所述历史图像帧为根据历史位姿数据绘制得到；第一绘制模块40，用于根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧。
通过上述技术方案，在根据获取到的该第一位姿数据进行预测得到该第二位姿数据之后，在确定将要在AR眼镜等场景中的显示区域中进行与该第二位姿数据对应的图像帧的绘制之前，可以先获取历史位姿数据所对应的绘制过的历史图像帧以及相应的历史深度图，从而，就可以直接根据该第二位姿数据和该历史位姿数据之间的变化情况，通过该历史深度图直接对该历史图像帧进行调整，即可快速得到与该第二位姿数据对应的目标图像帧，大大加快了根据该第二位姿数据绘制得到该目标图像帧的速度，从而不仅能够通过对该第二位姿数据的预测，降低该目标图像帧显示在该AR眼镜等场景中的显示区域中时，与用户的实际位姿所对应的画面之间的延迟，而且无需根据该第二位姿数据直接对该目标图像帧进行绘制，而可以通过对该历史图像帧的调整快速得到该第二位姿数据对应的绘制得到的目标图像帧，从而降低了该第一预设预测时长，在预测时长降低的情况下，预测精度也会相应提高，从而也就提高了该目标图像帧的绘制精度。
在一种可能的实施方式中，所述第一预设预测时长为所述第一绘制模块根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧所需的时长。
在一种可能的实施方式中，所述装置还包括：第三获取模块，用于获取第三位姿数据和与所述第三位姿数据对应的采集图像数据；第二预测模块，用于根据所述第三位姿数据预测经过第二预设预测时长后的时刻所对应的第四位姿数据；第二绘制模块，用于根据所述第四位姿数据和所述采集图像数据绘制得到中间图像帧和与所述中间图像帧对应的中间深度图，并将所述中间图像帧和所述中间深度图确定为所述历史图像帧和所述历史深度图。
在一种可能的实施方式中，所述获取历史图像帧和与所述历史图像帧所对应的历史深度图包括：第一确定子模块，用于确定所述中间图像帧和所述中间深度图所对应的绘制完成时刻；第二确定子模块，用于在所述第一位姿数据的获取时刻与所述绘制完成时刻相同的情况下，将所述中间图像帧和所述中间深度图确定为所述历史图像帧和所述历史深度图。
在一种可能的实施方式中，所述装置还包括：确定模块，用于确定根据所述采集图像数据进行绘制所需的第一预测时长；判断模块，用于在所述第一预测时长不大于第二预测时长的情况下，将所述第一预测时长确定为所述第二预设预测时长；所述判断模块还用于在所述第一预测时长大于所述第二预测时长的情况下，将所述第二预测时长确定为所述第二预设预测时长；其中，所述第二预测时长为预先设置好的能够对所述第三位姿数据进行预测的最大预测时长。
在一种可能的实施方式中，所述第一绘制模块40包括：第三确定子模块，用于根据所述第二位姿数据和所述历史深度图确定所述历史图像帧中的每个像素在所述目标图像帧中的位置；绘制子模块，用于将所述历史图像帧中的每个像素分别移动至所述目标图像帧中的对应位置处，并对所述目标图像帧进行补全，以得到绘制后的所述目标图像帧。
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600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600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600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、摄像头、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600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，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。
在一些实施方式中，可以利用诸如HTTP(HyperText Transfer Protocol，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：获取第一位姿数据；根据所述第一位姿数据预测经过第一预设预测时长后的时刻所对应的第二位姿数据；获取历史图像帧和与所述历史图像帧所对应的历史深度图，所述历史图像帧为根据历史位姿数据绘制得到；根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧。
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，第一获取模块还可以被描述为“获取第一位姿数据的模块”。
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提供了一种图像绘制方法，所述方法包括：
获取第一位姿数据；
根据所述第一位姿数据预测经过第一预设预测时长后的时刻所对应的第二位姿数据；
获取历史图像帧和与所述历史图像帧所对应的历史深度图，所述历史图像帧为根据历史位姿数据绘制得到；
根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧。
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，所述第一预设预测时长为根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧所需的时长。
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，所述方法还包括：
获取第三位姿数据和与所述第三位姿数据对应的采集图像数据；
根据所述第三位姿数据预测经过第二预设预测时长后的时刻所对应的第四位姿数据；
根据所述第四位姿数据和所述采集图像数据绘制得到中间图像帧和与所述中间图像帧对应的中间深度图，并将所述中间图像帧和所述中间深度图确定为所述历史图像帧和所述历史深度图。
根据本公开的一个或多个实施例，示例4提供了示例3的方法，所述获取历史图像帧和与所述历史图像帧所对应的历史深度图包括：
确定所述中间图像帧和所述中间深度图所对应的绘制完成时刻；
在所述第一位姿数据的获取时刻与所述绘制完成时刻相同的情况下，将所述中间图像帧和所述中间深度图确定为所述历史图像帧和所述历史深度图。
根据本公开的一个或多个实施例，示例5提供了示例3的方法，所述方法还包括：
确定根据所述采集图像数据进行绘制所需的第一预测时长；
在所述第一预测时长不大于第二预测时长的情况下，将所述第一预测时长确定为所述第二预设预测时长；
在所述第一预测时长大于所述第二预测时长的情况下，将所述第二预测时长确定为所述第二预设预测时长；
其中，所述第二预测时长为预先设置好的能够对所述第三位姿数据进行预测的最大预测时长。
根据本公开的一个或多个实施例，示例6提供了示例1的方法，所述根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧包括：
根据所述第二位姿数据和所述历史深度图确定所述历史图像帧中的每个像素在所述目标图像帧中的位置；
将所述历史图像帧中的每个像素分别移动至所述目标图像帧中的对应位置处，并对所述目标图像帧进行补全，以得到绘制后的所述目标图像帧。
根据本公开的一个或多个实施例，示例7提供了一种图像绘制装置，所述装置包括：
第一获取模块，用于获取第一位姿数据；
第一预测模块，用于根据所述第一位姿数据预测经过第一预设预测时长后的时刻所对应的第二位姿数据；
第二获取模块，用于获取历史图像帧和与所述历史图像帧所对应的历史深度图，所述历史图像帧为根据历史位姿数据绘制得到；
第一绘制模块，用于根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧。
根据本公开的一个或多个实施例，示例8提供了示例7的装置，所述第一预设预测时长为所述第一绘制模块根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧所需的时长。
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1-6中任一项所述方法的步骤。
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1-6中任一项所述方法的步骤。
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)

1.一种图像绘制方法，其特征在于，所述方法包括：
获取第一位姿数据；
根据所述第一位姿数据预测经过第一预设预测时长后的时刻所对应的第二位姿数据；
获取历史图像帧和与所述历史图像帧所对应的历史深度图，所述历史图像帧为根据历史位姿数据绘制得到；
根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧。
2.根据权利要求1所述的方法，其特征在于，所述第一预设预测时长为根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧所需的时长。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取第三位姿数据和与所述第三位姿数据对应的采集图像数据；
根据所述第三位姿数据预测经过第二预设预测时长后的时刻所对应的第四位姿数据；
根据所述第四位姿数据和所述采集图像数据绘制得到中间图像帧和与所述中间图像帧对应的中间深度图，并将所述中间图像帧和所述中间深度图确定为所述历史图像帧和所述历史深度图。
4.根据权利要求3所述的方法，其特征在于，所述获取历史图像帧和与所述历史图像帧所对应的历史深度图包括：
确定所述中间图像帧和所述中间深度图所对应的绘制完成时刻；
在所述第一位姿数据的获取时刻与所述绘制完成时刻相同的情况下，将所述中间图像帧和所述中间深度图确定为所述历史图像帧和所述历史深度图。
5.根据权利要求3所述的方法，其特征在于，所述方法还包括：
确定根据所述采集图像数据进行绘制所需的第一预测时长；
在所述第一预测时长不大于第二预测时长的情况下，将所述第一预测时长确定为所述第二预设预测时长；
在所述第一预测时长大于所述第二预测时长的情况下，将所述第二预测时长确定为所述第二预设预测时长；
其中，所述第二预测时长为预先设置好的能够对所述第三位姿数据进行预测的最大预测时长。
6.根据权利要求1所述的方法，其特征在于，所述根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧包括：
根据所述第二位姿数据和所述历史深度图确定所述历史图像帧中的每个像素在所述目标图像帧中的位置；
将所述历史图像帧中的每个像素分别移动至所述目标图像帧中的对应位置处，并对所述目标图像帧进行补全，以得到绘制后的所述目标图像帧。
7.一种图像绘制装置，其特征在于，所述装置包括：
第一获取模块，用于获取第一位姿数据；
第一预测模块，用于根据所述第一位姿数据预测经过第一预设预测时长后的时刻所对应的第二位姿数据；
第二获取模块，用于获取历史图像帧和与所述历史图像帧所对应的历史深度图，所述历史图像帧为根据历史位姿数据绘制得到；
第一绘制模块，用于根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧。
8.根据权利要求7所述的装置，其特征在于，所述第一预设预测时长为所述第一绘制模块根据所述第二位姿数据和所述历史深度图，对所述历史图像帧进行调整，以得到根据所述第二位姿数据绘制得到的目标图像帧所需的时长。
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1-6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1-6中任一项所述方法的步骤。
CN202011349432.5A 2020-11-26 2020-11-26 图像绘制方法、装置、可读介质及电子设备 Pending CN112489224A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011349432.5A CN112489224A (zh) 2020-11-26 2020-11-26 图像绘制方法、装置、可读介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011349432.5A CN112489224A (zh) 2020-11-26 2020-11-26 图像绘制方法、装置、可读介质及电子设备

Publications (1)

Publication Number Publication Date
CN112489224A true CN112489224A (zh) 2021-03-12

Family

ID=74935252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011349432.5A Pending CN112489224A (zh) 2020-11-26 2020-11-26 图像绘制方法、装置、可读介质及电子设备

Country Status (1)

Country Link
CN (1) CN112489224A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159453A (zh) * 2021-05-17 2021-07-23 北京字跳网络技术有限公司 资源数据预测方法、装置、设备及存储介质
CN113256710A (zh) * 2021-05-21 2021-08-13 深圳市慧鲤科技有限公司 游戏中准星的显示方法、装置、计算机设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014210342A1 (en) * 2013-06-28 2014-12-31 Microsoft Corporation Reprojection oled display for augmented reality experiences
CN106856566A (zh) * 2016-12-16 2017-06-16 中国商用飞机有限责任公司北京民用飞机技术研究中心 一种基于ar设备的信息同步方法及系统
US20170213388A1 (en) * 2016-01-25 2017-07-27 Jeffrey Neil Margolis Frame Projection For Augmented Reality Environments
CN108648235A (zh) * 2018-04-27 2018-10-12 腾讯科技（深圳）有限公司 相机姿态追踪过程的重定位方法、装置及存储介质
CN110163909A (zh) * 2018-02-12 2019-08-23 北京三星通信技术研究有限公司 用于获得设备位姿的方法、装置和存储介质
CN110533694A (zh) * 2019-08-30 2019-12-03 腾讯科技（深圳）有限公司 图像处理方法、装置、终端及存储介质
CN111862288A (zh) * 2020-07-29 2020-10-30 北京小米移动软件有限公司 一种位姿渲染方法、装置及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014210342A1 (en) * 2013-06-28 2014-12-31 Microsoft Corporation Reprojection oled display for augmented reality experiences
US20170213388A1 (en) * 2016-01-25 2017-07-27 Jeffrey Neil Margolis Frame Projection For Augmented Reality Environments
CN106856566A (zh) * 2016-12-16 2017-06-16 中国商用飞机有限责任公司北京民用飞机技术研究中心 一种基于ar设备的信息同步方法及系统
CN110163909A (zh) * 2018-02-12 2019-08-23 北京三星通信技术研究有限公司 用于获得设备位姿的方法、装置和存储介质
CN108648235A (zh) * 2018-04-27 2018-10-12 腾讯科技（深圳）有限公司 相机姿态追踪过程的重定位方法、装置及存储介质
CN110533694A (zh) * 2019-08-30 2019-12-03 腾讯科技（深圳）有限公司 图像处理方法、装置、终端及存储介质
CN111862288A (zh) * 2020-07-29 2020-10-30 北京小米移动软件有限公司 一种位姿渲染方法、装置及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WEI FANG 等: "Real-Time Motion Tracking for Mobile Augmented/Virtual Reality Using Adaptive Visual-Inertial Fusion", SENSORS, 5 May 2017 (2017-05-05), pages 1 - 22 *
王雷: "基于单目视觉与惯导融合的SLAM技术研究", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 2020, 15 February 2020 (2020-02-15) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159453A (zh) * 2021-05-17 2021-07-23 北京字跳网络技术有限公司 资源数据预测方法、装置、设备及存储介质
CN113159453B (zh) * 2021-05-17 2024-04-30 北京字跳网络技术有限公司 资源数据预测方法、装置、设备及存储介质
CN113256710A (zh) * 2021-05-21 2021-08-13 深圳市慧鲤科技有限公司 游戏中准星的显示方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
CN112489224A (zh) 图像绘制方法、装置、可读介质及电子设备
CN110795196A (zh) 窗口显示方法、装置、终端及存储介质
CN110837333A (zh) 调整多媒体文件的播放进度方法、装置、终端及存储介质
CN114900625A (zh) 虚拟现实空间的字幕渲染方法、装置、设备及介质
CN112258622A (zh) 图像处理方法、装置、可读介质及电子设备
CN114067030A (zh) 动态流体效果处理方法、装置、电子设备和可读介质
CN111833459A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN111273884A (zh) 图像显示方法、装置和电子设备
CN113766293B (zh) 信息显示方法、装置、终端及存储介质
CN113703704B (zh) 界面显示方法、头戴式显示设备和计算机可读介质
CN112492230B (zh) 视频处理方法、装置、可读介质及电子设备
CN111915532B (zh) 图像追踪方法、装置、电子设备及计算机可读介质
CN111586295B (zh) 图像生成方法、装置和电子设备
CN110807728B (zh) 对象的显示方法、装置、电子设备及计算机可读存储介质
CN114332224A (zh) 3d目标检测样本的生成方法、装置、设备及存储介质
CN114419298A (zh) 虚拟物体的生成方法、装置、设备及存储介质
CN112486318A (zh) 图像显示方法、装置、可读介质及电子设备
CN113506356A (zh) 面积图的绘制方法、装置、可读介质和电子设备
CN112418233A (zh) 图像处理方法、装置、可读介质及电子设备
CN112214187B (zh) 水波纹图像实现方法及装置
CN111523409B (zh) 用于生成位置信息的方法和装置
CN111782050B (zh) 图像处理方法和装置、存储介质和电子设备
CN115908143B (zh) 车辆跨层泊车方法、装置、电子设备和计算机可读介质
CN113465611B (zh) 导航方法、装置、电子设备及可读存储介质
CN117420907A (zh) 一种交互控制方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination