JP6121302B2 - 姿勢パラメータ推定装置、姿勢パラメータ推定システム、姿勢パラメータ推定方法、およびプログラム - Google Patents
姿勢パラメータ推定装置、姿勢パラメータ推定システム、姿勢パラメータ推定方法、およびプログラム Download PDFInfo
- Publication number
- JP6121302B2 JP6121302B2 JP2013203084A JP2013203084A JP6121302B2 JP 6121302 B2 JP6121302 B2 JP 6121302B2 JP 2013203084 A JP2013203084 A JP 2013203084A JP 2013203084 A JP2013203084 A JP 2013203084A JP 6121302 B2 JP6121302 B2 JP 6121302B2
- Authority
- JP
- Japan
- Prior art keywords
- feature point
- tracking
- feature
- posture parameter
- feature 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.)
- Active
Links
Images
Description
(1) 本発明は、入力画像内の認識対象物の姿勢パラメータを推定する姿勢パラメータ推定装置であって、予め定められた2種類以上の特徴点群(例えば、後述のNb点の基本特徴点と、後述のNs点の補助特徴点と、に相当)の中から特徴点を追跡用特徴点として選択する特徴点選択手段(例えば、図5の特徴点選択部133に相当)と、前記特徴点選択手段により選択された追跡用特徴点を追跡する特徴点追跡手段(例えば、図5の特徴点追跡部134に相当)と、前記特徴点追跡手段による追跡結果に基づいて、前記認識対象物の姿勢パラメータを求める姿勢パラメータ更新手段(例えば、図5の姿勢パラメータ更新部135に相当)と、を備え、前記特徴点選択手段は、前記2種類以上の特徴点群のうち第1の特徴点群(例えば、後述のNb点の基本特徴点に相当)の中から優先的に特徴点を前記追跡用特徴点として選択することを特徴とする姿勢パラメータ推定装置を提案している。
図1は、本発明の一実施形態に係る姿勢パラメータ推定システムAAを備えるARシステム100のブロック図である。ARシステム100は、姿勢パラメータ推定システムAA、撮像装置3、表示装置4、および付加情報記憶部5を備える。姿勢パラメータ推定システムAAは、姿勢パラメータ推定装置1およびサーバ2を備える。
姿勢パラメータ推定システムAAは、上述のように、姿勢パラメータ推定装置1およびサーバ2を備える。この姿勢パラメータ推定システムAAは、サーバ2により、認識対象物の特徴点として、Nb点(Nbは、Nb≧1を満たす整数)の基本特徴点と、Ns点(Nsは、Ns≧Nbを満たす整数)の補助特徴点と、の2種類の特徴点を予め決定しておく。そして、この認識対象物の画像が撮像装置3で取得されると、姿勢パラメータ推定装置1により、これらNb点の基本特徴点およびNs点の補助特徴点をサーバ2から読み出し、これらの中から追跡可能な特徴点をNb点選択し、選択したNb点の特徴点を用いて認識対象物の姿勢パラメータを推定する。
図2は、サーバ2のブロック図である。サーバ2は、姿勢パラメータ推定装置1と通信可能に接続されており、画像ピラミッド生成部21、特徴点登録部22、および特徴点記憶部23を備える。
画像ピラミッド生成部21は、姿勢パラメータ推定システムAAが想定している全ての認識対象物のそれぞれについて、認識対象物を含む画像を用いて画像ピラミッド生成して出力する。ここで、画像ピラミッドとは、同一画像で解像度の異なる2つ以上の画像の集合のことであり、画像に対して画像縮小処理を1回以上行うことによって生成される。
特徴点登録部22は、姿勢パラメータ推定システムAAが想定している全ての認識対象物のそれぞれについて、画像ピラミッドのレベルごとに、Nb点の基本特徴点と、Ns点の補助特徴点と、の2種類の特徴点を取得し、特徴点記憶部23に記憶させる。これら2種類の特徴点は、追跡に適した認識対象物の表面上の点(3次元座標)であり、キーフレーム上の特徴点の3次元座標とピクセル座標との組、または、認識対象物の3次元モデルの頂点の座標で指定される。キーフレームには、認識対象物の3次元モデルを予め平面に投影した画像や、認識対象物を予め撮影した画像を適用することができ、認識対象物が平面画像である場合には、その平面画像を適用してもよい。
特徴点記憶部23は、特徴点登録部22により選択されたNb点の基本特徴点およびNs点の補助特徴点を、姿勢パラメータ推定システムAAが想定している全ての認識対象物のそれぞれについて、画像ピラミッドのレベルごとに記憶する。また、特徴点記憶部23は、姿勢パラメータ推定装置1から特徴点を要求されると、要求された認識対象物について記憶しているNb点の基本特徴点およびNs点の補助特徴点を、画像ピラミッドのレベルごとに、姿勢パラメータ推定装置1に送信する。
図4は、姿勢パラメータ推定装置1のブロック図である。姿勢パラメータ推定装置1は、対象物識別部11、初期姿勢パラメータ推定部12、および姿勢パラメータ追跡部13を備える。
対象物識別部11は、撮像装置3から送信された入力画像に基づいて、入力画像内の認識対象物の識別処理を行い、その結果を識別結果として出力する。識別処理では、認識対象物から特徴量が予め検出されていることを前提として、まず、入力画像から局所特徴量を検出する。次に、検出した局所特徴量と、予め検出されている特徴量と、の照合を行って、認識対象物を識別する。
初期姿勢パラメータ推定部12は、撮像装置3から送信された入力画像と、対象物識別部11から出力された識別結果と、に基づいて初期姿勢パラメータ推定処理を行い、その結果を初期姿勢パラメータとして出力する。初期姿勢パラメータ推定処理では、例えば特許文献2や非特許文献1に示されているアルゴリズムにより、入力画像に含まれる認識対象物の姿勢パラメータを推定する。
姿勢パラメータ追跡部13は、撮像装置3から送信された入力画像と、この入力画像に含まれる認識対象物に対してサーバ2の特徴点記憶部23に記憶されている基本特徴点および補助特徴点と、後述の追跡処理の初期値と、に基づいて追跡処理を行って、認識対象物の姿勢パラメータを求めて出力する。追跡処理の初期値には、追跡処理の状況に応じたものを用いる。具体的には、認識対象物の追跡を開始する場合と、認識対象物の追跡に失敗した場合と、には、追跡処理の初期値として、初期姿勢パラメータ推定部12から出力される初期姿勢パラメータを用いる。一方、認識対象物の追跡に成功している場合、すなわち前フレームから継続して認識対象物を追跡している場合には、追跡処理の初期値として、前フレームにおいて追跡処理により求めた姿勢パラメータを用いる。
姿勢パラメータ予測部131は、上述の追跡処理の初期値、すなわち、初期姿勢パラメータ推定部12から出力される初期姿勢パラメータと、前フレームにおいて求めた姿勢パラメータと、のいずれかに基づいて姿勢パラメータ予測処理を行い、その結果を姿勢パラメータ予測値として出力する。姿勢パラメータ予測処理では、上述の初期姿勢パラメータまたは前フレームにおける姿勢パラメータに基づいて、現在のフレームにおける姿勢パラメータ予測値を求める。
画像ピラミッド生成部132は、画像ピラミッド生成部21と同様の画像縮小処理を、画像ピラミッド生成部21が行った回数と同じ回数だけ行って、撮像装置3から送信された入力画像を用いて画像ピラミッド生成して出力する。
特徴点選択部133は、画像ピラミッド生成部132から出力される画像ピラミッドに加えて、姿勢パラメータ予測部131から出力される姿勢パラメータ予測値と、姿勢パラメータ更新部135から出力される姿勢パラメータと、のいずれかを用いて、画像ピラミッドのレベルごとに、追跡する特徴点を選択するとともに、選択した特徴点を追跡する際の初期位置を決定して出力する。
特徴点追跡部134は、画像ピラミッドのレベルごとに、特徴点選択部133から出力されるNb点の特徴点のそれぞれを、特徴点追跡手法により追跡して出力する。
姿勢パラメータ更新部135は、画像ピラミッドのレベルごとに、姿勢パラメータ予測部131から出力される姿勢パラメータ予測値と、特徴点追跡部134による特徴点の追跡結果と、に基づいて、認識対象物の姿勢パラメータを推定する。これら追跡結果は、特徴点の3次元座標と、その特徴点の入力画像上のピクセル座標(追跡位置)と、の組で構成される。これら3次元座標とピクセル座標との関係は、以下の式(1)で表される。
2・・・サーバ
21・・・画像ピラミッド生成部
22・・・特徴点登録部
23・・・特徴点記憶部
3・・・撮像装置
4・・・表示装置
5・・・付加情報記憶部
11・・・対象物識別部
12・・・初期姿勢パラメータ推定部
13・・・姿勢パラメータ追跡部
131・・・姿勢パラメータ予測部
132・・・画像ピラミッド生成部
133・・・特徴点選択部
134・・・特徴点追跡部
135・・・姿勢パラメータ更新部
100・・・ARシステム
AA・・・姿勢パラメータ推定システム
Claims (14)
- 入力画像内の認識対象物の姿勢パラメータを推定する姿勢パラメータ推定装置であって、
予め定められた2種類以上の特徴点群の中から特徴点を追跡用特徴点として選択する特徴点選択手段と、
前記特徴点選択手段により選択された追跡用特徴点を追跡する特徴点追跡手段と、
前記特徴点追跡手段による追跡結果に基づいて、前記認識対象物の姿勢パラメータを求める姿勢パラメータ更新手段と、を備え、
前記特徴点選択手段は、前記2種類以上の特徴点群のうち第1の特徴点群の中から前記追跡用特徴点として選択した特徴点の中に、前記入力画像に存在していない特徴点が存在すれば、当該追跡用特徴点から当該特徴点を除外するとともに、除外した特徴点の数だけ、前記2種類以上の特徴点群のうち前記第1の特徴点群を除くものの中から特徴点を選択して当該追跡用特徴点に追加する際に、当該追跡用特徴点として選択されている他の特徴点までの距離が大きいものから順に選択することを特徴とする姿勢パラメータ推定装置。 - 前記特徴点選択手段は、前記第1の特徴点群として、配置の偏りを取り除かれた複数の特徴点を用いることを特徴とする請求項1に記載の姿勢パラメータ推定装置。
- 前記姿勢パラメータ更新手段により求められた前フレームにおける姿勢パラメータ、または、前記入力画像から求められる初期姿勢パラメータを用いて、前記認識対象物の姿勢パラメータの予測値を求める姿勢パラメータ予測手段を備え、
前記特徴点選択手段は、前記姿勢パラメータ予測手段により求められた姿勢パラメータの予測値を用いて、前記追跡用特徴点として選択した各特徴点の前記入力画像における位置を推定し、
前記特徴点追跡手段は、前記特徴点選択手段により推定された位置を、特徴点追跡の初期位置として、前記追跡用特徴点の追跡を行うことを特徴とする請求項1または2に記載の姿勢パラメータ推定装置。 - 前記特徴点選択手段は、予め定められた数の特徴点を、フレームごとに前記追跡用特徴点として選択することを特徴とする請求項1から3のいずれかに記載の姿勢パラメータ推定装置。
- 入力画像内の認識対象物の姿勢パラメータを推定する姿勢パラメータ推定装置であって、
予め定められた2種類以上の特徴点群の中から特徴点を追跡用特徴点として選択する特徴点選択手段と、
前記特徴点選択手段により選択された追跡用特徴点を追跡する特徴点追跡手段と、
前記特徴点追跡手段による追跡結果に基づいて、前記認識対象物の姿勢パラメータを求める姿勢パラメータ更新手段と、を備え、
前記特徴点選択手段は、前記2種類以上の特徴点群のうち第1の特徴点群の中から優先的に特徴点を前記追跡用特徴点として選択し、予め定められた数以上のフレームで連続して追跡に失敗した特徴点については、以降のフレームにおいて予め定められた数のフレームだけ、前記追跡用特徴点として選択しないことを特徴とする姿勢パラメータ推定装置。 - 前記入力画像と、当該入力画像と同一の画像であって当該入力画像より解像度の低い1つ以上の画像と、を求める複数解像度画像取得手段を備え、
前記複数解像度画像取得手段により求められた画像のうち解像度の低いものから高いものに向かって順番に、前記特徴点選択手段による特徴点の選択と、前記特徴点追跡手段による特徴点の追跡と、前記姿勢パラメータ更新手段による姿勢パラメータの取得と、を繰り返し、
前記特徴点選択手段は、現在の処理対象である画像の解像度よりも1つ解像度の低い画像を用いて前記姿勢パラメータ更新手段により求められた姿勢パラメータを用いて、特徴点の選択を行うことを特徴とする請求項1から5のいずれかに記載の姿勢パラメータ推定装置。 - 前記認識対象物の特徴点の中から、配置に偏りなく特徴点を選択し、選択した特徴点のそれぞれを2種類以上の特徴点群のいずれかに登録する特徴点登録手段を備えることを特徴とする請求項1から6のいずれかに記載の姿勢パラメータ推定装置。
- 前記特徴点登録手段は、前記認識対象物の特徴点をクラスタリングして、配置に偏りなく特徴点を選択することを特徴とする請求項7に記載の姿勢パラメータ推定装置。
- 前記特徴点登録手段は、前記第1の特徴点群として登録する特徴点の数に、前記認識対象物の特徴点をクラスタリングし、各クラスから1点ずつ特徴点を選択することを特徴とする請求項8に記載の姿勢パラメータ推定装置。
- 前記特徴点登録手段は、前記認識対象物の特徴点をクラスタリングする際に、k-means型の手法を用いることを特徴とする請求項8または9に記載の姿勢パラメータ推定装置。
- 前記特徴点登録手段は、
前記第1の特徴点群として特徴点を登録した後に、第2の特徴点群として特徴点を登録し、
前記第2の特徴点群には、前記認識対象物の特徴点のうち前記第1の特徴点群として登録された特徴点と前記第2の特徴点群として登録された特徴点とを除くものの中から、当該第1の特徴点群または当該第2の特徴点群として登録された特徴点からの距離が大きいものから順に登録することを特徴とする請求項7から10のいずれかに記載の姿勢パラメータ推定装置。 - 入力画像内の認識対象物の姿勢パラメータを推定する姿勢パラメータ推定システムであって、
姿勢パラメータ推定装置と、
前記姿勢パラメータ推定装置と通信可能に設けられたサーバと、を備え、
前記サーバは、
前記認識対象物の特徴点の中から、配置に偏りなく特徴点を選択し、選択した特徴点のそれぞれを2種類以上の特徴点群のいずれかに登録する特徴点登録手段を備え、
前記特徴点登録手段は、前記認識対象物の特徴点をクラスタリングして、配置に偏りなく特徴点を選択し、前記認識対象物の特徴点をクラスタリングする際に、k-means型の手法を用い、
前記姿勢パラメータ推定装置は、
前記2種類以上の特徴点群の中から特徴点を追跡用特徴点として選択する特徴点選択手段と、
前記特徴点選択手段により選択された追跡用特徴点を追跡する特徴点追跡手段と、
前記特徴点追跡手段による追跡結果に基づいて、前記認識対象物の姿勢パラメータを求める姿勢パラメータ更新手段と、を備え、
前記特徴点選択手段により、前記2種類以上の特徴点群のうち第1の特徴点群の中から優先的に特徴点を前記追跡用特徴点として選択することを特徴とする姿勢パラメータ推定システム。 - 特徴点選択手段、特徴点追跡手段、および姿勢パラメータ更新手段を備え、入力画像内の認識対象物の姿勢パラメータを推定する姿勢パラメータ推定装置における姿勢パラメータ推定方法であって、
前記特徴点選択手段が、予め定められた2種類以上の特徴点群の中から特徴点を追跡用特徴点として選択する第1のステップと、
前記特徴点追跡手段が、前記第1のステップにより選択された追跡用特徴点を追跡する第2のステップと、
前記姿勢パラメータ更新手段が、前記第2のステップによる追跡結果に基づいて、前記認識対象物の姿勢パラメータを求める第3のステップと、を備え、
前記第1のステップにおいて、前記特徴点選択手段は、前記2種類以上の特徴点群のうち第1の特徴点群の中から前記追跡用特徴点として選択した特徴点の中に、前記入力画像に存在していない特徴点が存在すれば、当該追跡用特徴点から当該特徴点を除外するとともに、除外した特徴点の数だけ、前記2種類以上の特徴点群のうち前記第1の特徴点群を除くものの中から特徴点を選択して当該追跡用特徴点に追加する際に、当該追跡用特徴点として選択されている他の特徴点までの距離が大きいものから順に選択することを特徴とする姿勢パラメータ推定方法。 - 特徴点選択手段、特徴点追跡手段、および姿勢パラメータ更新手段を備え、入力画像内の認識対象物の姿勢パラメータを推定する姿勢パラメータ推定装置における姿勢パラメータ推定方法を、コンピュータに実行させるためのプログラムであって、
前記特徴点選択手段が、予め定められた2種類以上の特徴点群の中から特徴点を追跡用特徴点として選択する第1のステップと、
前記特徴点追跡手段が、前記第1のステップにより選択された追跡用特徴点を追跡する第2のステップと、
前記姿勢パラメータ更新手段が、前記第2のステップによる追跡結果に基づいて、前記認識対象物の姿勢パラメータを求める第3のステップと、をコンピュータに実行させ、
前記第1のステップにおいて、前記特徴点選択手段は、前記2種類以上の特徴点群のうち第1の特徴点群の中から前記追跡用特徴点として選択した特徴点の中に、前記入力画像に存在していない特徴点が存在すれば、当該追跡用特徴点から当該特徴点を除外するとともに、除外した特徴点の数だけ、前記2種類以上の特徴点群のうち前記第1の特徴点群を除くものの中から特徴点を選択して当該追跡用特徴点に追加する際に、当該追跡用特徴点として選択されている他の特徴点までの距離が大きいものから順に選択するためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013203084A JP6121302B2 (ja) | 2013-09-30 | 2013-09-30 | 姿勢パラメータ推定装置、姿勢パラメータ推定システム、姿勢パラメータ推定方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013203084A JP6121302B2 (ja) | 2013-09-30 | 2013-09-30 | 姿勢パラメータ推定装置、姿勢パラメータ推定システム、姿勢パラメータ推定方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015069410A JP2015069410A (ja) | 2015-04-13 |
JP6121302B2 true JP6121302B2 (ja) | 2017-04-26 |
Family
ID=52836011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013203084A Active JP6121302B2 (ja) | 2013-09-30 | 2013-09-30 | 姿勢パラメータ推定装置、姿勢パラメータ推定システム、姿勢パラメータ推定方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6121302B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102017216000A1 (de) * | 2017-09-11 | 2019-03-14 | Conti Temic Microelectronic Gmbh | Gestensteuerung zur Kommunikation mit einem autonomen Fahrzeug auf Basis einer einfachen 2D Kamera |
KR102044071B1 (ko) * | 2017-11-02 | 2019-11-12 | 한국 한의학 연구원 | 체형 분석 장치 및 방법 |
US10916031B2 (en) * | 2018-07-06 | 2021-02-09 | Facebook Technologies, Llc | Systems and methods for offloading image-based tracking operations from a general processing unit to a hardware accelerator unit |
CN112069592B (zh) * | 2020-08-12 | 2024-03-26 | 西安理工大学 | 一种航天器外弹道跟踪测速数据特征点识别方法 |
KR102446923B1 (ko) * | 2020-11-24 | 2022-09-22 | 연세대학교 산학협력단 | 밀도 기반 클러스터링을 이용한 사람 자세 데이터셋의 축약 장치 및 방법 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5476264B2 (ja) * | 2010-09-22 | 2014-04-23 | 日本放送協会 | カメラトラッキング装置およびそのプログラム |
-
2013
- 2013-09-30 JP JP2013203084A patent/JP6121302B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015069410A (ja) | 2015-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107633526B (zh) | 一种图像跟踪点获取方法及设备、存储介质 | |
JP6121302B2 (ja) | 姿勢パラメータ推定装置、姿勢パラメータ推定システム、姿勢パラメータ推定方法、およびプログラム | |
US9691132B2 (en) | Method and apparatus for inferring facial composite | |
JP5833507B2 (ja) | 画像処理装置 | |
US10122912B2 (en) | Device and method for detecting regions in an image | |
KR102218608B1 (ko) | 증강 현실 응용들을 위한 비디오들 내의 실 시간 오버레이 배치 | |
JP2005269419A (ja) | 画像変形推定方法および画像変形推定装置 | |
US10657421B2 (en) | Shape detection | |
JP6017343B2 (ja) | データベース生成装置、カメラ姿勢推定装置、データベース生成方法、カメラ姿勢推定方法、およびプログラム | |
US9317904B2 (en) | Image processing system and image processing method | |
KR20150114950A (ko) | 이미지 스트림의 프레임 레이트 증가 | |
JP2012234466A (ja) | 状態追跡装置、方法、及びプログラム | |
JP5198543B2 (ja) | 画像処理方法、画像処理装置及び画像処理プログラム | |
US11790550B2 (en) | Learnable cost volume for determining pixel correspondence | |
CN111861878B (zh) | 通过潜在空间正则化对监督式生成对抗网络进行优化 | |
JP2016219879A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP6369143B2 (ja) | 真贋評価装置及びプログラム | |
US11475240B2 (en) | Configurable keypoint descriptor generation | |
JP6109699B2 (ja) | 姿勢パラメータ推定装置、姿勢パラメータ推定方法、およびプログラム | |
CN108062741B (zh) | 双目图像处理方法、成像装置和电子设备 | |
JP2014078110A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
JP5636966B2 (ja) | 誤差検出装置及び誤差検出プログラム | |
WO2023007730A1 (ja) | 情報処理システム、情報処理装置、情報処理方法、及び記録媒体 | |
WO2024049590A1 (en) | Efficient cost volume processing within iterative process | |
WO2024072722A1 (en) | Smooth continuous zooming in a multi-camera system by image-based visual features and optimized geometric calibrations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160202 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161219 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161227 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170314 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170315 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170328 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170329 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6121302 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |