【摘要】 本发明公开了一种针对多视频序列的运动推断结构方法。它的步骤如下：1)基于SIFT特征描述量，使用连续特征跟踪算法和非连续特征匹配算法，匹配分布于不同图像上对应于相同场景点的SIFT特征点；2)基于匹配分布于不同图像上对应于相同场景点的SIFT特征点，使用运动推断结构算法，恢复各视频序列相应的子图，并将各视频序列相应的子图注册到统一的坐标系下；3)使用基于分段的渐进式优化算法，迭代地将各视频序列相应的子图中存在的误差扩散并消除。本发明能够高效匹配分布于非相邻子序列中的特征轨迹，改善各子图的求解质量；针对大尺度场景，突破传统求解方法的内存和效率瓶颈，在有限内存环境下对整个场景三维结构和摄像机变量进行全局高效的优化。 【专利类型】发明授权 【申请人】浙江大学 【申请人类型】学校 【申请人地址】310027 浙江省杭州市西湖区浙大路38号 【申请人地区】中国 【申请人城市】杭州市 【申请人区县】西湖区 【申请号】CN201210069008.4 【申请日】2012-03-15 【申请年份】2012 【公开公告号】CN102663772B 【公开公告日】2014-08-20 【公开公告年份】2014 【授权公告号】CN102663772B 【授权公告日】2014-08-20 【授权公告年份】2014.0 【IPC分类号】G06T7/20; G06T7/00 【发明人】章国锋; 鲍虎军; 刘浩敏 【主权项内容】 一种针对多视频序列的运动推断结构方法，其特征在于它的步骤如下：1)基于SIFT特征描述量，使用连续特征跟踪算法和非连续特征匹配算法，匹配分布于不同图像上对应于相同场景点的SIFT特征点；2)基于匹配分布于不同图像上对应于相同场景点的SIFT特征点，使用运动推断结构算法，恢复各视频序列相应的子图，并将各视频序列相应的子图注册到统一的坐标系下；3)使用基于分段的渐进式优化算法，迭代地将各视频序列相应的子图中存在的误差扩散并消除；所述的步骤2)为：(2.1)将所有输入视频序列标记为其中NV为输入视频序列总数，使用运动推断结构算法分别为恢复每帧对应的相机运动参数和每条特征轨迹对应的三维点位置，形成NV个局部坐标系下的子图，将第j个序列的第k帧在Vj的局部坐标系下的相机运动参数标记为(Rj, k, tj, k)，其中Rj, k为一个3x3的旋转矩阵，tj, k为一个3维平移向量，若第i个场景点在Vj中可见，则将第i个场景在Vj的局部坐标系下的坐标标记为Xij；(2.2)利用序列间匹配点构造匹配图，每个节点表示一个序列，若间存在公共点，则在间添加一条边，用集合表示间的公共点，Sj1j2={(Xi1j1, Xi1j2), (Xi2j1, Xi2j2), ...}, ]]>则连接的边的权值为令v＝0，选择具有最多公共点的序列即为每个序列设置一个状态变量Fj，表示Vj是否注册到全局坐标系，令Fj=0, j≠ j01, j=j0; ]]>argminTSjvΣ r=0, ..., v-1Σ (Xijv, Xijr)∈ Sjvjr 【当前权利人】浙江商汤科技开发有限公司 【当前专利权人地址】浙江省杭州市萧山区宁围街道市心北路857号288-8室 【专利权人类型】公立 【统一社会信用代码】12100000470095016Q 【引证次数】3.0 【他引次数】3.0 【家族引证次数】3.0 【家族被引证次数】11

未经允许不得转载：http://www.zhongzhencnc.com/1791559830.html