基于深度学习的全景相机姿态估计方法

    公开(公告)号:CN109035327B

    公开(公告)日:2021-10-29

    申请号:CN201810658881.4

    申请日:2018-06-25

    申请人: 北京大学

    IPC分类号: G06T7/70 G06T3/00 G06T3/60

    摘要: 本发明公布了一种基于深度学习的全景相机姿态估计方法,基于深度卷积网络和消失点,对全景相机的三维朝向进行估计,只需给定单张全景图片即能较快地估计得到相机相对于世界的旋转矩阵;包括:图像数据采集、图像数据处理、建立用于全景相机姿态估计的新的网络结构PanoNet、训练PanoNet并预测估计全景相机姿态。本发明使用单张全景图片,能够在有遮挡,有空洞,弱纹理等场景下,估计全景相机相对于世界坐标系的旋转。方法的鲁棒性高。

    针对视频图像的竖直方向灭点检测方法及视频扭正方法

    公开(公告)号:CN108961182B

    公开(公告)日:2021-06-01

    申请号:CN201810659779.6

    申请日:2018-06-25

    申请人: 北京大学

    IPC分类号: G06T5/00 G06T5/40

    摘要: 本发明公布了一种快速准确的竖直方向灭点检测方法,并利用此竖直方向灭点检测方法实现视频的快速扭正。首先将视频数据逐帧分离成图片集;然后通过竖直方向灭点检测方法获得竖直方向灭点坐标信息;再利用竖直方向灭点坐标信息,计算图片变换的单应矩阵;最后将变换后的图片集合生成新视频;包括:提取图片阶段、竖直方向灭点检测阶段、图片扭正阶段和视频合成阶段。本发明依靠竖直方向单灭点信息进行视频扭正,鲁棒性好,计算速度快。将灭点检测转化为对偶空间中三角函数曲线参数的计算,将检测的直线近似成曲线的切线,使得远距离的灭点检测更准确,得到的视频图像更加符合人们的视觉习惯。

    针对视频图像的竖直方向灭点检测方法及视频扭正方法

    公开(公告)号:CN108961182A

    公开(公告)日:2018-12-07

    申请号:CN201810659779.6

    申请日:2018-06-25

    申请人: 北京大学

    IPC分类号: G06T5/00 G06T5/40

    摘要: 本发明公布了一种快速准确的竖直方向灭点检测方法,并利用此竖直方向灭点检测方法实现视频的快速扭正。首先将视频数据逐帧分离成图片集;然后通过竖直方向灭点检测方法获得竖直方向灭点坐标信息;再利用竖直方向灭点坐标信息,计算图片变换的单应矩阵;最后将变换后的图片集合生成新视频;包括:提取图片阶段、竖直方向灭点检测阶段、图片扭正阶段和视频合成阶段。本发明依靠竖直方向单灭点信息进行视频扭正,鲁棒性好,计算速度快。将灭点检测转化为对偶空间中三角函数曲线参数的计算,将检测的直线近似成曲线的切线,使得远距离的灭点检测更准确,得到的视频图像更加符合人们的视觉习惯。