[发明专利]一种视频帧深度图的生成方法及系统有效
申请号: | 200810225515.6 | 申请日: | 2008-11-03 |
公开(公告)号: | CN101400001A | 公开(公告)日: | 2009-04-01 |
发明(设计)人: | 戴琼海;徐枫;谢旭东 | 申请(专利权)人: | 清华大学 |
主分类号: | H04N13/00 | 分类号: | H04N13/00;H04N13/02 |
代理公司: | 北京国昊天诚知识产权代理有限公司 | 代理人: | 顾惠忠 |
地址: | 100084北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 视频 深度 生成 方法 系统 | ||
1.一种视频帧深度图的生成方法,包括在视频序列的连续视频帧中选取关键帧,并获取关键帧的深度图,其特征在于,还包括以下步骤:
提取视频序列中连续帧上的特征点;
确定连续帧上各特征点的匹配关系;
计算在连续帧上相匹配的特征点之间的运动距离;
依据所述相匹配的特征点之间的运动距离以及关键帧的深度图,确定相应特征点在所属非关键帧中的深度值;
对所述非关键帧进行深度赋值,进而获得连续帧中各视频帧的深度图;其中,对所述非关键帧进行深度赋值的步骤具体包括:
根据关键帧的深度图,对相邻的非关键帧进行图像分割,得到分割轮廓;
计算所述非关键帧的同一分割区域内特征点深度值的平均值;
以平均值作为所述分割区域的深度值,对所述非关键帧进行深度赋值,获得深度图;
根据所述非关键帧的深度图,对其相邻的非关键帧重复前述步骤,获得连续帧中各视频帧的深度图。
2.根据权利要求1所述的方法,其特征在于,所述确定连续帧上各特征点的匹配关系,具体包括以下步骤:
选取连续帧中某一帧作为基准帧,以基准帧的各特征点作为待匹配特征点;
在该基准帧的相邻帧上划定与各特征点相应的匹配特征点存在区域;
计算相邻帧上所述各区域内的特征点与相应待匹配特征点之间的相似度;
选取相邻帧上所述各区域内相似度符合预置条件的特征点作为匹配特征点;
以所述相邻帧作为基准帧,重复前述步骤,获得连续帧上各特征点的匹配关系。
3.根据权利要求2所述的方法,其特征在于,进一步包括以下验证步骤,
以所述相邻帧上的各匹配特征点作为待匹配特征点,在所述基准帧上划定相应的匹配特征点存在区域;
计算基准帧上所述各区域内的特征点与相邻帧上的相应待匹配特征点之间的相似度;
选取基准帧上所述各区域内相似度符合预置条件的特征点作为匹配特征点;
验证基准帧上的匹配特征点与所述基准帧的各特征点是否对应,若对应,则所述相邻帧上的匹配特征点与基准帧上的各特征点相互匹配。
4.根据权利要求2或3所述的方法,其特征在于,
所述匹配特征点存在区域为以某视频帧上的一待匹配特征点在相邻的视频帧上的对应坐标为中心,以2T个像素为边长所形成的矩形区域,其中,T的范围为10~30。
5.根据权利要求2或3所述的方法,其特征在于,所述预置条件为:
相似度最高;或者
相似度最高,且相似度最高值与次高值的比值,大于等于阈值G,其中,阈值G的范围为1.5~3。
6.根据权利要求5所述的方法,其特征在于,所述相似度通过以下方式计算:
计算匹配特征点存在区域内特征点和相应待匹配特征点之间的特征矢量的欧氏距离;
根据欧氏距离与相似度的反比关系式,计算相似度。
7.一种视频帧深度图的生成系统,包括关键帧信息单元,用于在视频序列的连续视频帧中选取关键帧,并获取关键帧的深度图,
其特征在于,该系统还包括:
特征点提取单元,用于提取视频序列中连续帧上的特征点;
匹配特征点查找单元,用于确定连续帧上各特征点的匹配关系;
运动确定单元,用于计算在连续帧上相匹配的特征点之间的运动距离;
深度值确定单元,用于依据所述相匹配的特征点之间的运动距离以及关键帧的深度图,确定相应特征点在所属非关键帧中的深度值;
深度图生成单元,用于对所述非关键帧进行深度赋值,进而获得连续帧中各视频帧的深度图;其中,所述深度图生成单元进一步包括:
分割轮廓获取子单元,用于根据已知视频帧的深度图,对相邻非关键帧进行图像分割,得到分割轮廓;
平均值计算子单元,用于计算所述非关键帧的同一分割区域内,特征点深度值的平均值;
深度赋值子单元,用于以所述深度值的平均值作为所述分割区域的深度值,对所述非关键帧进行深度赋值,获得深度图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200810225515.6/1.html,转载请声明来源钻瓜专利网。