[发明专利]信息估计、模型检索和模型对准方法和装置在审

专利信息
申请号: 201811359461.2 申请日: 2018-11-15
公开(公告)号: CN111191492A 公开(公告)日: 2020-05-22
发明(设计)人: 考月英;李炜明;刘洋;汪昊;王强;朴升仁;李炯旭 申请(专利权)人: 北京三星通信技术研究有限公司;三星电子株式会社
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 李敬文
地址: 100028 北京市朝*** 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: 信息 估计 模型 检索 对准 方法 装置
【权利要求书】:

1.一种信息估计方法,包括:

获取第一图像;以及

利用神经网络对所述第一图像中的对象进行姿态和/或关键点估计。

2.根据权利要求1中任一项所述的方法,其中,所述神经网络包括姿态和/或关键点估计模块和领域自适应模块,所述神经网络的网络参数是采用合成图像和真实图像对所述姿态和/或关键点估计模块和所述领域自适应模块进行训练得到的。

3.根据权利要求1-2中任一项所述的方法,还包括:根据所述第一图像和至少一个第二图像进行检索,得到目标模型,所述对象在所述第一图像中的第一姿态和在所述至少一个第二图像中的第二姿态各不相同。

4.根据权利要求3所述的方法,还包括:根据所述第一图像和所述至少一个第二图像获取图像特征,根据各模型在所述第一姿态下的图像和第二姿态下的图像获取各模型的模型特征,计算所述图像特征和所述各模型的模型特征的相似度,根据相似度在所述各模型中确定目标模型。

5.根据权利要求1-4中任一项所述的方法,还包括如下中的一种:

利用所述对象的姿态信息将目标模型和所述对象进行对准,再利用所述对象的关键点信息和所述目标模型的关键点信息对所述对准进行校准;以及

利用所述对象的关键点信息将目标模型和所述对象进行对准,再利用所述对象的姿态信息和所述目标模型对所述对准进行校准。

6.根据权利要求1-5中任一项所述的方法,还包括:利用所述对象的姿态信息和目标模型、所述对象的关键点信息和目标模型、以及与所述对象对准的目标模型中的至少一项来执行以下任一功能:

操控所述对象;

预测所述对象的行为;

在所述对象表面绘制预定义内容;

更新和/或控制虚拟对象的姿态。

7.一种模型检索方法,包括:

获取图像,以及

根据所述图像进行模型检索,获得与所述图像中的对象匹配的目标模型。

8.根据权利要求7所述的方法,其中所述图像包括第一图像和至少一个第二图像,所述对象在所述第一图像中的第一姿态和在所述至少一个第二图像中的第二姿态各不相同。

9.根据权利要求8所述的方法,还包括:根据所述第一图像和所述至少一个第二图像,获取图像特征,根据各模型在所述第一姿态下的图像和第二姿态下的图像获取各模型的模型特征,计算所述图像特征和所述各模型的模型特征的相似度,根据相似度在所述各模型中确定目标模型。

10.根据权利要求7-9中任一项所述的方法,还包括如下中的一种:

利用所述对象的姿态信息将目标模型和所述对象进行对准,再利用所述对象的关键点信息和所述目标模型的关键点信息对所述对准进行校准;以及

利用所述对象的关键点信息将目标模型和所述对象进行对准,再利用所述对象的姿态信息和所述目标模型对所述对准进行校准。

11.根据权利要求7-10中任一项所述的方法,还包括利用神经网络对所述对象进行姿态和/或关键点估计,其中,所述神经网络包括姿态和/或关键点估计模块和领域自适应模块,所述神经网络的网络参数是采用合成图像和真实图像对所述姿态和/或关键点估计模块和所述领域自适应模块进行训练得到的。

12.根据权利要求7-11中任一项所述的方法,还包括利用所述对象的姿态信息和目标模型、所述对象的关键点信息和目标模型、以及与所述对象对准的目标模型中的至少一项来执行以下任一功能:

操控所述对象;

预测所述对象的行为;

在所述对象表面绘制预定义内容;

更新和/或控制虚拟对象的姿态。

13.一种模型对准方法,包括:

获取第一图像;以及

将所述第一图像中的对象与目标模型对准。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京三星通信技术研究有限公司;三星电子株式会社,未经北京三星通信技术研究有限公司;三星电子株式会社许可,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/201811359461.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top