[發明專利]對象姿態估計的方法、裝置及電子設備

有效

• 申請號: 201611130138.9
• 申請日: 2016-12-09
• 公開（公告）號: CN108447090B
• 公開（公告）日: 2021-12-21
• 發明（設計）人: 熊懷欣
• 申請（專利權）人: 株式會社理光
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06K9/00
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 黃燦;張博

本發明提供了一種對象姿態估計的方法、裝置及電子設備，屬于圖像與視頻處理領域。對象姿態估計的方法利用多個相機對同一被估姿態對象進行姿態估計，所述方法包括：確定所述多個相機與被估姿態對象組成系統中兩兩相機之間的相機姿態差，利用所述多個相機拍攝的視圖分別進行姿態估計，得到多個初始姿態估計結果，根據所述相機姿態差從所述多個初始姿態估計結果中選擇能夠融合的至少兩個初始姿態估計結果；利用所述至少兩個初始姿態估計結果建立優化目標函數及其約束條件，進行求解得到每一初始姿態估計結果的修正增量；利用所述修正增量計算得到目標姿態估計結果。本發明的技術方案能夠提高對象姿態估計的精度和置信度。

技術領域

本發明涉及圖像與視頻處理領域，特別是指一種對象姿態估計的方法、裝置及電子設備。

背景技術

駕駛員的行為分析是安全駕駛系統最重要的事情，其中駕駛員的頭部姿態估計是疲勞駕駛和注意力分散檢測的基礎，吸引了眾多的研究人員來優化駕駛員的頭部姿態估計，以減少交通事故發生的可能。其中基于視覺的姿態估計因其非干擾式工作和易部署的特性而被廣泛的應用。通常頭部的姿態有3個自由度，可用Pitch(俯仰角)，Roll(翻滾角)，和Yaw(偏航角)三個正交方向的角度表示，這三個角度對應著一個唯一的旋轉矩陣。基于視覺的3D姿態估計就是從拍攝的2D圖像中估計出頭部相對于相機坐標合適的旋轉和平移變換。

當前大多的頭部姿態估計方法可分為2類：基于模型的方法和基于圖像表觀的方法。前者通常是基于2D人臉特點和3D頭部模型的對應關系，或基于特征點的幾何屬性。而后者則是通過分類回歸或流形嵌入等方法來估計姿態，大多情況下只能獲得比較粗略的估計。

由于人的頭部可被看做為圓柱或球狀，當頭部轉動一個較大的角度后，無論采用何種方法，基于單一相機的姿態估計結果都會因為單一相機有限視野的局限而不那么精確，為了提高姿態估計的精度和置信度，出現了基于多相機的多視圖姿態估計的方法。

現有一種多視圖姿態估計的方法是從多個相機提供的視圖中選擇具有最小Yaw角度的那張，以之展開姿態計算。該方法依賴于一個假設，即具有最小Yaw角度的視圖較別的視圖具有最可靠和精度最高的姿態估計結果。顯然地，受各種因素的影響，該假設在多視圖系統里并不是必定的滿足。另外一種多視圖姿態估計采用了從一個相機切換到另一個相機的切換策略，但是同樣地，這一姿態估計方法依賴于被選擇的那個視圖估計的正確性。

現有技術還有一種多視圖姿態估計的方法是通過加權平均求和的融合算子來融合各個視圖提供的單獨的姿態估計結果。事實上，不同的視圖估計結果都具有不同的置信度和精度，不管預設的加權求和如何設置，其最終姿態計算結果的置信度并不能得到有效提高。現有技術還有一種多視圖姿態估計的方法是采用平均概率的方式來融合不同視圖下的姿態估計結果，但這種方式只適合于對姿態的粗略估計。

綜上所述，現有的多視圖姿態估計得到的姿態估計結果的精度尤其是置信度都沒得到切實的提高。

發明內容

本發明要解決的技術問題是提供一種對象姿態估計的方法、裝置及電子設備，基于優化的方法來融合多視圖下不同的對象姿態估計結果，能夠提高姿態估計結果的精度和置信度。

為解決上述技術問題，本發明的實施例提供技術方案如下：

一方面，提供一種對象姿態估計的方法，利用多個相機對同一被估姿態對象進行姿態估計，所述多個相機能夠從不同視角拍攝所述被估姿態對象的視圖，并且所述多個相機中兩兩關聯的相機所拍攝到的被估姿態對象區域具有重疊的部分，所述方法包括：

確定所述多個相機與被估姿態對象組成系統中兩兩相機之間的相機姿態差，所述相機姿態差為不同相機視覺角度對同一被估姿態對象所得出的姿態結果之間固定的差值,等同于世界坐標系下從一個相機沿著三個正交方向到另一個相機的旋轉角度，所述兩兩相機各自拍攝到的被估姿態對象區域具有重疊的部分；

利用所述多個相機拍攝的視圖分別進行姿態估計，得到多個初始姿態估計結果；