[發明專利]基礎矩陣估計方法及相關產品

有效

• 申請號: 202110551713.7
• 申請日: 2021-05-20
• 公開（公告）號: CN113298098B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 宮振飛
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06V10/42
• 分類號: G06V10/42;G06V10/46;G06V10/75;G06V10/80;G06K9/62
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強

1.一種基礎矩陣估計方法，其特征在于，包括：

獲取用于圖像匹配的第一圖像和第二圖像，對所述第一圖像和所述第二圖像進行多通道融合，得到多通道數據；所述第一圖像標注有M個第一關鍵點的坐標；

將所述多通道數據輸入偏移量預測網絡，得到與所述M個第一關鍵點對應的M個偏移量，根據所述M個偏移量計算所述第二圖像中與所述M個第一關鍵點匹配的M個第二關鍵點的坐標；

根據所述M個第一關鍵點的坐標和所述M個第二關鍵點的坐標計算基礎矩陣；

所述將所述多通道數據輸入偏移量預測網絡之前，所述方法還包括：

獲取訓練樣本圖像，在所述訓練樣本圖像中選取X個關鍵點，確定所述X個關鍵點的坐標，X大于或等于M；

從所述X個關鍵點中選取Y個關鍵點，隨機生成2Y個坐標偏移量；

根據所述Y個關鍵點的坐標和所述2Y個坐標偏移量確定Y個新關鍵點的坐標；

根據所述Y個關鍵點的坐標和所述Y個新關鍵點的坐標計算單應矩陣，根據所述單應矩陣對所述訓練樣本圖像進行變換，得到訓練樣本變換圖像；

利用所述單應矩陣計算Z個關鍵點在所述訓練樣本變換圖像對應的Z個新關鍵點的坐標，根據所述Z個新關鍵點的坐標和所述Z個關鍵點的坐標確定2Z個坐標偏移量；X=Y+Z；

以所述2Y個坐標偏移量和所述2Z個坐標偏移量作為訓練標簽，將所述訓練樣本圖像和所述訓練樣本變換圖像融合成多通道訓練數據，將所述多通道訓練數據輸入偏移量預測網絡進行訓練。

2.根據權利要求1所述的方法，其特征在于，所述M個第一關鍵點中任意兩個第一關鍵點之間的直線距離大于或等于第一閾值，所述第一關鍵點距離所述第一圖像的邊界的直線距離大于或等于所述第一閾值；所述第一閾值大于或等于A/M，A為所述第一圖像的長度或寬度。

3.根據權利要求1所述的方法，其特征在于，M為大于或等于N的整數；所述根據所述M個第一關鍵點的坐標和所述M個第二關鍵點的坐標計算基礎矩陣，包括：

從所述M個第一關鍵點中選取N個第一關鍵點，從所述M個第二關鍵點中選取與所述N個第一關鍵點對應的N個第二關鍵點，根據所述N個第一關鍵點的坐標和所述N個第二關鍵點的坐標計算基礎矩陣。

4.根據權利要求3所述的方法，其特征在于，所述根據所述N個第一關鍵點的坐標和所述N個第二關鍵點的坐標計算基礎矩陣之后，所述方法還包括：

從計算的至少兩個基礎矩陣中選擇誤差最小的基礎矩陣作為預測的基礎矩陣。

5.根據權利要求1所述的方法，其特征在于，所述獲取訓練樣本圖像，包括：

獲取訓練樣本原始圖像，對所述訓練樣本原始圖像進行加噪聲處理，得到所述訓練樣本圖像。

6.根據權利要求1所述的方法，其特征在于，所述獲取訓練樣本圖像，包括：

獲取訓練樣本原始圖像，對所述訓練樣本原始圖像進行加噪聲處理，得到訓練樣本加噪圖像；

對所述訓練樣本加噪圖像進行數據增強處理，得到至少一張訓練樣本增強圖像；

將所述訓練樣本加噪圖像和所述至少一張訓練樣本增強圖像作為所述訓練樣本圖像。