[發明專利]一種姿態估計方法、裝置、設備及介質

在審

• 申請號: 202110867074.5
• 申請日: 2021-07-29
• 公開（公告）號: CN115690147A
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 羅宇軒;朱泳明;林高杰
• 申請（專利權）人: 北京字跳網絡技術有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06N3/08
• 代理公司: 北京開陽星知識產權代理有限公司 11710
• 代理人: 王艷斌

1.一種姿態估計方法，其特征在于，包括：

根據目標對象在當前幀圖像的上幀圖像中的原始特征點，確定所述目標對象在當前幀圖像中對所述原始特征點跟蹤成功的目標特征點；

從所述目標特征點中確定滿足預設篩選條件的有效特征點，根據所述有效特征點生成運動估計模型；

根據所述運動估計模型和所述目標對象在所述上幀圖像中的姿態估計生成所述目標對象在所述當前幀圖像中的第一姿態，以及通過預設的深度學習模型提取所述目標對象在所述當前幀圖像中的第二姿態；

對所述第一姿態和所述第二姿態進行平滑處理生成所述目標對象在所述當前幀圖像中的第三姿態。

2.根據權利要求1所述的方法，其特征在于，所述確定所述目標對象在當前幀圖像中對所述原始特征點跟蹤成功的目標特征點，包括：

通過稀疏光流方法對所述原始特征點進行跟蹤，獲取跟蹤成功的目標特征點。

3.根據權利要求1所述的方法，其特征在于，從所述目標特征點中確定滿足預設篩選條件的有效特征點，根據所述有效特征點生成運動估計模型，包括：

分析所述目標特征點從所述上幀圖像到所述當前幀圖像的變化情況；

根據所述變化情況將所述目標特征點聚類為具有不同運動方向的不同特征點集合；

比較各所述特征點集合的數量并獲取數量最多的目標集合，將所述目標集合中的特征點確定為滿足預設篩選條件的有效特征點；

根據所述有效特征點生成運動變化矩陣。

4.根據權利要求3所述的方法，其特征在于，所述根據所述運動估計模型和所述目標對象在所述上幀圖像中的姿態估計生成所述目標對象在所述當前幀圖像中的第一姿態，包括：

對所述運動變化矩陣和所述目標對象在所述上幀圖像中的姿態估計進行點乘處理，生成所述目標對象在當前幀圖像中的第一姿態。

5.根據權利要求1所述的方法，其特征在于，所述對所述第一姿態和所述第二姿態進行平滑處理生成所述目標對象在所述當前幀圖像中的第三姿態，包括：

確定與所述第一姿態對應的第一平滑參數，以及確定與所述第二姿態對應的第二平滑參數；

根據所述第一平滑參數和所述第二平滑參數對所述第一姿態和所述第二姿態進行平滑處理，生成所述目標對象在當前幀圖像中的第三姿態。

6.根據權利要求5所述的方法，其特征在于，所述確定與所述第一姿態對應的第一平滑參數，以及確定與所述第二姿態對應的第二平滑參數，包括：

判斷所述目標特征點是否滿足預設的第一有效條件；

當所述目標特征點滿足所述第一有效條件，判斷所述有效特征點是否滿足預設的第二有效條件；

當所述有效特征點滿足所述第二有效條件，則確定所述第一平滑參數為第一系數，所述第二平滑參數為第二系數，其中，所述第一系數大于所述第二系數，且所述第一系數減去所述第二系數的差值大于預設閾值。

7.根據權利要求6所述的方法，其特征在于，還包括：

當所述目標特征點不滿足所述第一有效條件，則確定所述第一平滑參數為第三系數，所述第二平滑參數為第四系數，其中，所述第三系數小于所述第四系數，且所述第四系數減去所述第三系數的差值大于預設閾值。

8.根據權利要求6所述的方法，其特征在于，還包括：

當所述目標特征點滿足所述第一有效條件，且當所述有效特征點不滿足所述第二有效條件，則確定所述第一平滑參數為第五系數，所述第二平滑參數為第六系數，其中，所述第五系數與所述第六系數的差值絕對值小于預設閾值。

9.根據權利要求6-8任一所述的方法，其特征在于，所述判斷所述目標特征點是否滿足預設的第一有效條件，包括：

將所述目標特征點的數量與預設的第一閾值進行比較；

如果所述目標特征點的數量大于或等于所述第一閾值，則確定滿足所述第一有效條件；

如果所述目標特征點的數量小于所述第一閾值，則確定不滿足所述第一有效條件。