[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

本公開提供了一種姿態估計方法、裝置、設備及介質，所述方法包括：根據目標對象在當前幀圖像的上幀圖像中的原始特征點，確定目標對象在當前幀圖像中對原始特征點跟蹤成功的目標特征點；從目標特征點中確定滿足預設篩選條件的有效特征點，根據有效特征點生成運動估計模型；根據運動估計模型和目標對象在上幀圖像中的姿態估計生成目標對象在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目標對象在當前幀圖像中的第二姿態；對第一姿態和第二姿態進行平滑處理生成目標對象在當前幀圖像中的第三姿態。本公開實施例可以根據第一姿態和第二姿態生成第三姿態，使得姿態估計同時具有良好的穩定性和精準度，從而提升了用戶的體驗感和滿意度。

技術領域

本公開涉及數據處理技術領域，尤其涉及一種姿態估計方法、裝置、設備及介質。

背景技術

隨著計算機技術的發展，姿態估計技術的應用場景愈加廣泛，比如根據姿態估計進行虛擬試穿、驅動一些虛擬素材貼合等應用。

然而，目前的姿態估計方法會造成一定的抖動，導致根據姿態估計的應用效果有一定的漂浮感。

發明內容

為了解決上述技術問題或者至少部分地解決上述技術問題，本公開提供了一種姿態估計方法、裝置、設備及介質。

第一方面，本公開提供了一種姿態估計方法，所述方法包括：

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。

一種可選的實施方式中，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。

一種可選的實施方式中，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。

一種可選的實施方式中，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。

一種可選的實施方式中，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。