申请/专利权人：成都索贝数码科技股份有限公司

申请日：2022-06-23

公开（公告）日：2022-09-23

公开（公告）号：CN114818992B

主分类号：G06K9/62

分类号：G06K9/62;G06V10/74;G06T5/50;G06V20/40

优先权：

专利状态码：有效-授权

法律状态：2022.09.23#授权;2022.08.16#实质审查的生效;2022.07.29#公开

摘要：本发明公开了一种图像数据解析方法、场景估计方法、3D融合方法，属于视频领域，包括针对多端实景数据异地融合的图像数据解析步骤、图像raw数据解析步骤、焦栈数据解析步骤、相机参数解析步骤、场景估计和图像融合步骤，实现实时、多端相机协同、多应用的视频图像异地融合，规避在屏幕端的复杂限制问题；同时脱离三维渲染引擎，能够将多个异地端的实景数据进行重建，获取正确的3D视觉几何关系，提出了实景融合的解决方案，避免了过渡依赖3D虚拟场景建模操作；且能够实现自由改变视点的同时保持融合数据的一致性表达，本地端视点改变后，融合数据的场景内容跟随本地端视点变化而变化，从而达到异地与本地场景在视觉上的实时无缝融合。

主权项：1.一种图像数据解析方法，其特征在于，针对多端实景数据异地融合所需的图像数据进行解析，具体包括步骤：S10，图像raw数据解析；在步骤S10中，所述图像raw数据解析，包括子步骤：S101，计算从二维图像中提取的每一帧中的主体数据及其在当前帧下的尺度；S102，对图像数据进行量化操作，同一端相机的视频数据进行帧间的相似性判断以及对异端视频数据进行差异性判断；量化操作的方法为基于图像色彩信息、灰度信息、梯度信息以及频域里振幅数据的方法，并生成不同中间数据；S103，度量处理，包括同端数据的相似性度量、异端数据的差异性度量；同端数据的相似性度量包括非等距地间隔标记视频帧，以此来判断视频中的动态主体的位置和尺度信息，使主体在后续处理过程中能够保持大小、位置的稳定性；异端数据的差异性度量包括逐帧地估计多端视频中动态主体之间的关系因子，确认关系因子之后用于保证融合后的每帧数据完成局部一致性；S104，建模，将同端数据的相似性度量参数和异端数据的差异性度量参数进行共同建模估计，得到一个全局的度量因子，利用全局的度量因子确保解析出来的视频数据的全局一致；S11，焦栈数据解析；在步骤S11中，所述焦栈数据解析，包括子步骤：S111，焦栈估计，将多端视频的焦栈数据归一化到共同的尺度下，然后在频域中处理每帧图像数据，估计每帧数据处于的焦栈位置；S112，焦栈融合，在频域中完成步骤S111中焦栈估计处理过的图像数据的焦栈状态转换后，再完成这部分图像数据地融合；S12，相机参数解析，在步骤S12中，所述相机参数解析，包括子步骤：S121，基于图像的相机参数估计，对图像raw数据解析和焦栈数据解析中的数据建立多帧图像数据之间的3D关系，通过重投影过程估计相机的CCD、FOV及物理焦距，从而恢复相机成像的视椎数据；S122，相机物理焦距与图像焦栈数据的映射求解，利用焦栈估计中获得的每一端设备的离散焦栈范围，结合基于图像的相机参数估计结果，估算出实际相机焦距范围和焦栈数据之间的映射关系，拟合数据之间的函数变化关。

全文数据：

权利要求：

百度查询： 成都索贝数码科技股份有限公司 图像数据解析方法、场景估计方法、3D融合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD