[发明专利]一种基于场景分类和几何标注的单视点视频深度获取方法

权利要求书

1.一种基于场景分类和几何标注的单视点视频深度获取方法，其特征在于，具体步骤包括：

(1)读取视频序列，采用光流法对视频序列中相邻帧图像进行运动估计，得到光流运动矢量结果，根据光流运动矢量结果判断当前帧图像属于相机静止物体运动场景还是属于相机运动场景，所述相机运动场景包括相机运动物体静止场景和相机运动物体运动场景；

(2)判断是否需要估计当前帧图像的初始深度图，如果需要，进入步骤(3)，否则，当前帧图像的初始深度图默认为当前帧图像的前一帧图像的初始深度图，直接进入步骤(4)；

(3)根据当前帧图像的几何标注结果求出当前帧图像的初始深度图；

(4)如果当前帧图像属于相机静止物体运动场景，采用光流法得到当前帧图像的运动深度图，与当前帧图像的初始深度图融合；如果当前帧图像属于相机运动场景，首先进行全局运动补偿，然后利用光流法对全局运动补偿后的相邻帧图像进行运动估计，得到运动估计量级图，根据运动估计量级图中非零像素所占的比例来判断场景中是否存在运动物体，如果存在运动物体，将全局运动补偿后的运动估计量级图线性变换得到的运动深度图，运动深度图与初始深度图融合得到最终深度图，如果不存在运动物体，将全局运动补偿前的运动估计量图线性变换得到的运动深度图作为最终深度图。

2.根据权利要求1所述的一种基于场景分类和几何标注的单视点视频深度获取方法，其特征在于，所述步骤(1)中，读取视频序列，采用光流法对视频序列中相邻帧图像进行运动估计，得到光流运动矢量结果，根据光流运动矢量结果判断当前帧图像属于相机静止物体运动场景还是属于相机运动场景；具体步骤包括：

a、读取视频序列，获取所有的图像，求相邻帧图像之间的光流运动矢量结果，然后将当前帧图像的前(N-1)帧图像的光流运动矢量结果聚集，在原像素(x,y)处当前帧图像的光流运动矢量结果MVS(x,y)的计算公式如式(Ⅰ)所示：原像素(x,y)在第(l-1)个光流运动后的坐标(x_l,y_l)的计算公式如式(Ⅱ)所示；

MVS(x,y)=Σl=1N-1MV(xl,yl)---(I)]]>

(xl,yl)=Round{(x,y)+Σq=1l-1MV(xq,yq)}---(II)]]>

式(Ⅰ)中，MV()表示相邻帧图像之间的光流运动矢量结果，N表示连续的帧图像数，N帧图像共发生(N-1)次光流运动；l＝1,2,...,(N-1)，分别表示第1,2，...,(N-1)个光流运动，(x_l,y_l)表示的是原像素(x,y)在第(l-1)个光流运动后的坐标；

式(Ⅱ)中，Round{}算子是对光流运动矢量结果的所有元素取整,q＝1,2,...,(l-1)，分别表示的是第1,2，...,(l-1)个光流运动，(x_q,y_q)表示原像素(x,y)在第(q-1)个光流运动后的坐标；

b、根据步骤a求取的当前帧图像的光流运动矢量结果的水平运动分量MVS_u和垂直运动分量MVS_v计算出运动累积量级图M_{cum_motion}，计算公式如式(Ⅲ)所示：

Mcum_motion=MVSu2+MVSv2---(III)]]>

设定阈值Th_weight，2≤Th_weight≤10，统计运动累积量级图中大于阈值Th_weight的像素的数目N'，N'在所有像素中所占的百分比作为当前帧图像运动区域的权值W_m，计算公式如式(Ⅳ)所示：

Wm=N′H×W---(IV)]]>

式(Ⅳ)中，H和W分别为当前帧图像的高和宽；

c、设定相机运动阈值Th_{camera_motion},0.6≤Th_{camera_motion}≤0.85,根据步骤b求取的当前帧图像运动区域的权值W_m与相机运动阈值Th_{camera_motion}的关系判断当前帧图像是局部运动还是全局运动，如果当前帧图像运动区域的权值W_m小于相机运动阈值Th_{camera_motion}，则当前帧图像是局部运动，即当前帧图像属于相机静止物体运动场景，否则，当前帧图像是全局运动，即当前帧图像属于相机运动场景。