[发明专利]一种视觉特性与行为特性融合的全景图像显著图生成方法及系统有效
| 申请号: | 201810811052.5 | 申请日: | 2018-07-23 |
| 公开(公告)号: | CN109166178B | 公开(公告)日: | 2020-10-16 |
| 发明(设计)人: | 丁颖;刘延伟;刘科栋 | 申请(专利权)人: | 中国科学院信息工程研究所 |
| 主分类号: | G06T19/00 | 分类号: | G06T19/00;G06K9/46 |
| 代理公司: | 北京君尚知识产权代理有限公司 11200 | 代理人: | 司立彬 |
| 地址: | 100093 *** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 视觉 特性 行为 融合 全景 图像 显著 生成 方法 系统 | ||
1.一种视觉特性与行为特性融合的全景图像显著图生成方法,其步骤包括:
1)将全景图像从等矩形域转换到球面域、再从球面域转换到视角域,得到该全景图像对应的视角平面图像;
2)使用高斯差分滤波处理该视角平面图像,得到该视角平面图像中每个像素在视觉空间的DoG值;
3)利用每个像素对应的DoG值与平均DoG值之间的欧几里德距离值表示对应像素在整幅全景图像上的视觉特征显著性,得到该全景图像对应的视觉特征显著图SV;
4)根据用户的实际头部运动数据得到用户观看全景图像的行为特性显著图Sb;其中,行为特性显著图表示全景图像上的纬度;
5)将该视觉特征显著图SV与该行为特性显著图Sb融合得到最终的全景图像显著图S。
2.如权利要求1所述的方法,其特征在于,视角域中的点(m,n)的所述DoG值为其中,σ1和σ2是高斯滤波器的标准差。
3.如权利要求2所述的方法,其特征在于,σ1=1.6σ2。
4.如权利要求1所述的方法,其特征在于,视觉特征显著图其中,DV(u,v)是全景图像中的点(u,v)对应的DoG值,是全景图像中所有点对应的DoG值的平均DoG值。
5.如权利要求1所述的方法,其特征在于,全景图像显著图S=max(N(SV),N(Sb));其中,N()表示归一化操作。
6.如权利要求1所述的方法,其特征在于,利用公式将全景图像从等矩形域转换到球面域,然后利用公式将球面域转换到视角域;其中,(u,v)表示等矩形域表示的全景图像中的一个点,(x,y,z)表示全景图像中的点(u,v)在球面上的笛卡尔坐标,(m,n)是全景图像中的点(u,v)在视角投影上的二维齐次坐标;(m0,n0)是视角域的中心点Q的坐标;f是全景图像球面的半径,w、h分别是视角平面图像的宽度和高度,fovx、fovy分别为头戴式显示器中每只眼睛的水平视野和垂直视野,R为旋转矩阵。
7.如权利要求6所述的方法,其特征在于,旋转矩阵其中,θ为点Q的经度,为点Q的纬度。
8.一种视觉特性与行为特性融合的全景图像显著图生成系统,其特征在于,包括坐标转换模块、视觉特征显著图SV生成模块、行为特性显著图Sb生成模块和融合模块;其中,
坐标转换模块,用于将全景图像从等矩形域转换到球面域、再从球面域转换到视角域,得到该全景图像对应的视角平面图像;
视觉特征显著图SV生成模块,利用高斯差分滤波处理该视角平面图像,得到该视角平面图像中每个像素在视觉空间的DoG值;然后利用每个像素对应的DoG值与平均DoG值之间的欧几里德距离值表示对应像素在整幅全景图像上的视觉特征显著性,得到该全景图像对应的视觉特征显著图SV;
行为特性显著图Sb生成模块,用于根据用户的实际头部运动数据得到用户观看全景图像的行为特性显著图Sb;其中,行为特性显著图表示全景图像上的纬度;
融合模块,用于将该视觉特征显著图SV与该行为特性显著图Sb融合得到最终的全景图像显著图S。
9.如权利要求8所述的系统,其特征在于,视角域中的点(m,n)的所述DoG值为其中,σ1和σ2是高斯滤波器的标准差;视觉特征显著图其中,DV(u,v)是全景图像中的点(u,v)对应的DoG值,是全景图像中所有点对应的DoG值的平均DoG值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院信息工程研究所,未经中国科学院信息工程研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810811052.5/1.html,转载请声明来源钻瓜专利网。





