[发明专利]三维物体的姿态估计方法、装置、设备及存储介质

说明书

本申请提供了一种三维物体的姿态估计方法、装置、设备及存储介质。该方法包括：计算目标三维物体的前一帧graph图和当前帧graph图；采用图匹配算法对前一帧graph图和当前帧graph图进行匹配计算，以获得前一帧graph图和当前帧graph图的顶点对应关系；根据顶点对应关系，目标三维物体的前一帧姿态和PnP算法计算目标三维物体的当前帧姿态。由于采用图匹配算法确定前一帧graph图和当前帧graph图的顶点对应关系来确定特征点的对应关系，图匹配算法对于弱纹理或是重复纹理的三维物体也有良好的特征点匹配效果，所以能够有效提高特征点的匹配准确度，进而提高三维物体姿态估计的准确性。

技术领域

本申请实施例涉及视频及图像处理技术领域，尤其涉及一种三维物体的姿态估计方法、装置、设备及存储介质。

背景技术

随着视频采集设备的技术成熟，越来越多的领域应用视频作为信息记录和分析的手段。在大量的视频中确定三维物体在画面中的位置和姿态，并对其进行持续追踪和姿态估计，是对三维物体进行进一步分析的基础。

现有技术中一般采用特征点匹配结合N点透视算法(简称：PnP算法)确定三维物体的初始姿态，并通过特征点追踪结合PnP算法来估计接下来各帧里的目标三维物体的姿态。

但现有技术中的这种三维物体的姿态估计方法对于弱纹理或是重复纹理的三维物体姿态估计效果并不好，因为可能会出现两帧间特征点匹配错误的问题，即使用了随机抽样一致性算法(简称：RANSAC算法)来去除错误的匹配点，也有可能因为错误的匹配点数远大于正确的匹配点数而得到错误的姿态估计结果。

发明内容

本申请实施例提供一种三维物体的姿态估计方法、装置、设备及存储介质，解决了现有技术中的三维物体的姿态估计方法，对于弱纹理或是重复纹理的三维物体姿态估计效果较差的技术问题。

本申请实施例第一方面提供一种三维物体的姿态估计方法，包括：计算目标三维物体的前一帧graph图和当前帧graph图；采用图匹配算法对所述前一帧graph图和所述当前帧graph图进行匹配计算，以获得所述前一帧graph图和所述当前帧graph图的顶点对应关系；根据所述顶点对应关系，所述目标三维物体的前一帧姿态和PnP算法计算所述目标三维物体的当前帧姿态。

本申请实施例第二方面提供一种三维物体的姿态估计装置，包括：graph图计算模块，用于计算目标三维物体的前一帧graph图和当前帧graph图；图匹配计算模块，用于采用图匹配算法对所述前一帧graph图和所述当前帧graph图进行匹配计算，以获得所述前一帧graph图和所述当前帧graph图的顶点对应关系；当前帧姿态计算模块，用于根据所述顶点对应关系，所述目标三维物体的前一帧姿态和PnP算法计算所述目标三维物体的当前帧姿态。

本申请实施例第三方面提供一种终端设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述第一方面所述的方法。

本申请实施例第四方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行如上述第一方面所述的方法。

基于以上各方面，本申请实施例通过计算目标三维物体的前一帧graph图和当前帧graph图；采用图匹配算法对前一帧graph图和当前帧graph图进行匹配计算，以获得前一帧graph图和当前帧graph图的顶点对应关系；根据顶点对应关系，目标三维物体的前一帧姿态和PnP算法计算目标三维物体的当前帧姿态。由于采用图匹配算法确定前一帧graph图和当前帧graph图的顶点对应关系来确定特征点的对应关系，图匹配算法对于弱纹理或是重复纹理的三维物体也有良好的特征点匹配效果，所以能够有效提高特征点的匹配准确度，进而提高三维物体姿态估计的准确性。