[发明专利]一种基于VR图像处理的焦点对象选取方法

权利要求书

1.一种基于VR图像处理的焦点对象选取方法，其特征在于，包括如下步骤：

确定焦点对象；

高清传输焦点对象并同步非高清传输背景图像。

2.根据权利要求1所述的焦点对象选取方法，其特征在于，确定焦点对象的方法具体为：

接收深度摄像头捕捉或拍摄的视频；

获取视频中每一帧图像的图像信息和深度图像信息；

利用R-CNN算法列出每一帧图像中的所有对象；

对每个对象进行优先级排序，优先级高的作为焦点对象。

3.根据权利要求2所述的焦点对象选取方法，其特征在于，根据每个对象与摄像头之间的最近距离进行优先级排序，最近距离越小的优先级越高。

4.根据权利要求2所述的焦点对象选取方法，其特征在于，根据每个对象的类型进行优先级排序，类型至少包括人物、动物、物体，人物的优先级高于动物的优先级，动物的优先级高于物体的优先级。

5.根据权利要求2所述的焦点对象选取方法，其特征在于，利用R-CNN算法列出图像中的所有对象的方法具体为：

将每张图像生成多个候选区；

对每个候选区，使用深度网络提取特征；

将从每个候选区中提取的特征送入每一类的SVM分类器进行分类；

确认候选区分类后，通过位置精修做进一步验证；

通过深度信息对候选区进行分析，逐一给出具有成为焦点可能性的对象。

6.根据权利要求5所述的焦点对象选取方法，其特征在于，生成候选区的方法具体为：

将图像分割成多个小区域；

查看各个小区域，合并符合合并类型的相邻小区域，重复直到整张图像合并成一个区域位置；

输出从分割到合并完成过程中所有出现过的区域作为候选区。

7.根据权利要求6所述的焦点对象选取方法，其特征在于，所述合并类型包括：

第一类：颜色相近的小区域；

第二类：纹理相近的小区域；

第三类：合并后总面积小的小区域；

第四类：合并后，总面积在其BBOX中所占比例大的小区域。

8.根据权利要求7所述的焦点对象选取方法，其特征在于，合并符合合并类型的小区域的方法为第一类、第二类、第三类和第四类四种合并类型同时进行计算。

9.根据权利要求6所述的焦点对象选取方法，其特征在于，合并小区域在多个颜色空间中进行，多个颜色空间至少包括RGB颜色空间、HSV颜色空间和Lab颜色空间。

10.根据权利要求6所述的焦点对象选取方法，其特征在于，高清传输焦点对象并同步非高清传输背景图像的方法为：

计算每个焦点对象的边界；

计算所有焦点对象的平均深度值、第一边缘轮廓和第二边缘轮廓；

根据第一边缘轮廓和第二边缘轮廓融合处理焦点对象和背景图像，并完成传输。