[发明专利]数据采集方法及装置、设备、存储介质有效

专利信息
申请号: 202010299543.3 申请日: 2020-04-16
公开(公告)号: CN111402412B 公开(公告)日: 2023-06-09
发明(设计)人: 周庭竹 申请(专利权)人: OPPO广东移动通信有限公司
主分类号: G06T17/00 分类号: G06T17/00;G06T7/33;G06T7/50;G06T7/70
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 崔晓岚;张颖玲
地址: 523860 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 采集 方法 装置 设备 存储 介质
【权利要求书】:

1.一种数据采集方法,其特征在于,所述方法包括:

根据当前关键帧的特征块的特征描述子和每一目标关联帧的特征块的特征描述子,建立所述当前关键帧和多个目标关联帧之间的特征点匹配对关系链;

根据所述特征点匹配对关系链,构建以所述当前关键帧和所述多个目标关联帧中的每一关键帧的相机位姿为自变量的重投影误差函数;

对所述重投影误差函数进行迭代优化处理,以使重投影误差满足特定条件,从而得到所述每一关键帧的优化后的相机位姿;

根据所述每一关键帧的优化后的相机位姿和对应的深度图像,构建对应局部空间的点云模型,以作为场景模型;其中,所述目标关联帧为与所述当前关键帧在图像特征上相匹配的关键帧;

显示所述局部空间的场景模型,以向用户反馈所述相机在所述局部空间中的数据采集质量;

控制所述相机重新对所述局部空间的特定区域进行数据采集,以改善所述局部空间中的数据采集质量,并显示重新构建的所述局部空间的场景模型;或者,控制所述相机对下一局部空间进行数据采集。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

提取所述当前关键帧中特征块的特征信息;

利用哈希函数对所述特征信息进行处理,得到查询哈希值;

从当前构建的哈希索引表中查询与所述查询哈希值相匹配的目标索引项;

在查询到所述目标索引项的情况下,根据所述目标索引项所在链表,获取所述多个目标关联帧。

3.根据权利要求2所述的方法,其特征在于,所述根据所述目标索引项所在链表,获取所述多个目标关联帧,包括:

获取所述链表中每一索引项所指向的候选关键帧的相机位姿;

根据所述当前关键帧与任一所述候选关键帧之间的特征点匹配关系,确定所述当前关键帧的相机位姿;

确定所述当前关键帧的相机位姿与每一所述候选关键帧的相机位姿之间的差值;

将大于特定阈值的差值所对应的候选关键帧确定为所述目标关联帧。

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

将小于或等于所述特定阈值的差值所对应的候选关键帧和在所述链表中的哈希索引项删除,以更新所述链表。

5.根据权利要求3所述的方法,其特征在于,所述方法还包括:

在查询到目标哈希值的情况下,根据所述当前关键帧的查询哈希值更新所述链表;

在未查询到目标哈希值的情况下,根据所述当前关键帧的查询哈希值生成新的链表,以更新所述哈希索引表。

6.根据权利要求1所述的方法,其特征在于,所述根据所述特征点匹配对关系链,构建以所述当前关键帧和所述多个目标关联帧中的每一关键帧的相机位姿为自变量的重投影误差函数,包括:

根据所述特征点匹配对关系链,获取所述当前关键帧和所述多个目标关联帧中每两个关键帧之间的特征点匹配对集合;

根据每一所述特征点匹配对集合,以对应的两个关键帧中的一个关键帧的相机位姿为自变量,构建对应的重投影误差子函数;

根据所述每两个所述关键帧的采集时间,确定对应的重投影误差子函数的权重;

根据每一所述权重和对应的重投影误差子函数,构建所述重投影误差函数。

7.根据权利要求1所述的方法,其特征在于,所述显示所述局部空间的场景模型,包括:

对所述点云模型进行体素滤波;

对所述体素滤波后的点云模型进行渲染显示。

8.根据权利要求1至5任一项所述的方法,其特征在于,所述控制所述相机重新对所述局部空间的特定区域进行数据采集,包括:

接收扫描指令,所述扫描指令用于指示所述相机重新扫描所述局部空间中的特定区域或者扫描下一局部空间;

在所述扫描指令指示重新扫描所述特定区域的情况下,根据所述扫描指令,控制所述相机重新扫描所述特定区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,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/202010299543.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top