动态地更新含有对应于已知目标对象的特征的特征数据库制造技术

技术编号:13622003 阅读:201 留言:0更新日期:2016-09-01 09:45
一种动态地更新含有对应于已知目标对象的特征的特征数据库的方法包含:提供图像;从所捕获图像内提取第一组特征;以及将所述第一组特征与存储在所述特征数据库中的所述特征进行比较。如果确定目标对象存在于所述图像中,那么将所述第一组的所提取的特征中尚未包含于特征数据库中的至少一者添加到所述特征数据库。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术大体上涉及基于计算机视觉的对象辨识应用程序,且明确地但非排他地说,涉及特征数据库管理。
技术介绍
在移动电话或其它移动平台上实现增强现实(AR)的一个难题是实时地检测和追踪对象的问题。用于AR应用程序的对象检测具有非常苛刻的要求:其必须提供完整的六个自由度,产生相对于给定坐标系的绝对测量值,非常稳固并且实时地运行。所关注的是使用基于计算机视觉(CV)的途径来计算相机姿势的方法,其依赖于首先检测并且随后在相机视图内追踪对象。在一个方面中,检测操作包含检测包含在数字图像内的一组特征,以便将那些特征与对应于现实世界对象的已知特征的数据库进行比较。特征可指数字图像中的一个区域,这个区域的属性(例如亮度或颜色)与所述区域周围的区是不同的。在一个方面中,特征是数字图像中的一个区域,在这个区域中一些属性是恒定的,或者在规定的值范围内变化。接着将所提取的特征与特征数据库中包含的已知特征比较,以便确定图像中是否存在现实世界对象。因此,基于视觉的AR系统的操作中的一个重要要素是特征数据库的组成。在许多系统中,在运行时间之前建构特征数据库,建构的方式是通过从多种已知视点拍摄已知目标对象的多个样本图像。接着从这些样本图像中提取特征并将其添加到特征数据库。然而,一旦创建特征数据库,包含于数据库中的特征就保持静止,且因此使用此数据库的系统的检测性能也保持静止。
技术实现思路
根据本专利技术的一个方面,一种动态地更新含有对应于已知目标对象的特征的特征数据库的方法包含:提供图像;从所提供的图像内提取第一组特征;以及将所述第一组特征与存储在所述特征数据库中的特征进行比较。如果确定目标对象存在于所述图像中,那么将所述第一组的所提取的特征中尚未包含于特征数据库中的至少一者添加到所述
特征数据库。本专利技术的上述以及其它方面、目标和特征将从结合附图给出的各种实施例的以下描述中变得显而易见。附图说明参见以下图式描述本专利技术的非限制性和非穷尽性的实施例,其中除非另有指定,否则各图中相同的参考标号指代相同的部分。图1是说明动态地更新特征数据库的过程的流程图。图2是说明基于将添加到特征数据库的候选者特征来合并特征数据库的过程的流程图。图3是能够执行本文中论述的过程的移动平台的功能框图。图4是对象辨识系统的功能框图。具体实施方式贯穿本说明书对“一个实施例”、“一实施例”、“一个实例”或“一实例”的参考意味着结合所述实施例或实例描述的特定特征、结构或特性包含在本专利技术的至少一个实施例中。因此,贯穿本说明书在不同位置中出现短语“在一个实施例中”或“在一实施例中”未必都是指同一个实施例。此外,在一个或一个以上实施例中,特定特征、结构或特性可以任何合适方式组合。在此说明的任何实例或实施例不应被解释为比其它实例或实施例优选或有利。图1是说明动态地更新包含于对象辨识系统中的特征数据库的过程100的流程图。首先,在过程框105中,提供图像。举例来说,装置(例如,包含相机(例如图3的相机302)的移动平台)捕获对象的数字图像,并提供所捕获图像。在其它实施例中,提供所述图像,而不参考谁或如何捕获所述图像。过程框110接着包含从所提供的数字图像内提取第一组特征。在一实例中,特征提取包含将基于高斯拉普拉斯(LoG)或高斯差异(DoG)的特征检测器,例如尺度不变特征变换(SIFT)算法,应用于所述图像以便提取第一组特征。特征可包含关注点或“关键点”,以及所述关注点周围的区的描述。接下来,在过程框115中,使用第一组所提取的特征来查询特征数据库。通过拍摄已知目标对象的样本图像来在运行时前建构存储在数据库中的特征。查询特征数据库可包含将所提取的特征与存储在特征数据库中的特征进行比较,以确定所述第一组的所提取的特征中是否至少一些与存储在数据库中的特征匹配。决策框120包含确定是否已在
所提供的图像中成功地检测到目标对象。如果后几何形状内围层的数目高于第一阈值,且如果那些内围层当中的最大再投影错误低于第二阈值,那么可决定目标对象的成功检测。当然,可根据本专利技术的教示实施其它基于已知特征的检测方法。如果检测不成功,那么过程100在框160处结束。然而,如果在决策框120中,已识别到目标对象的成功检测,那么过程100进行到过程框125,其中开始更新特征数据库的过程。在一个实施例中,在对象的成功检测后,可即刻更新相机姿势。接下来,在过程框125中,形成第二组特征。所述第二组特征包含所述第一组的尚未包含于特征数据库中的所提取特征。在一个实施例中,第二组特征包含第一组的当在过程框115中查询特征数据库时未找到其对应性的那些特征。如果无特征包含于第二组中(即,对于第一组的所有特征,均找到对应性),那么过程100可继续进行到框160,其中过程100结束。在替代实施例中,第二组特征包含已知属于所关注的对象的所有所提取特征,使得其用于后续修剪过程,如将在下文更详细地描述。过程框130接着包含从第二组选择所述特征中的一者,以确定是否将所述特征添加到特征数据库。然而,并非简单地将所有所提取的特征添加到特征数据库,而是过程100在将哪些特征添加到特征数据库的方面可为选择性的,以限制数据库的大小,且确保所添加的那些特征有助于连续检测尝试。因此,决策框135可包含将得分指派给选定特征,并将所述得分与得分阈值进行比较。如果所述得分不够高,那么不将选定特征添加到特征数据库,且过程100跳到决策框155之前。在一个实施例中,选定特征的得分是基于所述特征的方面,例如曲率的局部量度和/或拐点强度的量度。在另一个实施例中,选定特征的得分可为特征的“成斑点性”的量度;也就是说,特征更像斑点还是更像边缘。类似斑点的特征可被视为较圆的一个特征,而类似边缘的特征较椭圆。继续本实例,为选定特征计算赫斯(Hessian)矩阵的本征值。最大本征值与最小本征值的比率可用作特征的成斑点性的量度(即,得分)。举例来说,可根据等式1来计算本征值比率(E_RATIO),如下:如果在决策框135中,确定选定特征的得分足够高,那么决策框140确定选定特征是否属于目标对象。决定所提取特征是否属于目标对象可包含确定那些所提取的特征在对象坐标中的位置(即,特征相对于所述目标对象的其它已知特征的位置)。确定所提取特征的位置可基于所述特征在图像坐标中的已知位置,已知对象模型(即,特征数据库),以及所计算的相机姿势(即,相机相对于目标对象的位置和定向)。如果所提取特征在对
象坐标中的位置加于目标对象上,那么所述所提取特征“属于”所述目标对象。包含所提取特征的测得深度和已知相机姿势的替代解决方案或基于已知背景特性的替代对象分段技术是可能的。如果在决策框140中确定选定特征并不属于目标对象,那么不将选定特征添加到特征数据库,且过程100进行到决策框155。接下来,决策框145包含确定选定特征是否充分不同于已经包含于特征数据库中的特征。在一个实施例中,如果选定特征的关键点位置与已经在特征数据库中的关键点位置相差阈值位置量,那么选定特征不同于特征数据库中的特征。如果选定特征的描述符与已经在特征数据库中的描述符相差阈值描述符量,那么选定特征也可不同于特征数据库中的特征。在一个实施例中,可将阈值位置量、阈值描述符量或这两者设定成零,使得本文档来自技高网
...

【技术保护点】
一种动态地更新含有对应于已知目标对象的特征的特征数据库的计算机实施的方法,所述方法包括:提供图像;从所述所提供的图像提取第一组特征;将所述第一组特征与存储在所述特征数据库中的所述特征进行比较;基于包含于所述第一组特征中的所述特征中的至少一些是否与包含于所述特征数据库中的所述特征中的至少一些相关,来确定所述目标对象是否存在于所述图像中;以及如果是,那么识别所述第一组的所述所提取的特征中尚未包含于所述特征数据库中的至少一者,并将所述至少一个所提取特征添加到所述特征数据库。

【技术特征摘要】
【国外来华专利技术】2014.01.28 US 14/166,6201.一种动态地更新含有对应于已知目标对象的特征的特征数据库的计算机实施的方法,所述方法包括:提供图像;从所述所提供的图像提取第一组特征;将所述第一组特征与存储在所述特征数据库中的所述特征进行比较;基于包含于所述第一组特征中的所述特征中的至少一些是否与包含于所述特征数据库中的所述特征中的至少一些相关,来确定所述目标对象是否存在于所述图像中;以及如果是,那么识别所述第一组的所述所提取的特征中尚未包含于所述特征数据库中的至少一者,并将所述至少一个所提取特征添加到所述特征数据库。2.根据权利要求1所述的计算机实施的方法,其中从所述所提供的图像提取所述第一组特征包含将尺度不变特征变换SIFT算法应用于所述所提供的图像。3.根据权利要求1所述的计算机实施的方法,其中将所述至少一个所提取特征添加到所述特征数据库包含仅在所述至少一个特征的得分超过得分阈值的情况下,添加所述至少一个所提取特征。4.根据权利要求3所述的计算机实施的方法,其中所述得分是基于所述所提取特征的从由以下组成的群组中选出的方面:曲率的局部量度和拐点强度的量度。5.根据权利要求1所述的计算机实施的方法,其进一步包括在确定所述目标对象存在于所述图像中的情况下,确定所提取的特征是否属于所述目标对象,其中将所述至少一个所提取特征添加到所述特征数据库包含仅在所述所提取特征属于所述目标对象的情况下,添加所述至少一个所提取特征。6.根据权利要求1所述的计算机实施的方法,其中将所述至少一个所提取特征添加到所述特征数据库包含仅在所述至少一个所提取特征不同于已经包含于所述特征数据库中的特征的情况下,添加所述至少一个所提取特征。7.根据权利要求6所述的计算机实施的方法,其中如果所述至少一个所提取特征的关键点位置与所述特征数据库中的关键点位置相差超过第一阈值量,那么所述至少一个所提取特征不同于已经包含于所述特征数据库中的特征。8.根据权利要求6所述的计算机实施的方法,其中如果所述至少一个所提取特征的关键点描述符与所述特征数据库中的关键点描述符相差超过第二阈值量,那么所述至少一个所提取特征不同于已经包含于所述特征数据库中的特征。9.一种上面存储有用于更新含有对应于已知目标对象的特征的特征数据库的程序代码的计算机可读媒体,所述程序代码包括用于以下操作的指令:从所提供的图像提取第一组特征;将所述第一组特征与存储在所述特征数据库中的所述特征进行比较;基于包含于所述第一组特征中的所述特征中的至少一些是否与包含于所述特征数据库中的所述特征中的至少一些相关,来确定所述目标对象是否存在于所述图像中;以及如果是,那么识别所述第一组的所述所提取的特征中尚未包含于所述特征数据库中的至少一者,并将所述至少一个所提取特征添加到所述特征数据库。10.根据权利要求9所述的计算机可读媒体,其中所述用于从所述所提供的图像内提取所述第一组特征的指令包含用于将尺度不变特征变换SIFT算法应用于所述所提供的图像的指令。11.根据权利要求9所述的计算机可读媒体,其中所述用于将所述至少一个所提取特征添加到所述特征数据库的指令包含用于仅在所述至少一个特征的得分超过得分阈值的情况下添加所述至少一个所提取特征的指令。12.根据权利要求11所述的计算机可读媒体,其中所述得分是基于所述所提取特征的从由以下组成的群组中选出的方面:曲率的局部量度和拐点强度的量度。13.根据权利要求9所述的计算机可读媒体,其进一...

【专利技术属性】
技术研发人员:R·克里希纳穆尔蒂B·弗尔采利
申请(专利权)人:高通股份有限公司
类型:发明
国别省市:美国;US

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1