头戴设备的位姿确定方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种头戴设备的位姿确定方法、装置、设备及存储介质。其中，方法包括：获取当前帧图像和集当前帧图像的前一帧图像；对集当前帧图像以及集前一帧图像执行特征点提取操作，得到集当前帧图像的第一特征点集和集前一帧图像的第二特征点集；其中，集特征点提取操作包括：提取待处理图像的整体特征点集；提取集待处理图像中移动物的特征点集；从集整体特征点集中剔除集移动物的特征点集，输出特征点集；根据集第一特征点集和集第二特征点集，确定头戴设备的位姿是否发生变化。

【技术实现步骤摘要】
头戴设备的位姿确定方法、装置、设备及存储介质
本专利技术涉及图像处理领域，更具体地，涉及一种头戴设备的位姿确定方法、一种头戴设备的位姿确定装置、一种头戴设备以及一种计算机存储介质。
技术介绍
目前，VR(VirtualReality；虚拟现实)设备或者AR(AugmentedReality；增强现实)设备已经被越来越广泛的应用到日常生活中。AR或VR设备在运行过程中，通常需要确定自身的位姿是否发生变化。在此基础上，进一步的实现对VR/AR设备的位姿的追踪。VR/AR设备在确定自身的位姿是否发生变化时，具体的确定过程为：在VR/AR设备上设置采集外界环境图像的摄像头；在当前时刻，利用该摄像头采集当前帧图像；利用当前帧图像以及当前帧图像的前一帧图像中的特征点，估计当前时刻头戴设备的位姿是否发生变化。但是，现有的确定VR/AR设备的位姿是否发生变化的方法，往往存在误差。例如，利用现有的确定VR/AR设备的位姿是否发生变化的方法，确定VR/AR设备的位姿发生变化，但是实际上VR/AR设备的位姿并未发生变化。
技术实现思路
本专利技术的一个目的是提供一种用于确定头戴设备的位置的新技术方案。根据本专利技术的第一方面，提供了一种头戴设备的位姿确定方法，包括：获取当前帧图像和所述当前帧图像的前一帧图像；对所述当前帧图像以及所述前一帧图像执行特征点提取操作，得到所述当前帧图像的第一特征点集和所述前一帧图像的第二特征点集；其中，所述特征点提取操作包括：提取待处理图像的整体特征点集；提取所述待处理图像中移动物的特征点集；从所述整体特征点集中剔除所述移动物的特征点集，输出特征点集；根据所述第一特征点集和所述第二特征点集，确定头戴设备的位姿是否发生变化。可选的，所述提取所述待处理图像中移动物特征点集，包括：识别所述待处理图像中所述移动物的类型；利用与所述类型匹配的特征点提取模型，从所述待处理图像中提取所述移动物特征点集。可选的，所述方法还包括获取与所述类型匹配的特征点提取模型的步骤，包括：获取训练样本集，所述训练样本集包括多组训练样本，一组所述训练样本中包括样本图像、以及所述样本图像中所述类型的移动物的特征点集；将所述样本图像作为特征点提取模型的输入，所述样本图像中所述类型的移动物的特征点集作为监督，对所述特征点提取模型进行训练，得到与所述类型匹配的特征点提取模型。可选的，所述在所述对所述当前帧图像以及所述前一帧图像执行特征点提取操作，得到所述当前帧图像的第一特征点集和所述前一帧图像的第二特征点集之前，还包括：检测所述当前帧图像和所述前一帧图像中至少一帧中是否存在所述移动物；在是的情况下，执行所述对所述当前帧图像以及所述前一帧图像执行特征点提取操作，得到所述当前帧图像的第一特征点集和所述前一帧图像的第二特征点集的步骤。可选的，所述检测所述当前帧图像和所述前一帧图像中至少一帧中是否存在所述可移动物，包括：将所述当前帧图像和所述前一帧图像中的每一帧，分别输入至不同类型的移动物识别模型中，得到识别结果；根据所述识别结果，确定对应帧图像中是否存在所述不同类型中的一类的移动物。可选的，所述特征点提取模型为方向梯度直方图算法。可选的，所述头戴设备为虚拟现实头戴显示设备、增强现实头戴显示设备或混合现实头戴显示设备。根据本专利技术的第二方面，提供了一种头戴设备的位姿确定装置，所述装置包括：获取模块，用于获取当前帧图像和所述当前帧图像的前一帧图像；执行模块，用于对所述当前帧图像以及所述前一帧图像执行特征提取操作，得到所述当前帧图像的第一特征点集和所述前一帧图像的第二特征点集；其中，所述特征提取操作包括：提取待处理图像的整体特征点集；提取所述待处理图像中移动物的特征点集；从所述整体特征点集中剔除所述移动物的特征点集，得到输出特征点集；确定模块，用于根据所述第一特征点集和所述第二特征点集，确定头戴设备的位姿是否发生变化。根据本专利技术的第三方面，提供了一种头戴设备，所述头戴设备包括如第二方面所述的装置；或者，包括存储器和处理器，所述存储器用于存储计算机指令，所述处理器用于从所述存储器中调用所述计算机指令，以执行如第一方面中任一项所述的头戴设备的位姿确定方法。根据本专利技术的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现根据第一方面中任一项所述的头戴设备的位姿确定方法。在本实施例中，通过获取当前帧图像和当前帧图像的前一帧图像；对当前帧图像以及前一帧图像执行特征点提取操作，得到当前帧图像的不包含移动物的特征点的第一特征点集，和前一帧图像的不包含移动物的特征点的第二特征点集。这样，由于第一特征点集和第二特征点集中均已将移动物的特征点滤除，因此，第一特征点集和第二特征点集中均包含的是在外界环境中位置固定的物体的特征点，即第一特点集和第二特征点集可以准确的反映出头戴设备的位姿是否发生变化。这样，利用第一特征点集和第二特征点集，所确定出的头戴设备的位姿是准确的，这避免了利用传统的确定头戴设备的位姿是否发生变化的方法确定出的结果存在误差的情况的发生。通过以下参照附图对本专利技术的示例性实施例的详细描述，本专利技术的其它特征及其优点将会变得清楚。附图说明被结合在说明书中并构成说明书的一部分的附图示出了本专利技术的实施例，并且连同其说明一起用于解释本专利技术的原理。图1是根据本专利技术实施例提供的一种实现头戴设备的位姿确定方法的头戴设备的硬件配置的框图；图2是本专利技术实施例提供的一种头戴设备的位姿确定方法的流程示意图；图3是本专利技术实施例提供的一种头戴设备的位姿确定装置的结构示意图；图4是本专利技术实施例提供的一种头戴设备的结构示意图。具体实施方式现在将参照附图来详细描述本专利技术的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本专利技术的范围。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。目前，VR/AR设备在利用传统的方式确定自身的位姿是否发生变化时，具体的确定过程为：在VR/AR设备上设置采集外界环境图像的摄像头；在当前时刻，利用该摄像头采集当前帧图像；利用当前帧图像和当前帧图像的前一帧图像中的特征点，以确定当前帧图像和前一帧图像是否相同。在相同的情况本文档来自技高网...

【技术保护点】
1.一种头戴设备的位姿确定方法，其特征在于，包括：/n获取当前帧图像和所述当前帧图像的前一帧图像；/n对所述当前帧图像以及所述前一帧图像执行特征点提取操作，得到所述当前帧图像的第一特征点集和所述前一帧图像的第二特征点集；/n其中，所述特征点提取操作包括：提取待处理图像的整体特征点集；提取所述待处理图像中移动物的特征点集；从所述整体特征点集中剔除所述移动物的特征点集，输出特征点集；/n根据所述第一特征点集和所述第二特征点集，确定头戴设备的位姿是否发生变化。/n

【技术特征摘要】
1.一种头戴设备的位姿确定方法，其特征在于，包括：
获取当前帧图像和所述当前帧图像的前一帧图像；
对所述当前帧图像以及所述前一帧图像执行特征点提取操作，得到所述当前帧图像的第一特征点集和所述前一帧图像的第二特征点集；
其中，所述特征点提取操作包括：提取待处理图像的整体特征点集；提取所述待处理图像中移动物的特征点集；从所述整体特征点集中剔除所述移动物的特征点集，输出特征点集；
根据所述第一特征点集和所述第二特征点集，确定头戴设备的位姿是否发生变化。


2.根据权利要求1所述的方法，其特征在于，所述提取所述待处理图像中移动物特征点集，包括：
识别所述待处理图像中所述移动物的类型；
利用与所述类型匹配的特征点提取模型，从所述待处理图像中提取所述移动物特征点集。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括获取与所述类型匹配的特征点提取模型的步骤，包括：
获取训练样本集，所述训练样本集包括多组训练样本，一组所述训练样本中包括样本图像、以及所述样本图像中所述类型的移动物的特征点集；
将所述样本图像作为特征点提取模型的输入，所述样本图像中所述类型的移动物的特征点集作为监督，对所述特征点提取模型进行训练，得到与所述类型匹配的特征点提取模型。


4.根据权利要求1所述的方法，其特征在于，所述在所述对所述当前帧图像以及所述前一帧图像执行特征点提取操作，得到所述当前帧图像的第一特征点集和所述前一帧图像的第二特征点集之前，还包括：
检测所述当前帧图像和所述前一帧图像中至少一帧中是否存在所述移动物；
在是的情况下，执行所述对所述当前帧图像以及所述前一帧图像执行特征点提取操作，得到所述当前帧图像的第一特征点集和所述前一帧图像的第二特征点集的步骤...

【专利技术属性】
技术研发人员：张绍谦，陈雷，姜滨，迟小羽，
申请(专利权)人：歌尔科技有限公司，
类型：发明
国别省市：山东;37