【技术实现步骤摘要】
【国外来华专利技术】用于相机标定的交叉光谱特征映射
[0001]实施例涉及两个或更多个相机的几何标定。
技术介绍
[0002]几何相机标定是确定相机或相机集合的位置和内部参数(例如,焦距)的过程。几何标定提供三维(3D)空间中相机像素与光线之间的映射。通过在不同的相机视图中找到与真实世界场景中的同一点相对应的像素对并调整每个相机的内部参数以对齐像素对来确定标定(例如,第一相机的图像中的像素和第二相机的图像中的像素在真实世界场景中映射为同一者。
技术实现思路
[0003]在一般方面,装置、系统、非暂时性计算机可读介质(其上存储有可以在计算机系统上执行的计算机可执行程序代码)和/或方法可以使用包括以下操作的方法执行过程:通过对第一光谱敏感的第一相机捕获真实世界场景的第一图像,所述第一相机具有第一光源;通过对第二光谱敏感的第二相机捕获真实世界场景的第二图像,所述第二相机具有第二光源;识别所述第一图像中的至少一个特征;使用机器学习(ML)模型识别所述第二图像中与所述第一图像中识别的所述至少一个特征匹配的至少一个特征;基于经匹配的至少一个特征将所述第一图像和所述第二图像中的像素映射到三维(3D)空间中的光线;并且基于所述映射标定所述第一相机和所述第二相机。
[0004]实施方案可以包括以下特征中的一个或多个。例如,第一相机可以是近红外(NIR)相机,并且第二相机可以是可见光相机。ML模型可以用于识别第一图像中的至少一个特征。算法可以用于识别第一图像中的至少一个特征。ML模型可以用于将第一图像中的至少一个特征与第二图像中的至 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种方法,包括:由对第一光谱敏感的第一相机捕获真实世界场景的第一图像,所述第一相机具有第一光源;由对第二光谱敏感的第二相机捕获所述真实世界场景的第二图像,所述第二相机具有第二光源;识别所述第一图像中的至少一个特征;使用机器学习ML模型识别所述第二图像中与所述第一图像中的识别出的所述至少一个特征匹配的至少一个特征;基于经匹配的至少一个特征来将所述第一图像和所述第二图像中的像素映射到三维3D空间中的光线;以及基于所述映射来标定所述第一相机和所述第二相机。2.根据权利要求1所述的方法,其中,所述第一相机是近红外NIR相机,并且所述第二相机是可见光相机。3.根据权利要求1或权利要求2所述的方法,其中,使用ML模型来识别所述第一图像中的所述至少一个特征。4.根据权利要求1至权利要求3中任一项所述的方法,其中,使用算法来识别所述第一图像中的所述至少一个特征。5.根据权利要求1至权利要求4中任一项所述的方法,其中,使用ML模型来将所述第一图像中的所述至少一个特征与所述第二图像中的所述至少一个特征匹配,并且基于所述第二图像的至少一个像素与所述第一图像中的所述至少一个特征的像素匹配的可能性来对所述第二图像的所述至少一个像素指派分数。6.根据权利要求1至权利要求5中任一项所述的方法,其中,使用算法来将所述第一图像中的所述至少一个特征与所述第二图像中的所述至少一个特征匹配,基于所述第二图像的至少一个像素与所述第一图像中的所述至少一个特征的像素匹配的可能性来对所述第二图像的所述至少一个像素指派分数,并且基于目标像素的位置的预测来对所述第二图像的所述至少一个像素指派方向。7.根据权利要求1至权利要求6中任一项所述的方法,其中,使用算法来识别所述第一图像中的所述至少一个特征,并且所述第一图像中的所述至少一个特征与所述第二图像中的所述至少一个特征的所述匹配包括:使用第一ML模型从所述第一图像中的所述至少一个特征中选择候选特征,将所述第二图像中的至少一个像素与所述候选特征的像素匹配,基于所述至少一个像素与所述第一图像中的所述至少一个特征中的一个特征匹配的可能性来将分数指派给所述第二图像的经匹配的至少一个像素,使用第二ML模型预测目标像素的位置的方向,以及将所述方向指派给所述第二图像的经匹配的至少一个像素。8.根据权利要求7所述的方法,其中,对所述第一相机和所述第二相机的所述标定是基
于具有最高分数的、与所述候选特征相关联的所述第二图像的经匹配的至少一个像素以及具有所述最高分数的所述第二图像的经匹配的至少一个像素的所述方向,所述方向是基于具有所述最高分数的所述第二图像的经匹配的至少一个像素和相邻像素。9.根据权利要求1至权利要求8中任一项所述的方法,进一步包括基于先前标定来在所述第二图像中选择至少一个搜索窗口。10.根据权利要求1至权利要求9中任一项所述的方法,其中,所述机器学习模型是在从标定的多相机系统捕获的数据上进行训练的。11.一种三维3D电话会议系统,包括:存储器,所述存储器包括表示多个计算机指令的代码段;以及处理器,所述处理器被配置成执行所述代码段,所述计算机指令包括:由对第一光谱敏感的第一相机捕获真实世界场景的第一图像,所述第一相机具有第一光源;由对第二光谱敏感的第二相机捕获所述真实世界场景的第二图像,所述第二相机具有第二光源;识别所述第一图像中的至少一个特征;使用机器学习ML模型识别所述第二图像中与所述第一图像中的识别出的所述至少一个特征匹配的至少一个特征;基于经匹配的至少一个特征来将所述第一图像和所述第二图像中的像素映射到三维3D空间中的光线;以及基于所述映射来标定所述第一相机和所述第二相机。12.根据权利要求11所述的系统,其中,所述第一相机是近红外NIR相机,并且所述第二相机是可见光相机。13....
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。