[发明专利]运动信息计算方法、装置及电子设备

权利要求书

1.一种运动信息计算方法，其特征在于，包括：

对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合，包括：分别将第一图像和第二图像划分成N×M个小网格；判断每个小网格中是否存在目标对象的中心点；若是，利用存在所述目标对象中心点的小网格来预测所述目标对象的形状；基于预测到的所述目标对象的形状，生成所述目标对象的第一关键点集合和第二关键点集合；

对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果；

基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像；

对所述第三图像和所述第二图像进行光流计算，以获得所述第三图像和所述第二图像之间的光流计算结果；

基于所述刚性变化结果和所述光流计算结果，确定所述目标对象的运动信息。

2.根据权利要求1所述的方法，其特征在于，所述利用存在所述目标对象中心点的小网格来预测所述目标对象的形状，包括：

获取与所述目标对象关联的其他网格，以得到与所述目标对象相关的网格集合；

基于所述网格集合，确定所述目标对象的预测框范围；

计算所述目标对象在所述预测框范围内的置信度；

基于所述置信度，确定所述目标对象的形状。

3.根据权利要求1所述的方法，其特征在于，所述基于预测到的所述目标对象的形状，生成所述目标对象的第一关键点集合和第二关键点集合，包括：

对所述目标对象的形状执行边缘检测，获得所述目标对象的轮廓曲线；

对所述目标对象的轮廓曲线执行梯度计算，得到在所述轮廓曲线上的多个梯度值；

将所述多个梯度值与预设阈值进行比较，将梯度值大于预设阈值的点作为所述目标对象的第一关键点集合和第二关键点集合。

4.根据权利要求1所述的方法，其特征在于，所述对目标视频中相邻的第一图像和第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合，包括：

采用SIFT、SURF或者边缘算子对所述第一图像和所述第二图像进行关键点检测，得到目标对象的第一关键点集合和第二关键点集合。

5.根据权利要求1所述的方法，其特征在于，所述对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果，包括：

获取所述第一关键点集合的第一中心坐标和所述第二关键点集合的第二中心坐标；

基于所述第一中心坐标和所述第二中心坐标，确定所述第一关键点集合和所述第二关键点集合之间的刚性变化结果。

6.根据权利要求1所述的方法，其特征在于，所述对所述第一关键点集合和所述第二关键点集合进行匹配计算，获得所述第一关键点集合和所述第二关键点集合之间的刚性变化结果，包括：

获取所述第一关键点集合中每一关键点相对于所述第二关键点集合的对应关键点的形变值，得到形变值集合；

基于所述形变值集合，确定所述第一关键点集合和所述第二关键点集合之间的刚性变化结果。

7.根据权利要求1所述的方法，其特征在于，所述基于所述刚性变化结果，对所述第一图像进行刚性变化处理，得到第三图像，包括：

基于所述刚性变化结果，获取所述第二关键点集合相对于所述第一关键点集合的平移、旋转及缩放值；

基于所述平移、旋转及缩放值，对所述第一图像上的目标对象进行移动处理；

将执行移动处理之后的第一图像作为所述第三图像。