[发明专利]图像对齐的方法、装置、电子设备和存储介质有效

专利信息
申请号: 202010412573.0 申请日: 2020-05-15
公开(公告)号: CN111709979B 公开(公告)日: 2023-08-25
发明(设计)人: 李莹莹;谭啸;孙昊;章宏武 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T7/33 分类号: G06T7/33;G06V10/46
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 石茵汀
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 对齐 方法 装置 电子设备 存储 介质
【说明书】:

本申请公开了图像对齐的方法、装置、电子设备和存储介质,涉及计算机技术领域,具体涉及计算机视觉技术领域。具体实现方案为:获取视频信息;获取视频信息之中的模板帧,并获取视频信息之中的当前帧;以模板帧为基准对当前帧进行第一次对齐;获取当前帧的第一特征点和模板帧的第二特征点;以及根据当前帧的第一特征点和模板帧的第二特征点以模板帧为基准对当前帧进行第二次对齐。该方法采用两次对齐的方式,即第一次进行粗调对齐,第二次进行精调对齐,从而可以有效提高图像对齐的效率以及准确率,且本申请没有用到深度学习的方法,不会占用GPU资源。

技术领域

本申请涉及计算机技术领域,具体涉及计算机视觉技术领域,尤其涉及一种图像对齐的方法、装置、电子设备和存储介质。

背景技术

相关技术中,图像对齐的方法主要有三种:基于模版的方法、基于特征点的方法和基于深度学习的方法。

其中,基于模版的方法需要根据傅立叶变换后的频域相位差判断图像平移幅度,该方法需要选取合适的模版,仅能恢复图像的平移变换,没有覆盖旋转等变换准确率较低。

基于特征点的方法大多数是通过特征点匹配来计算单应性矩阵,这种方法过于依赖特征点,对于某些场景来说难以提取图像特征。

基于深度学习的方法是近几年提出的,目前正处于发展时期尚不成熟,该方法有监督和非监督学习两种,均需要耗费的GPU(Graphics Processing Unit,图形处理器)资源。

发明内容

本申请提供了一种图像对齐的方法、装置、电子设备和存储介质。

根据本申请的一方面,提供了一种图像对齐的方法,包括:

获取视频信息;

获取所述视频信息之中的模板帧,并获取所述视频信息之中的当前帧;

以所述模板帧为基准对所述当前帧进行第一次对齐;

获取所述当前帧的第一特征点和所述模板帧的第二特征点;以及

根据所述当前帧的所述第一特征点和所述模板帧的第二特征点以所述模板帧为基准对所述当前帧进行第二次对齐。

根据本申请的另一方面,提供了一种图像对齐的装置,包括:

第一获取模块,用于获取视频信息;

第二获取模块,用于获取所述视频信息之中的模板帧,并获取所述视频信息之中的当前帧;

第一对齐模块,用于以所述模板帧为基准对所述当前帧进行第一次对齐;

第三获取模块,用于获取所述当前帧的第一特征点和所述模板帧的第二特征点;以及

第二对齐模块,用于根据所述当前帧的所述第一特征点和所述模板帧的第二特征点以所述模板帧为基准对所述当前帧进行第二次对齐。

根据本申请的另一方面,提供了一种电子设备,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述一方面实施例所述的图像对齐的方法。

根据本申请的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其上存储有计算机程序,所述计算机指令用于使所述计算机执行上述一方面实施例所述的图像对齐的方法。

根据本申请的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述一方面实施例所述的图像对齐的方法。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202010412573.0/2.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