CN104519330B - 一种对3d视频识别的方法及装置 - Google Patents
一种对3d视频识别的方法及装置 Download PDFInfo
- Publication number
- CN104519330B CN104519330B CN201310443421.7A CN201310443421A CN104519330B CN 104519330 B CN104519330 B CN 104519330B CN 201310443421 A CN201310443421 A CN 201310443421A CN 104519330 B CN104519330 B CN 104519330B
- Authority
- CN
- China
- Prior art keywords
- video
- angle point
- module
- images
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种对3D视频识别的方法及装置,该方法包括:a.在开机或接收到新视频输入时,将默认参数设置为i=1;b.从视频中截取一帧图像,转换所述图像为灰度图像,并拆分成左右图像的形式;c.用角点检测算法对左右图像分别求角点;d.用匹配算法对两幅图像的角点进行匹配;e.用剔除算法剔除错误的匹配角点;f.判断两幅图像的角点相匹配的对数是否≥N,若是,则所述视频为3D视频,若否,则执行步骤g;g.令参数i=i+1,判断i是否大于3,若是,则所述视频为非3D视频,若否,则回到步骤b;其中,N是3D视频时所要求的两幅图像的匹配角点对数的最小值;通过上述方式,本发明可自动区分3D视频和非3D视频,无需用户肉眼进行判断,节省了用户的时间及体力。
Description
技术领域
本发明涉及图像处理与图像识别领域,特别是涉及一种对3D视频识别的方法及装置。
背景技术
现有的算法并没有提供对3D视频与非3D视频识别的方法,人们需要手动打开视频进行播放,然后凭肉眼观察区分是不是3D视频,这种方法耗时耗力。
为解决上述技术问题,本发明提供一种全自动化的方法及装置来区分3D视频与非3D视频,无需再靠人肉眼去仔细分辨。
发明内容
本发明提供一种对3D视频识别的方法及装置,通过对截取的视频图像进行转换以及对转换后的左右图像进行角点检测、角点匹配及错误角点的剔除,最终获得匹配角点对数,然后将匹配角点对数与3D视频图像相对应的最小角点匹配对数进行比较,自动区分3D视频和非3D视频,无需用户再用肉眼进行判断,节省了用户的时间及体力,可提高用户体验。
为解决上述技术问题,本发明提供的第一种技术方案是提供一种对3D视频识别的方法,包括流程:
a.在开机或接收到新视频输入时,将默认参数设置为i=1;
b.从视频中截取一帧图像,转换所述图像为灰度图像,并拆分成左右图像的形式;
c.用角点检测算法对左右图像分别求角点;
d.用匹配算法对两幅图像的角点进行匹配;
e.用剔除算法剔除错误的匹配角点;
f.判断两幅图像的角点相匹配的对数是否≥N,若是,则所述视频为3D视频,若否,则执行步骤g;
g.令参数i=i+1,判断i是否大于3,若是,则所述视频为非3D视频,若否,则回到步骤b;
其中,N是视频为3D视频时所要求的两幅图像的匹配角点对数的最小值。
其中,所述角点检测算法包括Harris角点检测算法。
其中,所述剔除算法包括光束平差法。
其中,所述的i=1时截取的图像位于视频的四分之一处,所述的i=2时截取的图像位于视频的三分之一处,所述的i=3时截取的图像位于视频的二分之一处。
根据上述任意一项所述的方法,所述视频中截取的图像的像素为480*640时,N=50。
为解决上述技术问题,本发明提供的第二种技术方案是提供一种对3D视频识别的装置,包括:
初始化模块,用于在开机或接收到新视频输入时,将默认参数设置为i=1;
图像转换模块,与初始化模块电连接,用于从视频中截取一帧图像,转换所述图像为灰度图像,并拆分成左右图像的形式;
角点检测模块,与图像转换模块电连接,用于利用角点检测算法对左右图像分别求角点;
角点匹配模块,与角点检测模块电连接,用于利用角点匹配算法对两幅图像的角点进行匹配,并利用剔除算法剔除错误的匹配角点;
第一判断模块,与角点匹配模块电连接,用于判断两幅图像的角点相匹配的对数是否≥N,若是,则所述图像是3D图像,并将判断结果通过与之电连接的第一输出模块输出,若否,则启动第二判断模块进行工作;
第二判断模块,与第一判断模块、图像转换模块电连接,用于设置参数i=i+1,然后判断i是否大于3,若是,则所述视频为非3D视频,并将判断结果通过与之电连接的第二输出模块输出,若否,则再次调用图像转换模块进行工作;
第一输出模块;
第二输出模块;
其中,N是图像为3D图像时所要求的左右图像的匹配角点对数的最小值。
其中,所述角点检测算法包括Harris角点检测算法。
其中,所述剔除算法包括光束平差法。
其中,所述的i=1时截取的图像位于视频的四分之一处,所述的i=2时截取的图像位于视频的三分之一处,所述的i=3时截取的图像位于视频的二分之一处。
根据上述任意一项所述的装置,所述视频中截取的图像的像素为480*640时,N=50。
本发明的有益效果是:通过对截取的视频图像进行转换以及对转换后的左右图像进行角点检测、角点匹配及错误角点的剔除,获得最终匹配角点对数,然后将匹配角点对数与3D视频图像相对应的最小角点匹配对数进行比较,自动区分3D视频和非3D视频,无需用户再用肉眼进行判断,节省了用户的时间及体力,可提高用户体验。
附图说明
图1是本发明的一种对3D视频识别的方法的一实施例的流程示意图;
图2是本发明的一种对3D视频识别的装置的一实施例的结构示意图。
具体实施方式
请参见图1,图1是本发明的一种对3D视频识别的方法的一实施例的流程示意图。如图1所示,本实施例包括流程:
a.在开机或接收到新视频输入时,将默认参数设置为i=1,
首先,设备启动后或者切换到新的视频后,自动将默认参数设置为i=1;
b.从视频中截取一帧图像,转换所述图像为灰度图像,并拆分成左右图像的形式,
设备自动从视频图像数据中获取一帧图像,通过转换算法将所获取到的视频图像转换为灰度图像,然后拆分成相对应的左右图像格式;
c.用角点检测算法对左右图像分别求角点,
在本发明的实施例中,优选的角点检测算法包括Harris角点检测算法,但是也可以使用其他可以达到同样目的的角点检测算法,本发明对此不作限制;
d.用匹配算法对两幅图像的角点进行匹配,
在利用角点检测算法检测出角点的当前位置后,再利用匹配算法对两幅图像的角点进行匹配;
e.用剔除算法剔除错误的匹配角点,
由于某些角点是不相匹配的,利用剔除算法可以剔除错误的匹配角点,只留下一定数量正确的匹配的角点,具体的剔除算法包括光束平差法,当然在具体的应用中也可以采用其他可以实现同样目的的剔除算法来达到本发明的目的,本发明对此不做限制;
f.判断两幅图像的角点相匹配的对数是否≥N,若是,则所述视频为3D视频,若否,则执行步骤g,
针对一幅像素确定的图像,如果是3D图像,则这个图像的匹配角点对数必须大于等于一个与图像像素相关联的常数,本发明的实施例中用参数N来表示这个常数,同时,N也是视频为3D视频时所要求的对应的图像匹配角点对数的最小值,例如,如果从视频中截取的图像的像素480*640时,对应的N=50,在分成的两幅图像的匹配点数大于等于50的情况下,对应的视频为3D视频,本流程步骤中,要利用这个常数N来判断截取的图像是否为3D图像,具体地:判断两幅图像的角点相匹配的对数是否≥N,若是,则所述图像为为3D图像,相应的,所述视频为3D视频,若否,则执行步骤g;
g.令参数i=i+1,判断i是否大于3,若是,则所述视频为非3D视频,若否,则回到步骤b,
在每次步骤f的判断结果为否时,***都会自动将参数i设置为i=i+1,然后判断设置之后的参数i是否大于3,如果是,则截取的图像为非3D图像,相应的视频为非3D视频,如果否,则再次执行步骤b。
在本发明的实施例中,优选i=1时截取的图像位于视频的四分之一处,所述的i=2时截取的图像位于视频的三分之一处,所述的i=3时截取的图像位于视频的二分之一处。
请参见图2,图2是本发明的一种对3D视频识别的装置的一实施例的结构示意图。如图2所示,本实施例的对3D视频识别的装置20包括初始化模块21、图像转换模块22、角点检测模块23、角点匹配模块24、第一判断模块25、第一输出模块26、第二判断模块27和第二输出模块28。其中,初始化模块21与图像转换模22电连接,图像转换模22与角点检测模块23电连接,角点检测模块23与角点匹配模块24电连接,角点匹配模块24与第一判断模块25电连接,第一判断模块25与第一输出模块26、第二判断模块27电连接,第二判断模块27与第二输出模块28、图像转换模块22电连接。
在本实施例中,初始化模块21用于在开机或接收到新视频输入时,将默认参数设置为i=1,比如,用户要开启新的游戏时,初始化模块21接收到新的游戏视频后自动把默认参数设置为i=1。图像转换模22用于从视频中截取一帧图像,转换所述图像为灰度图像,并拆分成左右图像的形式。角点检测模块23用于利用角点检测算法对左右图像分别求角点。角点匹配模块24用于利用角点匹配算法对两幅图像的角点进行匹配,并利用剔除算法剔除错误的匹配角点,只剩下一定数量的正确匹配的角点。第一判断模块25用于判断两幅图像的角点相匹配的对数是否≥N,若是,则所述图像是3D图像,并将判断结果通过与之电连接的第一输出模块26输出以供后续装置使用,若否,则启动第二判断模块28进行工作。第二判断模块27用于设置参数i=i+1,然后判断i是否大于3,若是,则所述视频为非3D视频,并将判断结果通过与之电连接的第二输出模块28输出以供后续装置采取相应的动作,若否,则再次调用图像转换模块22进行工作。因此,本实施例的对3D视频识别的装置20判断视频是否为3D视频,最多需要截取3帧视频图像,只有当3帧图像都不是3D图像时,本视频才可判断为非3D视频。
在本发明的对3D视频识别的装置一优选实施例中,采用的检测算法包括Harris角点检测算法,当然在本发明的其他实施例中,也可以采用其他可达到本发明目的的检测算法来替代Harris角点检测算法,本发明对此不作限制。另外,在本发明的一优选实施例中,所采用的剔除算法包括光束平差法,对此本发明不做限制。
针对一幅像素确定的图像,如果是3D图像,则这个图像的匹配角点对数必须大于等于一个与图像像素相关联的常数,本发明的实施例中用参数N来表示这个常数,N也是视频为3D视频时所要求的对应的图像匹配角点对数的最小值,例如,如果从视频中截取的图像的像素480*640时,对应的N=50,在分成的两幅图像的匹配点数大于等于50的情况下,对应的视频为3D视频,本实施例中,要利用这个常数N来判断截取的图像对应的视频是否为3D视频,具体地:判断两幅图像的角点相匹配的对数是否≥N,若是,则所述图像为3D图像,相应的,所述视频为3D视频。
在本发明的实施例中,优选i=1时截取的图像位于视频的四分之一处,所述的i=2时截取的图像位于视频的三分之一处,所述的i=3时截取的图像位于视频的二分之一处。
通过上述方式,本发明提供的对3D视频识别的方法及装置,能够自动准确地识别出3D图像与非3D图像,从而也就判断了视频是不是3D的,无需用户肉眼观察进而判断视频是否为3D视频,可节省人力和时间。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种对3D视频识别的方法,其特征在于,所述方法包括流程:
a.在开机或接收到新视频输入时,将默认参数设置为i=1;
b.从视频中截取一帧图像,转换所述图像为灰度图像,并拆分成左右图像的形式;
c.用角点检测算法对左右图像分别求角点;
d.用匹配算法对两幅图像的角点进行匹配;
e.用剔除算法剔除错误的匹配角点;
f.判断两幅图像的角点相匹配的对数是否≥N,若是,则所述视频为3D视频,若否,则执行步骤g;
g.令参数i=i+1,判断i是否大于3,若是,则所述视频为非3D视频,若否,则回到步骤b;
其中,N是视频为3D视频时所要求的两幅图像的匹配角点对数的最小值,所述视频中截取的图像的像素为480*640时,N=50。
2.根据权利要求1所述的方法,其特征在于,所述角点检测算法包括Harris角点检测算法。
3.根据权利要求1所述的方法,其特征在于,所述剔除算法包括光束平差法。
4.根据权利要求1所述的方法,其特征在于,所述的i=1时截取的图像位于视频的四分之一处,所述的i=2时截取的图像位于视频的三分之一处,所述的i=3时截取的图像位于视频的二分之一处。
5.一种对3D视频识别的装置,其特征在于,所述装置包括:
初始化模块,用于在开机或接收到新视频输入时,将默认参数设置为i=1;
图像转换模块,与初始化模块电连接,用于从视频中截取一帧图像,转换所述图像为灰度图像,并拆分成左右图像的形式;
角点检测模块,与图像转换模块电连接,用于利用角点检测算法对左右图像分别求角点;
角点匹配模块,与角点检测模块电连接,用于利用角点匹配算法对两幅图像的角点进行匹配,并利用剔除算法剔除错误的匹配角点;
第一判断模块,与角点匹配模块电连接,用于判断两幅图像的角点相匹配的对数是否≥N若是,则所述图像是3D图像,并将判断结果通过与之电连接的第一输出模块输出,若否,则启动第二判断模块进行工作;
第二判断模块,与第一判断模块、图像转换模块电连接,用于设置参数i=i+1,然后判断i是否大于3,若是,则所述视频为非3D视频,并将判断结果通过与之电连接的第二输出模块输出,若否,则再次调用图像转换模块进行工作;
第一输出模块;
第二输出模块;
其中,N是图像为3D图像时所要求的左右图像的匹配角点对数的最小值,所述视频中截取的图像的像素为480*640时,N=50。
6.根据权利要求5所述的装置,其特征在于,所述角点检测算法包括Harris角点检测算法。
7.根据权利要求5所述的装置,其特征在于,所述剔除算法包括光束平差法。
8.根据权利要求5所述的装置,其特征在于,所述的i=1时截取的图像位于视频的四分之一处,所述的i=2时截取的图像位于视频的三分之一处,所述的i=3时截取的图像位于视频的二分之一处。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310443421.7A CN104519330B (zh) | 2013-09-26 | 2013-09-26 | 一种对3d视频识别的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310443421.7A CN104519330B (zh) | 2013-09-26 | 2013-09-26 | 一种对3d视频识别的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104519330A CN104519330A (zh) | 2015-04-15 |
CN104519330B true CN104519330B (zh) | 2018-04-06 |
Family
ID=52793972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310443421.7A Expired - Fee Related CN104519330B (zh) | 2013-09-26 | 2013-09-26 | 一种对3d视频识别的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104519330B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625768A (zh) * | 2009-07-23 | 2010-01-13 | 东南大学 | 一种基于立体视觉的三维人脸重建方法 |
CN101702056A (zh) * | 2009-11-25 | 2010-05-05 | 安徽华东光电技术研究所 | 基于立体图像对的立体图像显示方法 |
CN101799939A (zh) * | 2010-04-02 | 2010-08-11 | 天津大学 | 基于左右视点图像的中间视点快速、自适应生成算法 |
CN102074015A (zh) * | 2011-02-24 | 2011-05-25 | 哈尔滨工业大学 | 一种基于二维图像序列的目标对象的三维重建方法 |
CN102395037A (zh) * | 2011-06-30 | 2012-03-28 | 深圳超多维光电子有限公司 | 一种格式识别方法及识别装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011071467A1 (en) * | 2009-12-09 | 2011-06-16 | Thomson Licensing | Method for distinguishing a 3d image from a 2d image and for identifying the presence of a 3d image format by feature correspondence determination |
-
2013
- 2013-09-26 CN CN201310443421.7A patent/CN104519330B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625768A (zh) * | 2009-07-23 | 2010-01-13 | 东南大学 | 一种基于立体视觉的三维人脸重建方法 |
CN101702056A (zh) * | 2009-11-25 | 2010-05-05 | 安徽华东光电技术研究所 | 基于立体图像对的立体图像显示方法 |
CN101799939A (zh) * | 2010-04-02 | 2010-08-11 | 天津大学 | 基于左右视点图像的中间视点快速、自适应生成算法 |
CN102074015A (zh) * | 2011-02-24 | 2011-05-25 | 哈尔滨工业大学 | 一种基于二维图像序列的目标对象的三维重建方法 |
CN102395037A (zh) * | 2011-06-30 | 2012-03-28 | 深圳超多维光电子有限公司 | 一种格式识别方法及识别装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104519330A (zh) | 2015-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220237811A1 (en) | Method for Testing Skin Texture, Method for Classifying Skin Texture and Device for Testing Skin Texture | |
CN111488756B (zh) | 基于面部识别的活体检测的方法、电子设备和存储介质 | |
CN104376243B (zh) | 信息处理装置及信息处理方法 | |
CN105718869B (zh) | 一种评估图片中人脸颜值的方法和装置 | |
CN105095882B (zh) | 手势识别的识别方法和装置 | |
CN102779274B (zh) | 一种基于双目摄像头的智能电视人脸识别方法 | |
CN106022209A (zh) | 一种基于人脸检测的距离估算和处理的方法及装置 | |
CN109522775A (zh) | 人脸属性检测方法、装置及电子设备 | |
CN103559499B (zh) | 一种rgb矢量匹配快速识别***及方法 | |
CN108074241B (zh) | 目标图像的质量评分方法、装置、终端及存储介质 | |
CN103366390B (zh) | 终端及图像处理方法和装置 | |
CN107948627B (zh) | 视频播放方法、装置、计算设备及存储介质 | |
WO2017152547A1 (zh) | 颜色识别装置及颜色识别方法 | |
CN107169427B (zh) | 一种适用于心理学的面部识别方法及装置 | |
KR102274318B1 (ko) | 가시광을 이용하여 데이터를 통신하는 장치 및 방법 | |
CN110728724A (zh) | 一种图像显示方法、装置、终端及存储介质 | |
CN108921209A (zh) | 图片识别方法、装置及电子设备 | |
CN105957020B (zh) | 图像生成装置以及图像生成方法 | |
CN111291780B (zh) | 一种跨域网络训练及图像识别方法 | |
CN104519330B (zh) | 一种对3d视频识别的方法及装置 | |
WO2016206346A1 (zh) | 基于虹膜识别的终端控制方法及装置 | |
CN109063644A (zh) | 基于人脸识别表情涂鸦方法、装置、存储介质及电子设备 | |
CN110310260B (zh) | 基于机器学习模型的分料决策方法、设备和存储介质 | |
CN105791815B (zh) | 一种TV line自动判定方法 | |
CN106231106A (zh) | 移动终端的眼睛保护方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180406 Termination date: 20200926 |
|
CF01 | Termination of patent right due to non-payment of annual fee |