CN109102530B - 运动轨迹绘制方法、装置、设备和存储介质 - Google Patents

运动轨迹绘制方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN109102530B
CN109102530B CN201810956271.2A CN201810956271A CN109102530B CN 109102530 B CN109102530 B CN 109102530B CN 201810956271 A CN201810956271 A CN 201810956271A CN 109102530 B CN109102530 B CN 109102530B
Authority
CN
China
Prior art keywords
video frame
display position
motion
target motion
target
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.)
Active
Application number
CN201810956271.2A
Other languages
English (en)
Other versions
CN109102530A (zh
Inventor
许世坤
朱延东
王长虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201810956271.2A priority Critical patent/CN109102530B/zh
Priority to PCT/CN2018/119688 priority patent/WO2020037881A1/zh
Priority to US16/979,597 priority patent/US11514625B2/en
Publication of CN109102530A publication Critical patent/CN109102530A/zh
Application granted granted Critical
Publication of CN109102530B publication Critical patent/CN109102530B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/215—Motion-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30221—Sports video; Sports image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本公开实施例公开了一种运动轨迹绘制方法、装置、设备及存储介质。其中，方法包括：获取多个视频帧，所述多个视频帧包括当前视频帧以及当前视频帧之前的至少一个视频帧；识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置；根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置；基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在所述当前视频帧中绘制所述目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧。本公开实施例丰富了视频的展示信息，提高了观众的观看体验。

Description

运动轨迹绘制方法、装置、设备和存储介质
技术领域
本公开实施例涉及计算机视觉技术，尤其涉及一种运动轨迹绘制方法、装置、设备及存储介质。
背景技术
随着互联网技术的发展，可以通过摄像机拍摄视频并将视频通过网络发送到智能终端，人们得以在智能终端上观看来自世界各地的视频，比如运动视频、道路视频、比赛视频等。
正是由于这些视频大多由摄像机拍摄，观众所能看到的视频内容由摄像机的拍摄视角所决定，如果摄像机的拍摄视角不固定，而且视频中存在运动元素时，导致视频中难以展示运动元素的运动轨迹。例如，足球比赛视频难以展示足球或者球员的实际运动轨迹，使得观众很难获取到实际运动轨迹，导致观看体验较差。
发明内容
本公开实施例提供一种运动轨迹绘制方法、装置、设备及存储介质，以丰富了视频的展示信息，提高了观众的观看体验。
第一方面，本公开实施例提供了一种运动轨迹绘制方法，包括：
获取多个视频帧，所述多个视频帧包括当前视频帧以及当前视频帧之前的至少一个视频帧；识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置；
根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置；
基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在所述当前视频帧中绘制所述目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧。
第二方面，本公开实施例还提供了一种运动轨迹绘制装置，包括：
获取模块，用于获取多个视频帧，所述多个视频帧包括当前视频帧以及当前视频帧之前的至少一个视频帧；识别模块，用于识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置；
计算模块，用于根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置；
绘制模块，用于基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在所述当前视频帧中绘制所述目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧。
第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现任一实施例所述的运动轨迹绘制方法。
第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例所述的运动轨迹绘制方法。
本实施例的技术方案，通过获取多个视频帧，识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，并计算每个视频帧中的目标运动元素在当前视频帧中的显示位置，从而滤除拍摄角度的影响，得到每个视频帧中的目标运动元素在当前视频帧中的实际位置；通过基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在所述当前视频帧中绘制所述目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧，从而在当前视频帧中除了原有图像外还绘制有目标运动元素的实际运动轨迹，丰富了视频的展示信息，提高了观众的观看体验。
附图说明
图1是本公开实施例一提供的一种运动轨迹绘制方法的流程图；
图2是本公开实施例一提供的一种当前视频帧中显示的实际运动轨迹示意图；
图3是本公开实施例二提供的一种运动轨迹绘制方法的流程图；
图4是本公开实施例二提供的实际运动轨迹示意图；
图5是本公开实施例二提供的拆分实际运动矢量的示意图；
图6是本公开实施例二提供的背景图像的运动矢量示意图；
图7是本公开实施例三提供的一种运动轨迹绘制方法的流程图；
图8是本公开实施例四提供的一种运动轨迹绘制装置的结构示意图；
图9是本公开实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本公开，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分而非全部结构。下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。
实施例一
图1是本公开实施例一提供的一种运动轨迹绘制方法的流程图，本实施例可适用于在视频帧中绘制目标运动元素的运动轨迹并进行显示的情况，该方法可以由运动轨迹绘制装置来执行，该装置可以由硬件和/或软件构成，并一般集成在电子设备中，具体包括如下步骤：
S110、获取多个视频帧，多个视频帧包括当前视频帧以及当前视频帧之前的至少一个视频帧。
可选地，可以从视频中获取多个连续的视频帧，也可以从视频中获取多个不连续的视频帧。
多个视频帧中最后一个视频帧为当前视频帧，在当前视频帧之前具有至少一个视频帧。本实施例旨在当前视频帧中绘制目标运动元素的实际运动轨迹。
S120、识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置。
可选地，采用图像识别模型识别目标运动元素和背景像素点的显示位置。图像识别模型可以是基于深度学习的神经网络模型。
目标运动元素指视频中的动态元素。例如在足球比赛视频中，目标运动元素指球员或者足球；又例如在道路视频中，目标运动元素指车辆或者行人。
背景像素点指视频帧中静态元素对应的像素点。静态元素例如是足球比赛视频中的球门、广告牌、草坪，又例如是道路视频中的交通指示牌、道路、红路灯等。在一示例中，在每个视频帧中识别静态元素，并在静态元素上选取像素点，作为背景像素点，进而获取背景像素点的位置。另一示例则采用光流场算法，计算相邻视频帧中多个像素点的运动向量，即建立光流场。如果多个像素点没有对应目标运动元素，则多个像素点的运动向量应该是相同的。基于该性质，获取运动向量相同的背景像素点，进而获取背景像素点的位置。
S130、根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置。
在大多数情况下，每个视频帧中目标运动元素的显示位置会受到拍摄视角的影响，即目标运动元素的显示位置除去拍摄视角的影响才能得到目标运动元素的实际位置。
可选地，本步骤包括以下几步：
第一步：根据每个视频帧中的目标运动元素的显示位置，计算每个视频帧中的目标运动元素相对于当前视频帧中的目标运动元素的第一相对运动矢量。
在一示例中，视频帧1中足球的显示位置为坐标点A，当前视频帧中足球的显示位置为坐标点B，则第一相对运动矢量为
Figure BDA0001772745940000051
第二步：根据每个视频帧中的背景像素点的显示位置，计算每个视频帧中的背景图像相对于当前视频帧中的背景图像的第二相对运动矢量。
接着上述示例，视频帧1中背景像素点的显示位置为坐标点C，当前视频帧中背景像素点的显示位置为坐标点D，则第二相对运动矢量为
Figure BDA0001772745940000052
第三步：将第一相对运动矢量减去第二相对运动矢量，得到每个视频帧中的目标运动元素在当前视频帧中，相对于目标运动元素的第三相对运动矢量。
接着上述示例，
Figure BDA0001772745940000061
得到视频帧1中的足球在当前视频帧中相对于足球的第三相对运动矢量。
第四步：按照第三相对运动矢量平移当前视频帧中目标运动元素的显示位置，得到每个视频帧中的目标运动元素在当前视频帧中的显示位置。
接着上述示例，假设当前视频帧中足球的显示位置为坐标点E，按照
Figure BDA0001772745940000062
平移坐标点E，得到视频帧1中的足球在当前视频帧中的显示位置F。
可选地，在得到每个视频帧中的目标运动元素在当前视频帧中的显示位置后，可以在各显示位置之间进行差值算法，以添加新的显示位置，使得实际运动轨迹更加平滑。
S140、基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在当前视频帧中绘制目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧。
可选地，采用几何形状、颜色块、各种线型绘制实际运动轨迹。图2是本公开实施例一提供的一种当前视频帧中显示的实际运动轨迹示意图。图2中，实际运动轨迹采用圆圈表示。
本实施例的技术方案，通过获取多个视频帧，识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，并计算每个视频帧中的目标运动元素在当前视频帧中的显示位置，从而滤除拍摄角度的影响，得到每个视频帧中的目标运动元素在当前视频帧中的实际位置；通过基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在当前视频帧中绘制目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧，从而在当前视频帧中除了原有图像外还绘制有目标运动元素的实际运动轨迹，丰富了视频的展示信息，提高了观众的观看体验。
实施例二
图3是本公开实施例二提供的一种运动轨迹绘制方法的流程图，本实施例以上述实施例中各个可选方案为基础进行具体化，包括以下步骤：
S210、获取多个视频帧，多个视频帧包括当前视频帧以及当前视频帧之前的至少一个视频帧。
S220、识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置。
S230、根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹。
实际运动轨迹指在每个视频帧中，除去拍摄视角的影响，目标运动元素在视频帧中的实际位置所连成的轨迹。
视频帧的拍摄视角(或者观察者视角)可以是不变的，也可以是变化的。基于此，实际运动轨迹的计算方法包括以下两种情况。
第一种情况：视频帧的拍摄视角是不变的，则识别每个视频帧中目标运动元素的显示位置，即实际位置。根据每个视频帧中目标元素的显示位置得到实际运动轨迹。
第二种情况：视频帧的拍摄视角是变化的，目标运动元素的实际位置受拍摄视角的影响，则采用动态背景下目标跟踪方法计算目标运动元素的实际运动轨迹。可选地，动态背景下目标跟踪方法包括但不限于光流法、感知哈希法、基于协方差矩阵和感知哈希粒子滤波跟踪算法等。
在第二种情况中，基于光流法的实际运动轨迹计算方法具体包括以下步骤：
第一步：根据多个视频帧的相邻视频帧中目标运动元素的显示位置，确定相邻视频帧中目标运动元素的运动矢量。
将相邻视频帧的前一视频帧中目标运动元素的显示位置坐标指向后一视频帧中目标运动元素的显示位置，得到相邻视频帧中目标元素的运动矢量。
第二步：根据多个视频帧的相邻视频帧中背景像素点的显示位置，确定相邻视频帧中背景图像的运动矢量。
将相邻视频帧的前一视频帧中背景像素点的位置指向后一视频帧中对应背景像素点的位置，得到相邻视频帧的背景像素点的运动矢量，作为相邻视频帧中背景图像的运动矢量。
第三步：根据相邻视频帧中目标运动元素的运动矢量和对应的相邻视频帧中背景图像的运动矢量，得到相邻视频帧中目标运动元素的实际运动矢量。
将相邻视频帧中目标运动元素的运动矢量减去对应的相邻视频帧中背景图像的运动矢量，得到相邻视频帧中目标运动元素的实际运动矢量。例如，在视频帧1和视频帧2之间，足球的运动矢量是
Figure BDA0001772745940000081
背景图像的运动矢量是
Figure BDA0001772745940000082
足球的实际运动矢量是
Figure BDA0001772745940000083
第四步：根据相邻视频帧中目标运动元素的实际运动矢量，得到目标运动元素在多个视频帧中的实际运动轨迹。
可选地，第四步包括以下两种实施方式：
第一种实施方式：直接将多个视频帧的相邻视频帧中目标运动元素的实际运动矢量首尾相连，得到目标运动元素在多个视频帧中的实际运动轨迹。
图4是本公开实施例二提供的实际运动轨迹示意图，图4示出了5个视频帧中目标运动元素的实际运动轨迹，由4个实际运动矢量首尾相连得到。
第二种实施方式：从相邻视频帧中目标运动元素的实际运动矢量中，获取一实际运动矢量作为第一实际运动矢量；如果第一实际运动矢量的矢量大小小于等于预设阈值，存储第一实际运动矢量；如果第一实际运动矢量的矢量大小大于预设阈值，将第一实际运动矢量拆分为逼近实际运动矢量的至少两个子矢量，作为新的实际运动矢量；返回执行第一实际运动矢量的获取操作，直到全部实际运动矢量处理完成，将存储的第一实际运动矢量首尾相连，得到目标运动元素在多个视频帧中的实际运动轨迹。
实际运动矢量包括运动方向和运动矢量大小。如果运动矢量大小较大，会导致该段运动轨迹较长，不贴近实际运动情况。基于此，预先设置一阈值，如果运动矢量大小大于预设阈值，则将实际运动矢量拆分为首尾相连的至少两个子矢量。具体地，在实际运动矢量的起始端点和终止端点之间绘制一条曲线，该曲线的曲率在预设范围内，以保证曲线足够逼近实际运动矢量。在曲线上任意选取至少一点。按照起始端点指向终止端点的方向连接曲线上的相邻两点，得到新的实际运动矢量。如图5所示，实际运动矢量拆分为3个首位相连的子矢量。第一个子矢量的起始端点与实际运动矢量的起始端点重合，最后一个子矢量的终止端点与实际运动矢量的终止端点重合。
得到新的实际运动矢量之后，继续判断新的实际运动矢量与预设阈值，并根据判断结果执行对应的操作，直到所有实际运动矢量均小于等于预设阈值。
值得说明的是，上述两种实施方式均适用于多个视频帧为连续或者不连续的情况，第一种实施方式尤其适用于多个视频帧为连续的情况。第二种实施方式尤其适用于多个视频帧为不连续的情况。
S240、获取多个视频帧的相邻视频帧中背景像素点的运动矢量。
S250、根据相邻视频帧中背景像素点的运动矢量，得到多个视频帧中背景图像的运动矢量。
将相邻视频帧的前一视频帧中背景像素点的位置指向后一视频帧中对应背景像素点的位置，得到相邻视频帧的背景像素点的运动矢量。然后，将各相邻视频帧中背景像素点的运动矢量相加，得到多个视频帧中背景图像的运动矢量。如图6所示，共有5个视频帧，相邻视频帧中背景像素点的运动矢量分别是
Figure BDA0001772745940000101
Figure BDA0001772745940000102
和
Figure BDA0001772745940000103
多个视频帧中背景图像的运动矢量为视频帧1指向视频帧5的背景图像的运动矢量
Figure BDA0001772745940000104
S260、根据多个视频帧中背景图像的运动矢量和实际运动轨迹，计算实际运动轨迹在当前视频帧中的显示位置。
将多个视频帧中背景图像的运动矢量和目标运动元素的实际运动轨迹相加，得到实际运动轨迹在当前视频帧中的显示位置。
S270、基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在当前视频帧中绘制目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧。
本实施例中，通过滤除背景图像对目标运动元素带来的影响，能够准确地在当前视频帧中绘制目标运动元素的实际运动轨迹，进而提高实际运动轨迹绘制的准确性。而且，本实施例提供了两种实际运动轨迹的获取方法，使得实际运动轨迹贴近实际运动情况，进而显示出的实际运动轨迹更为逼真。
实施例三
图7是本公开实施例三提供的一种运动轨迹绘制方法的流程图，本实施例以上述实施例中各个可选方案为基础进行具体化，包括以下步骤：
S310、获取多个视频帧，多个视频帧包括当前视频帧以及当前视频帧之前的至少一个视频帧。
S320、识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置。
S330、根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹。
S330与上述实施例中的S230相同，具体内容详见上述实施例，此处不再赘述。
S340、在当前视频帧中，以目标运动元素的显示位置为实际运动轨迹的终点，计算实际运动轨迹在当前视频帧中的显示位置。
在得到实际运动轨迹之后，平移实际运动轨迹上的每个坐标点，使终点与当前视频帧中目标运动元素的显示位置重合，从而得到实际运动轨迹在当前视频帧中的显示位置。
S350、基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在当前视频帧中绘制目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧。
本实施例中，通过以目标运动元素的显示位置为实际运动轨迹的终点，计算实际运动轨迹在当前视频帧中的显示位置，以实际运动轨迹为整体进行位置计算或者平移，进而绘制运动轨迹，使得计算量小，绘制速度快，能够满足视频播放的实时性需求。
在上述各实施例中，为了实现运动轨迹的动态展示效果，在绘制目标运动元素的实际运动轨迹之后，还包括：继续执行新的多个视频帧的获取操作以及后续操作，其中，新的多个视频帧包括下一视频帧以及下一视频帧之前的至少一个视频帧。
可选地，新获取的多个视频帧与S110中获取的视频帧数量可以相同也可以不同。
在一示例中，多个视频帧包括视频帧1-10，在当前视频帧10中绘制目标运动元素的实际运动轨迹，显示当前视频帧10。继续获取视频帧2-11，并在视频帧2-11中计算目标运动元素的实际运动轨迹，在视频帧11中绘制目标运动元素的实际运动轨迹。接着，显示当前视频帧11。以此类推，依次显示视频帧12、13、14，每个显示的视频帧上均绘制有目标运动元素的实际运动轨迹。
本实施例中，通过继续执行新的多个视频帧的获取操作以及后续操作，在视频中动态展示运动轨迹，进一步提高观看体验。
实施例四
图8是本公开实施例四提供的一种运动轨迹绘制装置的结构示意图，包括：获取模块41、识别模块42、计算模块43和绘制模块44。
获取模块41，用于获取多个视频帧，多个视频帧包括当前视频帧以及当前视频帧之前的至少一个视频帧；识别模块42，用于识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置；
计算模块43，用于根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置；
绘制模块44，用于基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在当前视频帧中绘制目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧。
本实施例的技术方案，通过获取多个视频帧，识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，并计算每个视频帧中的目标运动元素在当前视频帧中的显示位置，从而滤除拍摄角度的影响，得到每个视频帧中的目标运动元素在当前视频帧中的实际位置；通过基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在当前视频帧中绘制目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧，从而在当前视频帧中除了原有图像外还绘制有目标运动元素的实际运动轨迹，丰富了视频的展示信息，提高了观众的观看体验。
可选地，计算模块43在根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置时，具体用于：根据每个视频帧中的目标运动元素的显示位置，计算每个视频帧中的目标运动元素相对于当前视频帧中的目标运动元素的第一相对运动矢量；根据每个视频帧中的背景像素点的显示位置，计算每个视频帧中的背景图像相对于当前视频帧中的背景图像的第二相对运动矢量；将第一相对运动矢量减去第二相对运动矢量，得到每个视频帧中的目标运动元素在当前视频帧中，相对于目标运动元素的第三相对运动矢量；按照第三相对运动矢量平移当前视频帧中目标运动元素的显示位置，得到每个视频帧中的目标运动元素在当前视频帧中的显示位置。
可选地，计算模块43在根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置时，具体用于：根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹；获取多个视频帧的相邻视频帧中背景像素点的运动矢量；根据相邻视频帧中背景像素点的运动矢量，得到多个视频帧中背景图像的运动矢量；根据多个视频帧中背景图像的运动矢量和实际运动轨迹，计算实际运动轨迹在当前视频帧中的显示位置。
可选地，计算模块43在根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置时，具体用于：根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹；在当前视频帧中，以目标运动元素的显示位置为实际运动轨迹的终点，计算实际运动轨迹在当前视频帧中的显示位置。
可选地，计算模块43在根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹时，具体用于：根据多个视频帧的相邻视频帧中目标运动元素的显示位置，确定相邻视频帧中目标运动元素的运动矢量；根据多个视频帧的相邻视频帧中背景像素点的显示位置，确定相邻视频帧中背景图像的运动矢量；根据相邻视频帧中目标运动元素的运动矢量和对应的相邻视频帧中背景图像的运动矢量，得到相邻视频帧中目标运动元素的实际运动矢量；根据相邻视频帧中目标运动元素的实际运动矢量，得到目标运动元素在多个视频帧中的实际运动轨迹。
可选地，计算模块43在根据相邻视频帧中目标运动元素的实际运动矢量，得到目标运动元素在多个视频帧中的实际运动轨迹时，具体用于：直接将多个视频帧的相邻视频帧中目标运动元素的实际运动矢量首尾相连，得到目标运动元素在多个视频帧中的实际运动轨迹。
可选地，计算模块43在根据相邻视频帧中目标运动元素的实际运动矢量，得到目标运动元素在多个视频帧中的实际运动轨迹时，具体用于：从相邻视频帧中目标运动元素的实际运动矢量中，获取一实际运动矢量作为第一实际运动矢量；如果第一实际运动矢量的矢量大小小于等于预设阈值，存储第一实际运动矢量；如果第一实际运动矢量的矢量大小大于预设阈值，将第一实际运动矢量拆分为逼近实际运动矢量的至少两个子矢量，作为新的实际运动矢量；返回执行第一实际运动矢量的获取操作，直到全部实际运动矢量处理完成，将存储的第一实际运动矢量首尾相连，得到目标运动元素在多个视频帧中的实际运动轨迹。
可选地，该装置还包括执行模块，用于在基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在当前视频帧中绘制目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧之后，继续执行新的多个视频帧的获取操作以及后续操作，其中，新的多个视频帧包括下一视频帧以及下一视频帧之前的至少一个视频帧。
本公开实施例所提供的运动轨迹绘制装置可执行本公开任意实施例所提供的运动轨迹绘制方法，具备执行方法相应的功能模块和有益效果。
实施例五
图9是本公开实施例五提供的一种电子设备的结构示意图，如图9所示，该电子设备包括处理器50、存储器51；电子设备中处理器50的数量可以是一个或多个，图9中以一个处理器50为例；电子设备中的处理器50、存储器51可以通过总线或其他方式连接，图9中以通过总线连接为例。
存储器51作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本公开实施例中的运动轨迹绘制方法对应的程序指令/模块(例如，运动轨迹绘制装置中的获取模块41、识别模块42、计算模块43和绘制模块44)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的运动轨迹绘制方法。
存储器51可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器51可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器51可进一步包括相对于处理器50远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实施例六
本公开实施例六还提供一种其上存储有计算机程序的计算机可读存储介质，计算机程序在由计算机处理器执行时用于执行一种运动轨迹绘制方法，该方法包括：
获取多个视频帧，多个视频帧包括当前视频帧以及当前视频帧之前的至少一个视频帧；识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置；
根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置；
基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在当前视频帧中绘制目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧。
当然，本公开实施例所提供的一种其上存储有计算机程序的计算机可读存储介质，其计算机程序不限于如上的方法操作，还可以执行本公开任意实施例所提供的运动轨迹绘制方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本公开可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例的方法。
值得注意的是，上述运动轨迹绘制装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开的保护范围。
注意，上述仅为本公开的较佳实施例及所运用技术原理。本领域技术人员会理解，本公开不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本公开的保护范围。因此，虽然通过以上实施例对本公开进行了较为详细的说明，但是本公开不仅仅限于以上实施例，在不脱离本公开构思的情况下，还可以包括更多其他等效实施例，而本公开的范围由所附的权利要求范围决定。

Claims (14)

1.一种运动轨迹绘制方法，其特征在于，包括：
获取多个视频帧，所述多个视频帧包括当前视频帧以及当前视频帧之前的至少一个视频帧；识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置；
根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置；
基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在所述当前视频帧中绘制所述目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧；
其中，所述根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置，包括：
根据每个视频帧中的目标运动元素的显示位置，计算每个视频帧中的目标运动元素相对于当前视频帧中的目标运动元素的第一相对运动矢量；
根据每个视频帧中的背景像素点的显示位置，计算每个视频帧中的背景图像相对于当前视频帧中的背景图像的第二相对运动矢量；
将第一相对运动矢量减去第二相对运动矢量，得到每个视频帧中的目标运动元素在当前视频帧中，相对于目标运动元素的第三相对运动矢量；
按照第三相对运动矢量平移所述当前视频帧中目标运动元素的显示位置，得到每个视频帧中的目标运动元素在当前视频帧中的显示位置。
2.根据权利要求1所述的方法，其特征在于，所述根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置，还包括：
根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹；
获取多个视频帧的相邻视频帧中背景像素点的运动矢量；
根据相邻视频帧中背景像素点的运动矢量，得到多个视频帧中背景图像的运动矢量；
根据多个视频帧中背景图像的运动矢量和所述实际运动轨迹，计算所述实际运动轨迹在当前视频帧中的显示位置。
3.根据权利要求1所述的方法，其特征在于，所述根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置，还包括：
根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹；
在当前视频帧中，以目标运动元素的显示位置为实际运动轨迹的终点，计算所述实际运动轨迹在当前视频帧中的显示位置。
4.根据权利要求2或3所述的方法，其特征在于，所述根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹，包括：
根据多个视频帧的相邻视频帧中目标运动元素的显示位置，确定相邻视频帧中目标运动元素的运动矢量；
根据多个视频帧的相邻视频帧中背景像素点的显示位置，确定相邻视频帧中背景图像的运动矢量；
根据相邻视频帧中目标运动元素的运动矢量和对应的相邻视频帧中背景图像的运动矢量，得到相邻视频帧中目标运动元素的实际运动矢量；
根据相邻视频帧中目标运动元素的实际运动矢量，得到目标运动元素在多个视频帧中的实际运动轨迹。
5.根据权利要求4所述的方法，其特征在于，所述根据相邻视频帧中目标运动元素的实际运动矢量，得到目标运动元素在多个视频帧中的实际运动轨迹，包括：
直接将多个视频帧的相邻视频帧中目标运动元素的实际运动矢量首尾相连，得到目标运动元素在多个视频帧中的实际运动轨迹；
或者，
所述根据相邻视频帧中目标运动元素的实际运动矢量，得到目标运动元素在多个视频帧中的实际运动轨迹，包括：
从相邻视频帧中目标运动元素的实际运动矢量中，获取一实际运动矢量作为第一实际运动矢量；
如果第一实际运动矢量的矢量大小小于等于预设阈值，存储第一实际运动矢量；
如果第一实际运动矢量的矢量大小大于预设阈值，将第一实际运动矢量拆分为逼近实际运动矢量的至少两个子矢量，作为新的实际运动矢量；
返回执行第一实际运动矢量的获取操作，直到全部实际运动矢量处理完成，将存储的第一实际运动矢量首尾相连，得到目标运动元素在多个视频帧中的实际运动轨迹。
6.根据权利要求1-3任一项所述的方法，其特征在于，在基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在当前视频帧中绘制所述目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧之后，还包括：
继续执行新的多个视频帧的获取操作以及后续操作，其中，新的多个视频帧包括下一视频帧以及下一视频帧之前的至少一个视频帧。
7.一种运动轨迹绘制装置，其特征在于，包括：
获取模块，用于获取多个视频帧，所述多个视频帧包括当前视频帧以及当前视频帧之前的至少一个视频帧；识别模块，用于识别每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置；
计算模块，用于根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算每个视频帧中的目标运动元素在当前视频帧中的显示位置；
绘制模块，用于基于每个视频帧中的目标运动元素在当前视频帧中的显示位置，在所述当前视频帧中绘制所述目标运动元素的实际运动轨迹并显示绘制完成后的当前视频帧；
其中，所述计算模块，具体用于：根据每个视频帧中的目标运动元素的显示位置，计算每个视频帧中的目标运动元素相对于当前视频帧中的目标运动元素的第一相对运动矢量；
根据每个视频帧中的背景像素点的显示位置，计算每个视频帧中的背景图像相对于当前视频帧中的背景图像的第二相对运动矢量；
将第一相对运动矢量减去第二相对运动矢量，得到每个视频帧中的目标运动元素在当前视频帧中，相对于目标运动元素的第三相对运动矢量；
按照第三相对运动矢量平移所述当前视频帧中目标运动元素的显示位置，得到每个视频帧中的目标运动元素在当前视频帧中的显示位置。
8.根据权利要求7所述的装置，其特征在于，所述计算模块，具体用于：
根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹；
获取多个视频帧的相邻视频帧中背景像素点的运动矢量；
根据相邻视频帧中背景像素点的运动矢量，得到多个视频帧中背景图像的运动矢量；
根据多个视频帧中背景图像的运动矢量和所述实际运动轨迹，计算所述实际运动轨迹在当前视频帧中的显示位置。
9.根据权利要求7所述的装置，其特征在于，所述计算模块，具体用于：
根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹；
在当前视频帧中，以目标运动元素的显示位置为实际运动轨迹的终点，计算所述实际运动轨迹在当前视频帧中的显示位置。
10.根据权利要求8或9所述的装置，其特征在于，所述计算模块在根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹时，具体用于：
根据多个视频帧的相邻视频帧中目标运动元素的显示位置，确定相邻视频帧中目标运动元素的运动矢量；
根据多个视频帧的相邻视频帧中背景像素点的显示位置，确定相邻视频帧中背景图像的运动矢量；
根据相邻视频帧中目标运动元素的运动矢量和对应的相邻视频帧中背景图像的运动矢量，得到相邻视频帧中目标运动元素的实际运动矢量；
根据相邻视频帧中目标运动元素的实际运动矢量，得到目标运动元素在多个视频帧中的实际运动轨迹。
11.根据权利要求10所述的装置，其特征在于，所述计算模块在根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹时，具体用于：
直接将多个视频帧的相邻视频帧中目标运动元素的实际运动矢量首尾相连，得到目标运动元素在多个视频帧中的实际运动轨迹；
或者，
所述计算模块在根据每个视频帧中的目标运动元素的显示位置和背景像素点的显示位置，计算目标运动元素在多个视频帧中的实际运动轨迹时，具体用于：
从相邻视频帧中目标运动元素的实际运动矢量中，获取一实际运动矢量作为第一实际运动矢量；
如果第一实际运动矢量的矢量大小小于等于预设阈值，存储第一实际运动矢量；
如果第一实际运动矢量的矢量大小大于预设阈值，将第一实际运动矢量拆分为逼近实际运动矢量的至少两个子矢量，作为新的实际运动矢量；
返回执行第一实际运动矢量的获取操作，直到全部实际运动矢量处理完成，将存储的第一实际运动矢量首尾相连，得到目标运动元素在多个视频帧中的实际运动轨迹。
12.根据权利要求7-9任一项所述的装置，其特征在于，还包括：
执行模块，用于继续执行新的多个视频帧的获取操作以及后续操作，其中，新的多个视频帧包括下一视频帧以及下一视频帧之前的至少一个视频帧。
13.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的运动轨迹绘制方法。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的运动轨迹绘制方法。
CN201810956271.2A 2018-08-21 2018-08-21 运动轨迹绘制方法、装置、设备和存储介质 Active CN109102530B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810956271.2A CN109102530B (zh) 2018-08-21 2018-08-21 运动轨迹绘制方法、装置、设备和存储介质
PCT/CN2018/119688 WO2020037881A1 (zh) 2018-08-21 2018-12-07 运动轨迹绘制方法、装置、设备和存储介质
US16/979,597 US11514625B2 (en) 2018-08-21 2018-12-07 Motion trajectory drawing method and apparatus, and device and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810956271.2A CN109102530B (zh) 2018-08-21 2018-08-21 运动轨迹绘制方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN109102530A CN109102530A (zh) 2018-12-28
CN109102530B true CN109102530B (zh) 2020-09-04

Family

ID=64850591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810956271.2A Active CN109102530B (zh) 2018-08-21 2018-08-21 运动轨迹绘制方法、装置、设备和存储介质

Country Status (3)

Country Link
US (1) US11514625B2 (zh)
CN (1) CN109102530B (zh)
WO (1) WO2020037881A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978968B (zh) * 2019-04-10 2023-06-20 广州虎牙信息科技有限公司 运动对象的视频绘制方法、装置、设备及存储介质
JP2022540858A (ja) 2019-07-09 2022-09-20 ボヤージュ８１ リミテッド 移動シーンでのリアルタイム画像生成
CN112991485B (zh) * 2019-12-13 2023-06-20 浙江宇视科技有限公司 轨迹绘制方法、装置、可读存储介质及电子设备
CN111161316B (zh) * 2019-12-18 2023-08-01 深圳云天励飞技术有限公司 目标物体跟踪方法、装置及终端设备
CN112258551B (zh) * 2020-03-18 2023-09-05 北京京东振世信息技术有限公司 一种物品掉落检测方法、装置、设备及存储介质
CN111432154B (zh) * 2020-03-30 2022-01-25 维沃移动通信有限公司 视频播放方法、视频处理方法及电子设备
CN111954055B (zh) * 2020-07-01 2022-09-02 北京达佳互联信息技术有限公司 视频特效的展示方法、装置、电子设备及存储介质
CN113873100B (zh) * 2021-09-29 2023-09-22 维沃移动通信有限公司 视频录制方法、装置、电子设备及存储介质
CN113992976B (zh) * 2021-10-19 2023-10-20 咪咕视讯科技有限公司 视频播放方法、装置、设备以及计算机存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751488A (zh) * 2015-04-08 2015-07-01 努比亚技术有限公司 运动物体的运动轨迹的拍摄方法及终端设备
CN105279771A (zh) * 2015-10-23 2016-01-27 中国科学院自动化研究所 一种视频中基于在线动态背景建模的运动目标检测方法
CN105827946A (zh) * 2015-11-26 2016-08-03 维沃移动通信有限公司 一种全景图像的生成和播放方法及移动终端
CN106033615A (zh) * 2016-05-16 2016-10-19 北京旷视科技有限公司 目标对象运动方向检测方法和装置
CN106340032A (zh) * 2016-08-27 2017-01-18 浙江捷尚视觉科技股份有限公司 一种基于光流场聚类的运动目标检测方法
CN106952286A (zh) * 2017-03-21 2017-07-14 中国人民解放***箭军工程大学 基于运动显著图和光流矢量分析的动态背景目标分割方法
CN107360377A (zh) * 2017-09-04 2017-11-17 云南电网有限责任公司电力科学研究院 一种车载视频稳像方法
CN108229294A (zh) * 2017-09-08 2018-06-29 北京市商汤科技开发有限公司 一种运动数据获取方法、装置、电子设备及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010044186A1 (ja) * 2008-10-17 2010-04-22 パナソニック株式会社 動線作成システム、動線作成装置及び３次元動線表示装置
JP6206804B2 (ja) * 2013-09-27 2017-10-04 パナソニックＩｐマネジメント株式会社 移動体追跡装置、移動体追跡システムおよび移動体追跡方法
CN103929685B (zh) 2014-04-15 2017-11-07 中国华戎控股有限公司 一种视频摘要生成及索引方法
CN104093001B (zh) 2014-07-23 2017-05-03 山东建筑大学 一种在线动态视频浓缩方法
US10301041B2 (en) * 2016-06-09 2019-05-28 California Institute Of Technology Systems and methods for tracking moving objects
KR101780048B1 (ko) * 2016-07-04 2017-09-19 포항공과대학교 산학협력단 단안 카메라를 이용한 동적 상황에서의 움직이는 물체 검출 방법
US20180336694A1 (en) * 2017-05-17 2018-11-22 4Sense, Inc. System and Method for Passive Tracking Based on Color Features
US11341774B2 (en) * 2018-03-27 2022-05-24 Nec Corporation Information processing apparatus, data generation method, and non-transitory computer readable medium storing program

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751488A (zh) * 2015-04-08 2015-07-01 努比亚技术有限公司 运动物体的运动轨迹的拍摄方法及终端设备
CN105279771A (zh) * 2015-10-23 2016-01-27 中国科学院自动化研究所 一种视频中基于在线动态背景建模的运动目标检测方法
CN105827946A (zh) * 2015-11-26 2016-08-03 维沃移动通信有限公司 一种全景图像的生成和播放方法及移动终端
CN106033615A (zh) * 2016-05-16 2016-10-19 北京旷视科技有限公司 目标对象运动方向检测方法和装置
CN106340032A (zh) * 2016-08-27 2017-01-18 浙江捷尚视觉科技股份有限公司 一种基于光流场聚类的运动目标检测方法
CN106952286A (zh) * 2017-03-21 2017-07-14 中国人民解放***箭军工程大学 基于运动显著图和光流矢量分析的动态背景目标分割方法
CN107360377A (zh) * 2017-09-04 2017-11-17 云南电网有限责任公司电力科学研究院 一种车载视频稳像方法
CN108229294A (zh) * 2017-09-08 2018-06-29 北京市商汤科技开发有限公司 一种运动数据获取方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
US20210166450A1 (en) 2021-06-03
WO2020037881A1 (zh) 2020-02-27
US11514625B2 (en) 2022-11-29
CN109102530A (zh) 2018-12-28

Similar Documents

Publication Publication Date Title
CN109102530B (zh) 运动轨迹绘制方法、装置、设备和存储介质
CN109145840B (zh) 视频场景分类方法、装置、设备及存储介质
KR102275452B1 (ko) 색상과 형태를 동시에 고려한 실시간 영상 추적 방법 및 이를 위한 장치
CN110503074B (zh) 视频帧的信息标注方法、装置、设备及存储介质
US20210287381A1 (en) Object tracking method, tracking processing method, corresponding apparatus, and electronic device
Li et al. Foveanet: Perspective-aware urban scene parsing
CN106875431B (zh) 具有移动预测的图像追踪方法及扩增实境实现方法
WO2021098616A1 (zh) 运动姿态识别方法、运动姿态识别装置、终端设备及介质
CN112218107B (zh) 直播渲染方法和装置、电子设备及存储介质
CN110598570A (zh) 一种行人异常行为检测方法、***、存储介质及计算机设备
Hossain et al. Fast-D: When non-smoothing color feature meets moving object detection in real-time
CN107480580B (zh) 图像识别方法和图像识别装置
CN107194954B (zh) 多视角视频的球员追踪方法和装置
US20230394686A1 (en) Object Identification
CN110460869B (zh) 一种确定视频剪辑片段的方法、电子设备及存储介质
CN113992976B (zh) 视频播放方法、装置、设备以及计算机存储介质
CN109816709B (zh) 基于单目摄像头的深度估计方法、装置及设备
CN111988520B (zh) 一种画面切换方法、装置、电子设备及存储介质
Schneider Visual hull
Kart et al. Evaluation of Visual Object Trackers on Equirectangular Panorama.
CN112215205B (zh) 目标识别方法、装置、计算机设备和存储介质
CN108121963B (zh) 视频数据的处理方法、装置及计算设备
CN114222065A (zh) 图像处理方法、装置、电子设备、存储介质及程序产品
Huang et al. Virtual ads insertion in street building views for augmented reality
CN108898134B (zh) 号码识别方法、装置、终端设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant