CN113856196A - 虚拟摄像机运动轨迹的确定方法、装置以及计算机设备 - Google Patents

Abstract

本申请提供一种虚拟摄像机运动轨迹的确定方法、装置以及计算机设备，该方法通过对待处理视频进行解析，确定多个物体中目标物体的目标运动轨迹，待处理视频根据虚拟摄像机拍摄多个物体得到，目标运动轨迹为目标物体在待处理视频中的运动轨迹，并对目标物体的目标运动轨迹进行反向推导处理，得到虚拟摄像机的运动轨迹，虚拟摄像机的运动轨迹为目标运动轨迹的反向运行轨迹。该技术方案中，从视频中的物体的运动出发，反推虚拟摄像机的运动，避免了现有技术仅依靠经验的判断导致的误差，实现了更加准确的确定虚拟摄像机运动轨迹。

Description

虚拟摄像机运动轨迹的确定方法、装置以及计算机设备

技术领域

本申请涉及数据处理领域，尤其涉及一种虚拟摄像机运动轨迹的确定方法、装置以及计算机设备。

背景技术

视觉作为获取信息最快、内容最多的媒触，是人们获取信息的主要方式之一，在电脑游戏的设计中，给玩家在屏幕上的反馈不仅仅是与玩家的重要交互方式，更是带给玩家真实体验的有效工具，例如以第一视角进行射击游戏时，玩家获取沉浸感的方式主要方式之一是要通过受击产生的震屏以及枪械相关操作引起的屏幕震动。

在现有技术中，通过视频来定性分析镜头晃动的过程，而后人工划定屏幕的震动流程，如其中震动的最大偏转点，根据划定的点构成一条平均且光滑的曲线到游戏中体验效果后再根据设计对震动的最大值和间隔进行调整。

然而，现有技术的震动流程完全依靠以往的经验去初始化虚拟摄像机的震动曲线，对持续时间和相关角度的震动范围无法准确判断，导致了虚拟摄像机运动轨迹的确定不准确的问题。

发明内容

本申请实施例提供一种虚拟摄像机运动轨迹的确定方法、装置以及计算机设备，用以解决虚拟摄像机运动轨迹的确定不准确的问题。

第一方面，本申请实施例提供一种虚拟摄像机运动轨迹的确定方法，包括：

对待处理视频进行解析，确定所述多个物体中目标物体的目标运动轨迹，所述待处理视频根据虚拟摄像机拍摄所述多个物体得到，所述目标运动轨迹为所述目标物体在所述待处理视频中的运动轨迹；

对所述目标物体的目标运动轨迹进行反向推导处理，得到所述虚拟摄像机的运动轨迹，所述虚拟摄像机的运动轨迹为所述目标运动轨迹的反向运行轨迹。

在第一方面一种可能的设计中，所述虚拟摄像机运动模式为二维运动，所述对待处理视频进行解析，确定所述多个物体中目标物体的目标运动轨迹，包括：

对所述待处理视频进行帧转换处理，得到多帧图像；

基于单目标跟踪算法CSRT，依次对所述多帧图像进行处理，得到所述多个物体在各帧的图像中的位置；

根据所述多个物体在各帧的图像上对应的时间节点和所述多个物体在各帧的图像中的位置，确定目标物体在二维空间中的目标运动轨迹。

在第一方面另一种可能的设计中，所述虚拟摄像机运动模式为三维运动，所述对待处理视频进行解析，包括：

对所述待处理视频进行逐帧处理，得到多个帧序列图像；

将所述多个帧序列图像输入至预设的第一帧序列图像处理模型中，得到所述目标物体在三维空间中的第一运动轨迹，所述第一帧序列图像处理模型用于获取物体在帧序列图像中的位置。

在该种可能的设计中，所述方法还包括：

响应于用户的参数调整操作，对所述第一帧序列图像处理模型中敏感度参数和目标物体阈值进行调整，得到第二帧序列图像处理模型，所述敏感度参数的大小用于标示识别所述物体的灵敏度，所述目标物体阈值用于标示各个帧序列图像中优选目标物体的灰度值边界；

将所述多个帧序列图像输入至所述第二帧序列图像处理模型中，得到所述目标物体在三维空间中的第二运动轨迹；

响应于用户的第一筛选操作，在所述目标物体的第一运动轨迹和所述目标物体的第二运动轨迹中确定所述目标运动轨迹。

可选的，所述根据所述多个物体在各帧的图像上对应的时间节点和所述多个物体在各帧的图像中的位置，确定目标物体在二维空间中的目标运动轨迹，包括：

针对每个物体，以第一帧图像对应的时间节点和所述物体在所述第一帧图像中的位置为原点，建立横轴为时间，纵轴为位置距离的坐标系；

依次将各个帧图像对应的时间节点和所述物体在各帧的图像中的位置添加至所述坐标系，得到所述物体的第三运动轨迹；

响应于用户的第二筛选操作，在各个物体的第三运动轨迹中确定所述目标物体对应的第三运动轨迹为所述二维空间中的目标运动轨迹。

可选的，所述三维空间包括：两两相互垂直的第一平面、第二平面和第三平面，所述得到目标物体在三维空间中的第一运动轨迹，包括：

得到所述第一平面中各个帧序列图像中待选目标物体的第一子运动轨迹、所述第二平面中各个帧序列图像中所述待选目标物体的第二子运动轨迹和所述第三平面中各个帧序列图像中所述待选目标物体的第三子运动轨迹；

对所述第一子运动轨迹、所述第二子运动轨迹和所述第三子运动轨迹进行拟合处理，得到所述待选目标物体在三维空间中的第一运动轨迹；

响应于用户的第三筛选操作，在所述待选目标物体在三维空间中的第一运动轨迹中确定所述目标物体在三维空间中的第一运动轨迹。

在第一方面再一种可能的设计中，所述目标物体与所述待处理视频对应的场景相对静止。

在第一方面还一种可能的设计中，所述方法还包括：将所述虚拟摄像机的运动轨迹加载至预设的运行轨迹模型中，得到应用程序中图形用户界面上物体的运动轨迹。

第二方面，本申请实施例提供一种虚拟摄像机运动轨迹的确定装置，包括：确定模块和处理模块；

所述确定模块，用于对待处理视频进行解析，确定所述多个物体中目标物体的目标运动轨迹，所述待处理视频根据虚拟摄像机拍摄所述多个物体得到，所述目标运动轨迹为所述目标物体在所述待处理视频中的运动轨迹；

所述处理模块，用于对所述目标物体的目标运动轨迹进行反向推导处理，得到所述虚拟摄像机的运动轨迹，所述虚拟摄像机的运动轨迹为所述目标运动轨迹的反向运行轨迹。

在第二方面一种可能的设计中，所述虚拟摄像机运动模式为二维运动，所述确定模块，具体用于：

对所述待处理视频进行帧转换处理，得到多帧图像；

基于单目标跟踪算法CSRT，依次对所述多帧图像进行处理，得到所述多个物体在各帧的图像中的位置；

根据所述多个物体在各帧的图像上对应的时间节点和所述多个物体在各帧的图像中的位置，确定目标物体在二维空间中的目标运动轨迹。

在第二方面另一种可能的设计中，所述虚拟摄像机运动模式为三维运动，所述确定模块对所述待处理视频进行解析，具体用于：

对所述待处理视频进行逐帧处理，得到多个帧序列图像；

将所述多个帧序列图像输入至预设的第一帧序列图像处理模型中，得到所述目标物体在三维空间中的第一运动轨迹，所述第一帧序列图像处理模型用于获取物体在帧序列图像中的位置。

在该种可能的设计中，所述确定模块，还用于：

响应于用户的参数调整操作，对所述第一帧序列图像处理模型中敏感度参数和目标物体阈值进行调整，得到第二帧序列图像处理模型，所述敏感度参数的大小用于标示识别所述物体的灵敏度，所述目标物体阈值用于标示各个帧序列图像中优选目标物体的灰度值边界；

将所述多个帧序列图像输入至所述第二帧序列图像处理模型中，得到所述目标物体在三维空间中的第二运动轨迹；

响应于用户的第一筛选操作，在所述目标物体的第一运动轨迹和所述目标物体的第二运动轨迹中确定所述目标运动轨迹。

可选的，所述确定模块，根据所述多个物体在各帧的图像上对应的时间节点和所述多个物体在各帧的图像中的位置，确定目标物体在二维空间中的目标运动轨迹，具体用于：

针对每个物体，以第一帧图像对应的时间节点和所述物体在所述第一帧图像中的位置为原点，建立横轴为时间，纵轴为位置距离的坐标系；

依次将各个帧图像对应的时间节点和所述物体在各帧的图像中的位置添加至所述坐标系，得到所述物体的第三运动轨迹；

响应于用户的第二筛选操作，在各个物体的第三运动轨迹中确定所述目标物体对应的第三运动轨迹为所述二维空间中的目标运动轨迹。

可选的，所述三维空间包括：两两相互垂直的第一平面、第二平面和第三平面，所述确定模块，得到目标物体在三维空间中的第一运动轨迹，具体用于：

得到所述第一平面中各个帧序列图像中待选目标物体的第一子运动轨迹、所述第二平面中各个帧序列图像中所述待选目标物体的第二子运动轨迹和所述第三平面中各个帧序列图像中所述待选目标物体的第三子运动轨迹；

对所述第一子运动轨迹、所述第二子运动轨迹和所述第三子运动轨迹进行拟合处理，得到所述待选目标物体在三维空间中的第一运动轨迹；

响应于用户的第三筛选操作，在所述待选目标物体在三维空间中的第一运动轨迹中确定所述目标物体在三维空间中的第一运动轨迹。

在第二方面再一种可能的设计中，所述目标物体与所述待处理视频对应的场景相对静止。

在第二方面还一种可能的设计中，所述处理模块还用于将所述虚拟摄像机的运动轨迹加载至预设的运行轨迹模型中，得到应用程序中图形用户界面上物体的运动轨迹。

第三方面，本申请实施例提供一种计算机设备，包括：处理器、存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述计算机执行指令，使得所述计算机设备执行如上述第一方面及各种可能的设计中所述的虚拟摄像机运动轨迹的确定方法。

第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述第一方面及各种可能的设计中所述的虚拟摄像机运动轨迹的确定方法。

第五方面，本申请实施例提供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用于实现如上述第一方面及各种可能的设计中所述的虚拟摄像机运动轨迹的确定方法。

本申请实施例提供的虚拟摄像机运动轨迹的确定方法、装置以及计算机设备，该方法通过对待处理视频进行解析，确定多个物体中目标物体的目标运动轨迹，待处理视频根据虚拟摄像机拍摄多个物体得到，目标运动轨迹为目标物体在待处理视频中的运动轨迹，并对目标物体的目标运动轨迹进行反向推导处理，得到虚拟摄像机的运动轨迹，虚拟摄像机的运动轨迹为目标运动轨迹的反向运行轨迹。该技术方案中，从视频中的物体的运动出发，反推虚拟摄像机的运动，避免了现有技术仅依靠经验的判断导致的误差，实现了更加准确的确定虚拟摄像机运动轨迹。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1为本申请实施例提供的虚拟摄像机运动轨迹的确定方法的应用场景示意图；

图2为本申请实施例提供的虚拟摄像机运动轨迹的确定方法实施例一的流程示意图；

图3为本申请实施例提供的虚拟摄像机运动轨迹的确定方法实施例二的流程示意图；

图4为本申请实施例提供的虚拟摄像机运动轨迹的确定方法实施例三的流程示意图；

图5为本申请实施例提供的确定二维运动的流程示意图；

图6为本申请实施例提供的确定三维运动的流程示意图；

图7为本申请实施例提供的虚拟摄像机运动轨迹的确定装置的结构示意图；

图8为本申请实施例提供的计算机设备的结构示意图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在介绍本申请的实施例之前，首先对本申请的背景技术进行解释说明：

视觉作为获取信息最快、内容最多的媒触，是人类获取信息的主要方式之一。因此在电脑游戏的设计中，给玩家在屏幕上的反馈不仅仅是与玩家的重要交互方式，更是带给玩家真实体验的有效工具。

例如在第一人称射击游戏中，玩家获取沉浸感的方式主要方式之一，即通过受击产生的震屏以及枪械相关操作引起的屏幕震动，而相关的内容的开发目前主要由策划人员根据经验调整由程序人员开发的震动曲线。但不同的枪械、不同的场景下，每种新增枪械需要策划观看相关视频后对具体震屏和枪械震动曲线的值对应关系后再进行，且寻找一个标准的平衡位置需要相当长的时间。

在现有技术中，通过定性分析镜头晃动的过程，而后人工划定屏幕的震动流程，如其中最大偏转点，根据划定的点构成一条平均且光滑的曲线到游戏中体验效果后，再根据设计对震动的最大值和间隔进行调整，以确定出镜头的震荡。

然而，当前震屏参数的配置方式存在冷启动的问题：震屏配置流程开始时策划完全靠依靠以往的经验去初始化虚拟摄像机的震动曲线，对持续时间和相关角度的震动范围并无法准确判断，导致了后续流程存在误差。

而对相关参考视频也是采取人工分析的流程，根据经验或认为观测去匹配参数，对于参考内容中虚拟摄像机是平滑震动还是棘齿波，或者其他波动方式并没有有效的评价方式。

在上述现有技术存在的问题基础上，图1为本申请实施例提供的虚拟摄像机运动轨迹的确定方法的应用场景示意图，用以解决上述技术问题。如图1所示，该应用场景示意图包括：用户11、计算机设备12。

在一种可能的设计中，用户11将待处理视频输入至计算机设备12，计算机设备12对待处理视频进行相应的处理，由下述实施例中详细叙述，进而得到虚拟摄像机的运动轨迹，以供用户11参考，为后续游戏设计等提供资料。

本申请针对上述技术问题，发明人的技术构思过程如下：现有技术中针对虚拟摄像机的振动方式的判定主要依据用户观看相关视频，以经验的方式给出，存在主观误差的问题，如果在视频中确定出与应用场景相对静止的点，对点的运动轨迹进行确定，那么便可以反推出虚拟摄像机的运动轨迹，在该虚拟摄像机的运动轨迹曲线上，能够直观描述出虚拟摄像机的振动，且避免了现有技术存在误差等问题。

下面以图1所示的应用场景示意图，通过具体实施例对本申请的技术方案进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

图2为本申请实施例提供的虚拟摄像机运动轨迹的确定方法实施例一的流程示意图。如图2所示，该虚拟摄像机运动轨迹的确定方法包括如下步骤：

步骤21、对待处理视频进行解析，确定多个物体中目标物体的目标运动轨迹。

其中，待处理视频根据虚拟摄像机拍摄多个物体得到，目标运动轨迹为目标物体在待处理视频中的运动轨迹。

在本步骤中，首先需要获取虚拟摄像机拍摄多个物体得到的待处理视频，即需要捕捉到该包含该多个物体的场景信息。

其中，物体可以包括行人、车辆、动物、建筑等；待处理视频可以是从虚拟摄像机拍摄得到，或其他网络上下载下来的红绿蓝(Red-Green-Blue，RGB)视频图像，可以是各种动物记录片、枪战片等。

可选的，以玩家进行枪战游戏为例，玩家看到屏幕的震动是由于虚拟摄像机根据参数执行相应的转动和晃动所产生的，此时的参考系为虚拟摄像机，为了更加真实的模拟出虚拟摄像机的转动和晃动等，就需要以虚拟摄像机获取到的视频作为待处理视频，以示后续虚拟摄像机运动轨迹的准确性。

进一步地，对多个物体进行运动轨迹的确定，然后在多个物体中确定出较优的物体为目标物体，可以是一个或者多个；也可以是在多个物体中优先进行筛选，以筛选出目标物体，目标物体对应的运动轨迹为目标运动轨迹。

可选的，目标物体与待处理视频对应的场景相对静止，也即虚拟摄像机在移动的过程中，目标物体在该场景下，是不发生移动的，保证了在对待处理视频进行处理得到目标物体的目标运动轨迹之后，可以更加准确的得到虚拟摄像机的运动轨迹。

在一种可能的实现中，以虚拟摄像机运动模式为二维运动为例，可以将待处理视频拆成多帧图像，并选择目标物体进行处理，以得到目标物体在相应帧的图像上的位置，从而确定出目标物体在二维空间中的目标运动轨迹。

在另一种可能的实现中，以虚拟摄像机运动模式为三维运动为例，可以对待处理视频拆成多个帧序列图像，然后输入至帧序列处理软件中，获取到物体在三维空间中的运动轨迹，从而基于用户选择，从多个物体中筛出目标物体及相应的在帧序列图像中的位置，从而确定出目标物体在三维空间中的目标运动轨迹。

步骤22、对目标物体的目标运动轨迹进行反向推导处理，得到虚拟摄像机的运动轨迹。

其中，虚拟摄像机的运动轨迹为目标运动轨迹的反向运行轨迹。

在本步骤中，对于二维画面或者不涉及虚拟摄像机转动的画面来说，虚拟摄像机的移动必然导致所拍摄的物体在以镜头稳定的情况下保持相反的方向进行移动，而且根据透视原理，跟随虚拟摄像机移动的距离和该物体距离虚拟摄像机的距离成正比，也就是说，距离虚拟摄像机距离不同的物体在移动时的像素位移大小可能不一致，但同一个虚拟摄像机下物体的移动方向和距离在时间上所绘制的图形是相似的。因此，根据待处理视频中物体的移动可以反推虚拟摄像机的移动。

在一种可能的实现中，对于二维平面，以上述步骤确定出目标物体的目标运动轨迹中的起点(0，0)到终点(3，6)的一条轨迹为例，该虚拟摄像机的运动轨迹则是从起点(0，0)到终点(-3，-6)的一条轨迹。

进一步地，针对三维画面，虚拟摄像机的移动必然是在三个二维平面上的叠加(例如，三维坐标xyz为例，包含二维平面在xoy、yoz和xoz)，通过不同平面上物体的移动的向量之和，可以反求虚拟摄像机的移动轨迹。

在一种可能的实现中，对于三维平面，以上述步骤确定出目标物体的目标运动轨迹中的起点(0，0，0)到终点(3，6，9)的一条轨迹为例，该虚拟摄像机的运动轨迹则是从起点(0，0，0)到终点(-3，-6，-9)的一条轨迹。

也即，在上述可能的实现中，起点到终点的目标运动轨迹中，对该目标运动轨迹所途径的坐标点，进行负号赋值，便可以重新确定出一条虚拟摄像机的运动轨迹。

在该步骤之后，可以将虚拟摄像机的运动轨迹加载至预设的运行轨迹模型中，得到应用程序中图形用户界面上物体的运动轨迹。

可选的，为了对应用程序中图形用户界面上物体进行更加真实的移动模拟，需要将得到的虚拟摄像机的运动轨迹输入至预设的运行轨迹模型中，以输出图形用户界面上物体的运动轨迹。

本申请实施例提供的虚拟摄像机运动轨迹的确定方法，通过对待处理视频进行解析，确定多个物体中目标物体的目标运动轨迹，待处理视频根据虚拟摄像机拍摄多个物体得到，目标运动轨迹为目标物体在待处理视频中的运动轨迹，并对目标物体的目标运动轨迹进行反向推导处理，得到虚拟摄像机的运动轨迹，虚拟摄像机的运动轨迹为目标运动轨迹的反向运行轨迹。该技术方案中，从视频中的物体的运动出发，反推虚拟摄像机的运动，避免了现有技术仅依靠经验的判断导致的误差，实现了更加准确的确定虚拟摄像机运动轨迹。

在上述实施例的基础上，图3为本申请实施例提供的虚拟摄像机运动轨迹的确定方法实施例二的流程示意图。如图3所示，当虚拟摄像机运动模式为二维运动时，上述步骤21包括如下步骤：

步骤31、对待处理视频进行帧转换处理，得到多帧图像。

在本步骤中，待处理视频包括：多个最小单位的单幅图像，一帧就是一幅静止的图像，连续的帧就形成视频。

可选的，将待处理图像进行分割得到连续的多帧图像，在该步骤中，还需要标注出第一帧图像中的多个物体，应理解，每个物体在各个帧的图像上都是存在的，即时间上连续。

步骤32、基于单目标跟踪算法CSRT，依次对多帧图像进行处理，得到多个物体在各帧的图像中的位置。

在本步骤中，按照多帧图像对应时间的先后顺序，依次对每帧图像进行处理，即利用CSRT算法，确定每帧图像中各个物体在各帧图像中的位置，并进行记录，也即记录每帧图像中各个物体在整个待处理视频中的运动轨迹。

在利用CSRT算法对每帧图像进行处理时，可以以物体的中心点坐标作为物体的位置，以更加准确的确定出全视频中物体的移动轨迹。

步骤33、根据多个物体在各帧的图像上对应的时间节点和多个物体在各帧的图像中的位置，确定目标物体在二维空间中的目标运动轨迹。

在本步骤中，从上述每个物体在各帧的图像中的位置按照时间的先后顺序进行连接起来，便可以得到各个物体的运动轨迹。

具体的，该步骤可以通过如下方式实现：

第1步、针对每个物体，以第一帧图像对应的时间节点和物体在第一帧图像中的位置为原点，建立横轴为时间，纵轴为位置距离的坐标系；

具体的，以时间节点作为横坐标轴、位置距离作为纵坐标轴，以第一帧图像对应的时间节点和该时间节点对应的物体的中心所在的位置作为原点，建立二维坐标系。

第2步、依次将各个帧图像对应的时间节点和物体在各帧的图像中的位置添加至坐标系，得到物体的第三运动轨迹；

其中，依次将第二帧图像到最后一帧图像中的位置添加至坐标系，并将各个点连接起来，便可以得到物体的第三运动轨迹，进一步地，针对每个物体，此处可以得到多个物体的第三运动轨迹。

第3步、响应于用户的第二筛选操作，在各个物体的第三运动轨迹中确定目标物体对应的第三运动轨迹为二维空间中的目标运动轨迹。

在上述得到多个物体的第三运动轨迹，但由于有的物体不符合实际要求，例如，有的物体并不是在各个帧图像中都存在、有的物体存在扰动，将这些物体对应的第三运动轨迹去除，便可以得到目标物体对应的目标运动轨迹。

本申请实施例提供的虚拟摄像机运动轨迹的确定方法，通过对待处理视频进行帧转换处理，得到多帧图像，并基于单目标跟踪算法CSRT，依次对多帧图像进行处理，得到多个物体在各帧的图像中的位置，之后根据多个物体在各帧的图像上对应的时间节点和多个物体在各帧的图像中的位置，确定目标物体在二维空间中的目标运动轨迹，该方法中，从多帧图像中的多个物体的位置出发，实现了更加准确的对二维平面下目标物体的目标运动轨迹的确定，提高了后续虚拟摄像机在二维运动下轨迹确定的准确性。

在上述实施例的基础上，图4为本申请实施例提供的虚拟摄像机运动轨迹的确定方法实施例三的流程示意图。如图4所示，当虚拟摄像机运动模式为三维运动时，上述步骤21包括如下步骤：

步骤41、对待处理视频进行逐帧处理，得到多个帧序列图像。

在本步骤中，通过追踪场景中物体的运动来反求虚拟摄像机的运动，与图3不同之处在于获取各个坐标平面上的物体的运动，此时，可以对待处理视频进行逐帧处理，以获得多个帧序列图像。

步骤42、将多个帧序列图像输入至预设的第一帧序列图像处理模型中，得到目标物体在三维空间中的第一运动轨迹。

其中，第一帧序列图像处理模型用于获取物体在帧序列图像中的位置。

在此步骤之后，该方法还可以有如下步骤：

第1步、响应于用户的参数调整操作，对第一帧序列图像处理模型中敏感度参数和目标物体阈值进行调整，得到第二帧序列图像处理模型；

其中，敏感度参数的大小用于标示识别物体的灵敏度，目标物体阈值用于标示各个帧序列图像中优选目标物体的灰度值边界。

可选的，在不同场景下需要选择不同的敏感度参数，对于细节较多的场景，可以选择较小的特征尺度Feature Scale来对更多的细节(识别物体的灵敏度)进行跟踪以获取更好的追踪点，而如果场景较为空旷，用于标记的场景组件比较明确时选择较大的FeatureScale进行追踪以获取较好的效果。

可选的，对物体的追踪是对全画面中灰度值对比明显的物体进行追踪，因此需要进行一定程度的优化，即删除运动情况和场景的运动不一致的物体，如战斗UI，场景中重复较多的组件以及其他自身有运动的物体。

此外，当待处理视频在全部画面中被同一种特效遮罩时，可以屏蔽具体的图像通道来让差异最大化，比如待处理视频在全流程中都有红色的血舞特效覆盖，可以在处理中去除红色通道，保证画面中主要特效比较明确；由于场景中可能会有部分组件不是时刻存在的，为了减少这些时隐时现的物体对场景的影响，可以调整参数来过滤到指定RGB通道中的像素点。

第2步、将多个帧序列图像输入至第二帧序列图像处理模型中，得到目标物体在三维空间中的第二运动轨迹；

可选的，重新调整敏感度参数和目标物体阈值之后，再次获取目标物体在三维空间中的运动轨迹，即目标物体在三维空间中的第二运动轨迹。

第3步、响应于用户的第一筛选操作，在目标物体的第一运动轨迹和目标物体的第二运动轨迹中确定目标运动轨迹。

其中，用户根据第一运动轨迹和第二运动轨迹，筛选出符合期望的运动轨迹作为目标运动轨迹，其对应的物体为目标物体。

应理解，该参数调整操作并重新执行上述动作的次数，根据得到的运动轨迹的情况而定，以寻求较优的目标运动轨迹。

可选的，三维空间包括：两两相互垂直的第一平面、第二平面和第三平面，同上第一运动轨迹的第二运动轨迹确定方式，可以有如下方式确定，以第一运动轨迹为例(第二运动轨迹同理)：

第1步、得到第一平面中各个帧序列图像中待选目标物体的第一子运动轨迹、第二平面中各个帧序列图像中待选目标物体的第二子运动轨迹和第三平面中各个帧序列图像中待选目标物体的第三子运动轨迹；

第2步、对第一子运动轨迹、第二子运动轨迹和第三子运动轨迹进行拟合处理，得到待选目标物体在三维空间中的第一运动轨迹；

第3步、响应于用户的第三筛选操作，在待选目标物体在三维空间中的第一运动轨迹中确定目标物体在三维空间中的第一运动轨迹。

可选的，目标物体在三维空间中的第一运动轨迹的原理如上所述，具体的，以一个待选目标物体在第一帧序列图像中的三个两两相互垂直的平面为例，在该第一帧序列图像对应的时间节点上，可以确定出待选目标物体在xoy的位置、xoz的位置、以及yoz的位置，对三个位置进行向量的叠加，便可以得到待选目标物体在第一帧序列图像中的三维空间对应的位置，从而计算出所有的目标物体在各帧序列图像中的三维空间对应的位置，在坐标系中连接起来，便可以得到待选目标物体在三维空间中的第一运动轨迹。

进一步地，响应于用户的第三筛选操作，用户从所有待选目标物体对应的第一运动轨迹中删除不符合期望的待选目标物体对应的第一运动轨迹，便得到了目标物体在三维空间中的第一运动轨迹。

本申请实施例提供的虚拟摄像机运动轨迹的确定方法，通过对待处理视频进行逐帧处理，得到多个帧序列图像，之后将多个帧序列图像输入至预设的第一帧序列图像处理模型中，得到目标物体在三维空间中的第一运动轨迹。该方法中，从调整第一帧序列图像处理模型，得到不同参数下的目标物体的运动轨迹，进而确定出符合期望的目标物体的目标运动轨迹，提高了后续虚拟摄像机在三维运动下轨迹确定的准确性。

在上述实施例的基础上，图5为本申请实施例提供的确定二维运动的流程示意图。如图5所示，该示意图包括如下步骤：

第1步、加载待处理视频；

第2步、读取待处理视频的当前帧图像；

第3步、选择待追踪场景的物体；

第4步、判断下一帧帧图像是否存在该物体，若否，执行第7步；若是，执行第5步；

第5步、定位物体在当前帧图像中的位置；

第6步、存储物体在当前帧图像中的位置，返回第2步，执行下一帧的处理；

第7步、获取全帧图像中物体的变化数据；

第8步、绘制物体的运动轨迹。

本申请实施例提供的虚拟摄像机运动轨迹的确定方法，通过加载待处理视频，并读取待处理视频的当前帧图像，选择待追踪场景的物体，并判断下一帧帧图像是否存在该物体，若存在时，定位物体在当前帧图像中的位置，存储物体在当前帧图像中的位置，执行下一帧图像的处理，在物体在连续的所有帧图像中的位置确定之后，获取全帧图像中物体的变化数据，并绘制物体的运动轨迹，实现了对虚拟摄像机二维运动的运动轨迹的确定。

在上述实施例的基础上，图6为本申请实施例提供的确定三维运动的流程示意图。如图6所示，该示意图包括如下步骤：

第1步、对待处理视频进行逐帧处理，得到帧序列图像；

第2步、获取待处理视频中的物体；

第3步、进行物体的优化，确定物体的运动轨迹；

第4步、判断物体的运动轨迹是否符合预期，若是，则执行第9步；若否，执行第5步；

第5步、判断物体是否有标志性，若否，执行第6步；若是，执行第7步；

第6步、修改敏感度参数，执行第2步；

第7步、初始帧选择合适的物体；

第8步、在全帧序列中同步位置，执行第2步；

第9步、根据物体的运动轨迹，确定虚拟摄像机的运动轨迹。

本申请实施例提供的虚拟摄像机运动轨迹的确定方法，通过对待处理视频进行逐帧处理，得到帧序列图像，并获取待处理视频中的物体，进行物体的优化，确定物体的运动轨迹，之后判断物体的运动轨迹是否符合预期，符合时，则根据物体的运动轨迹，确定虚拟摄像机的运动轨迹，若不符合时，则重新对物体进行选择，或敏感度参数调整，以达到获取到符合期望的物体的运动轨迹，最后得到虚拟摄像机的运动轨迹。

在上述方法实施例的基础上，图7为本申请实施例提供的虚拟摄像机运动轨迹的确定装置的结构示意图。如图7所示，该虚拟摄像机运动轨迹的确定装置包括：确定模块71和处理模块72；

确定模块71，用于对待处理视频进行解析，确定多个物体中目标物体的目标运动轨迹，待处理视频根据虚拟摄像机拍摄多个物体得到，目标运动轨迹为目标物体在待处理视频中的运动轨迹；

处理模块72，用于对目标物体的目标运动轨迹进行反向推导处理，得到虚拟摄像机的运动轨迹，虚拟摄像机的运动轨迹为目标运动轨迹的反向运行轨迹。

在本申请实施例一种可能的设计中，虚拟摄像机运动模式为二维运动，确定模块71，具体用于：

对待处理视频进行帧转换处理，得到多帧图像；

基于CSRT，依次对多帧图像进行处理，得到多个物体在各帧的图像中的位置；

根据多个物体在各帧的图像上对应的时间节点和多个物体在各帧的图像中的位置，确定目标物体在二维空间中的目标运动轨迹。

在本申请实施例另一种可能的设计中，虚拟摄像机运动模式为三维运动，确定模块71在确定多个物体中目标物体的目标运动轨迹之前，还用于：

对待处理视频进行逐帧处理，得到多个帧序列图像；

将多个帧序列图像输入至预设的第一帧序列图像处理模型中，得到目标物体在三维空间中的第一运动轨迹，第一帧序列图像处理模型用于获取物体在帧序列图像中的位置。

在该种可能的设计中，确定模块71，还用于：

响应于用户的参数调整操作，对第一帧序列图像处理模型中敏感度参数和目标物体阈值进行调整，得到第二帧序列图像处理模型，敏感度参数的大小用于标示识别物体的灵敏度，目标物体阈值用于标示各个帧序列图像中优选目标物体的灰度值边界；

将多个帧序列图像输入至第二帧序列图像处理模型中，得到目标物体在三维空间中的第二运动轨迹；

响应于用户的第一筛选操作，在目标物体的第一运动轨迹和目标物体的第二运动轨迹中确定目标运动轨迹。

可选的，确定模块71，根据多个物体在各帧的图像上对应的时间节点和多个物体在各帧的图像中的位置，确定目标物体在二维空间中的目标运动轨迹，具体用于：

针对每个物体，以第一帧图像对应的时间节点和物体在第一帧图像中的位置为原点，建立横轴为时间，纵轴为位置距离的坐标系；

依次将各个帧图像对应的时间节点和物体在各帧的图像中的位置添加至坐标系，得到物体的第三运动轨迹；

响应于用户的第二筛选操作，在各个物体的第三运动轨迹中确定目标物体对应的第三运动轨迹为二维空间中的目标运动轨迹。

可选的，三维空间包括：两两相互垂直的第一平面、第二平面和第三平面，确定模块71，得到目标物体在三维空间中的第一运动轨迹，具体用于：

得到第一平面中各个帧序列图像中待选目标物体的第一子运动轨迹、第二平面中各个帧序列图像中待选目标物体的第二子运动轨迹和第三平面中各个帧序列图像中待选目标物体的第三子运动轨迹；

对第一子运动轨迹、第二子运动轨迹和第三子运动轨迹进行拟合处理，得到待选目标物体在三维空间中的第一运动轨迹；

响应于用户的第三筛选操作，在待选目标物体在三维空间中的第一运动轨迹中确定目标物体在三维空间中的第一运动轨迹。

在本申请实施例再一种可能的设计中，目标物体与待处理视频对应的场景相对静止。

在本申请实施例还一种可能的设计中，处理模块72还用于将虚拟摄像机的运动轨迹加载至预设的运行轨迹模型中，得到应用程序中图形用户界面上物体的运动轨迹。

本申请实施例提供的虚拟摄像机运动轨迹的确定装置，可用于执行上述实施例中虚拟摄像机运动轨迹的确定方法对应的技术方案，其实现原理和技术效果类似，在此不再赘述。

需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

图8为本申请实施例提供的计算机设备的结构示意图。如图8所示，该计算机设备可以包括：处理器80、存储器81及存储在该存储器81上并可在处理器80上运行的计算机程序指令。

处理器80执行存储器81存储的计算机执行指令，使得处理器80执行上述实施例中的方案。处理器80可以是通用处理器，包括中央处理器CPU、网络处理器(networkprocessor，NP)等；还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

存储器81通过***总线与处理器80连接并完成相互间的通信，存储器81用于存储计算机程序指令。

在一种可能的实现中，该计算机设备还可以包括：显示器，该显示器用于显示计算机的显示界面，具体为实施例中的示例：虚拟摄像机的运动轨迹。

***总线可以是外设部件互连标准(peripheral component interconnect，PCI)总线或扩展工业标准结构(extended industry standard architecture，EISA)总线等。***总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

本申请实施例提供的计算机设备，可用于执行上述实施例中虚拟摄像机运动轨迹的确定方法对应的技术方案，其实现原理和技术效果类似，在此不再赘述。

本申请实施例还提供一种运行指令的芯片，该芯片用于执行上述实施例中虚拟摄像机运动轨迹的确定方法的技术方案。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当该计算机指令在计算机设备上运行时，使得计算机设备执行上述实施例中虚拟摄像机运动轨迹的确定方法的技术方案。

本申请实施例还提供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用于执行上述实施例中虚拟摄像机运动轨迹的确定方法的技术方案。

上述的计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机设备能够存取的任何可用介质。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。

Claims (12)

1.一种虚拟摄像机运动轨迹的确定方法，其特征在于，包括：

对待处理视频进行解析，确定所述多个物体中目标物体的目标运动轨迹，所述待处理视频根据虚拟摄像机拍摄所述多个物体得到，所述目标运动轨迹为所述目标物体在所述待处理视频中的运动轨迹；

对所述目标物体的目标运动轨迹进行反向推导处理，得到所述虚拟摄像机的运动轨迹，所述虚拟摄像机的运动轨迹为所述目标运动轨迹的反向运行轨迹。

2.根据权利要求1所述的方法，其特征在于，所述虚拟摄像机运动模式为二维运动，所述对待处理视频进行解析，确定所述多个物体中目标物体的目标运动轨迹，包括：

对所述待处理视频进行帧转换处理，得到多帧图像；

基于单目标跟踪算法CSRT，依次对所述多帧图像进行处理，得到所述多个物体在各帧的图像中的位置；

根据所述多个物体在各帧的图像上对应的时间节点和所述多个物体在各帧的图像中的位置，确定目标物体在二维空间中的目标运动轨迹。

3.根据权利要求1所述的方法，其特征在于，所述虚拟摄像机运动模式为三维运动，所述对待处理视频进行解析，包括：

对所述待处理视频进行逐帧处理，得到多个帧序列图像；

将所述多个帧序列图像输入至预设的第一帧序列图像处理模型中，得到所述目标物体在三维空间中的第一运动轨迹，所述第一帧序列图像处理模型用于获取物体在帧序列图像中的位置。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

响应于用户的参数调整操作，对所述第一帧序列图像处理模型中敏感度参数和目标物体阈值进行调整，得到第二帧序列图像处理模型，所述敏感度参数的大小用于标示识别所述物体的灵敏度，所述目标物体阈值用于标示各个帧序列图像中优选目标物体的灰度值边界；

将所述多个帧序列图像输入至所述第二帧序列图像处理模型中，得到所述目标物体在三维空间中的第二运动轨迹；

响应于用户的第一筛选操作，在所述目标物体的第一运动轨迹和所述目标物体的第二运动轨迹中确定所述目标运动轨迹。

5.根据权利要求2所述的方法，其特征在于，所述根据所述多个物体在各帧的图像上对应的时间节点和所述多个物体在各帧的图像中的位置，确定目标物体在二维空间中的目标运动轨迹，包括：

针对每个物体，以第一帧图像对应的时间节点和所述物体在所述第一帧图像中的位置为原点，建立横轴为时间，纵轴为位置距离的坐标系；

依次将各个帧图像对应的时间节点和所述物体在各帧的图像中的位置添加至所述坐标系，得到所述物体的第三运动轨迹；

响应于用户的第二筛选操作，在各个物体的第三运动轨迹中确定所述目标物体对应的第三运动轨迹为所述二维空间中的目标运动轨迹。

6.根据权利要求3所述的方法，其特征在于，所述三维空间包括：两两相互垂直的第一平面、第二平面和第三平面，所述得到目标物体在三维空间中的第一运动轨迹，包括：

得到所述第一平面中各个帧序列图像中待选目标物体的第一子运动轨迹、所述第二平面中各个帧序列图像中所述待选目标物体的第二子运动轨迹和所述第三平面中各个帧序列图像中所述待选目标物体的第三子运动轨迹；

对所述第一子运动轨迹、所述第二子运动轨迹和所述第三子运动轨迹进行拟合处理，得到所述待选目标物体在三维空间中的第一运动轨迹；

响应于用户的第三筛选操作，在所述待选目标物体在三维空间中的第一运动轨迹中确定所述目标物体在三维空间中的第一运动轨迹。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述目标物体与所述待处理视频对应的场景相对静止。

8.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：

将所述虚拟摄像机的运动轨迹加载至预设的运行轨迹模型中，得到应用程序中图形用户界面上物体的运动轨迹。

9.一种虚拟摄像机运动轨迹的确定装置，其特征在于，包括：确定模块和处理模块；

所述确定模块，用于对待处理视频进行解析，确定所述多个物体中目标物体的目标运动轨迹，所述待处理视频根据虚拟摄像机拍摄所述多个物体得到，所述目标运动轨迹为所述目标物体在所述待处理视频中的运动轨迹；

所述处理模块，用于对所述目标物体的目标运动轨迹进行反向推导处理，得到所述虚拟摄像机的运动轨迹，所述虚拟摄像机的运动轨迹为所述目标运动轨迹的反向运行轨迹。

10.一种计算机设备，包括：处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序指令，其特征在于，所述处理器执行所述计算机程序指令时实现如上述权利要求1至8任一项所述的虚拟摄像机运动轨迹的确定方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述权利要求1至8任一项所述的虚拟摄像机运动轨迹的确定方法。

12.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时用于实现如上述权利要求1至8任一项所述的虚拟摄像机运动轨迹的确定方法。

Images