[发明专利]检测视频数据中的对象

摘要

本文中描述的某些实例能够从视频数据生成三维(3D)空间的语义标记的表示。在所描述的实例中，3D表示是表面元素或“面元”表示，其中，使用在3D坐标系内定义的多个表面模拟空间的几何图形。可以使用二维图像分类器确定(605)视频数据的帧的空间元素的对象标记概率值。基于表面元素表示的投影使用帧的估计的位姿识别(610)对应于空间元素的表面元素。然后基于对应的空间元素的对象标记概率值更新(615)表面元素的对象标记概率值。这产生存在于视频数据中的对象的语义标记的3D表面元素表示。这个数据使计算机视觉和/或机器人应用程序能够更好地利用3D表示。

主权项

1.一种用于检测视频数据中的对象的方法，包括：使用二维图像分类器确定视频数据的帧的空间元素的对象标记概率值；识别在对应于所述空间元素的所述视频数据的帧中观察到的空间的三维表面元素表示中的表面元素，其中，所述空间元素和所述表面元素之间的对应性是使用估计的帧的位姿基于所述表面元素表示的投影来确定的；并且基于对应的空间元素的所述对象标记概率值来更新所述表面元素的对象标记概率值以提供存在于所述视频数据中的对象的语义标记的三维表面元素表示。