【摘要】 本发明提供了一种视频帧深度图的生成方法及系统，该方法包括在视频序列的连续视频帧中选取关键帧，并获取关键帧的深度图，还包括以下步骤：提取视频序列中连续帧上的特征点；确定连续帧上各特征点的匹配关系；计算在连续帧上相匹配的特征点之间的运动距离；依据所述相匹配的特征点之间的运动距离以及关键帧的深度图，确定相应特征点在所属非关键帧中的深度值；对所述非关键帧进行深度赋值，进而获得连续帧中各视频帧的深度图。本发明在获取关键帧的深度图后，无需再通过人工获得视频帧的深度图，大大缩短了由平面视频向立体视频转化的制作周期，同时获得了较为准确的视频帧的深度图，提高效率的同时也降低了制作成本。 【专利类型】发明授权 【申请人】清华大学 【申请人类型】学校 【申请人地址】100084 北京市100084-82信箱 【申请人地区】中国 【申请人城市】北京市 【申请人区县】海淀区 【申请号】CN200810225515.6 【申请日】2008-11-03 【申请年份】2008 【公开公告号】CN101400001B 【公开公告日】2010-06-02 【公开公告年份】2010 【授权公告号】CN101400001B 【授权公告日】2010-06-02 【授权公告年份】2010.0 【IPC分类号】H04N13/00; H04N13/02 【发明人】戴琼海; 徐枫 【主权项内容】一种视频帧深度图的生成方法，包括在视频序列的连续视频帧中选取关键帧，并获取关键帧的深度图，其特征在于，还包括以下步骤：提取视频序列中连续帧上的特征点；确定连续帧上各特征点的匹配关系；计算在连续帧上相匹配的特征点之间的运动距离；依据所述相匹配的特征点之间的运动距离以及关键帧的深度图，确定相应特征点在所属非关键帧中的深度值；对所述非关键帧进行深度赋值，进而获得连续帧中各视频帧的深度图；其中，对所述非关键帧进行深度赋值的步骤具体包括：根据关键帧的深度图，对相邻的非关键帧进行图像分割，得到分割轮廓；计算所述非关键帧的同一分割区域内特征点深度值的平均值；以平均值作为所述分割区域的深度值，对所述非关键帧进行深度赋值，获得深度图；根据所述非关键帧的深度图，对其相邻的非关键帧重复前述步骤，获得连续帧中各视频帧的深度图。 【当前权利人】安徽沃孚医疗科技有限公司 【专利权人类型】公立 【统一社会信用代码】12100000400000624D 【引证次数】2.0 【被引证次数】4 【自引次数】1.0 【他引次数】1.0 【被自引次数】2.0 【被他引次数】2.0 【家族引证次数】2.0 【家族被引证次数】41
