授权公布号:CN112598728B
投影仪姿态估计、梯形校正方法、装置、投影仪及介质
有效
申请
2020-12-23
申请公布
2021-04-02
授权
2024-02-13
预估到期
2040-12-23
| 申请号 | CN202011542663.8 |
| 申请日 | 2020-12-23 |
| 申请公布号 | CN112598728A |
| 申请公布日 | 2021-04-02 |
| 授权公布号 | CN112598728B |
| 授权公告日 | 2024-02-13 |
| 分类号 | G06T7/70;H04N9/31 |
| 分类 | 计算;推算;计数; |
| 申请人名称 | 极米科技股份有限公司 |
| 申请人地址 | 四川省成都市高新区世纪城路1129号天府软件园A区4栋 |
专利法律状态
2024-02-13
授权
状态信息
授权
2023-03-28
著录事项变更
状态信息
著录事项变更;IPC(主分类):G06T7/70;变更事项:申请人;变更前:成都极米科技股份有限公司;变更后:极米科技股份有限公司;变更事项:地址;变更前:610041 四川省成都市高新区世纪城路1129号天府软件园A区4栋1单元2层2号;变更后:610000 四川省成都市高新区世纪城路1129号天府软件园A区4栋
2021-04-23
实质审查的生效
状态信息
实质审查的生效;IPC(主分类):G06T7/70;申请日:20201223
2021-04-02
公布
状态信息
公布
摘要
本申请公开了一种投影仪姿态估计、梯形校正方法、装置、投影仪及介质。投影仪姿态估计方法包括:获取投影画面的图像;根据所述图像和姿态估计模型得到投影仪的姿态参数,所述姿态估计模型是利用不同姿态下的投影画面图像及其对应的投影仪姿态参数训练得到的。根据投影仪姿态估计方法得到投影仪的姿态参数后,即可根据投影仪的姿态参数进行梯形校正。本申请利用神经网络等深度学习方法强大的非线性拟合能力来得到更加精确的模型,训练过程简单,建立起图像端到姿态端的直接计算过程,提高投影仪姿态估计的精度,进而提高自动梯形校正的精度,且计算过程简单。此外,用户后期可自行进行模型修正,进一步提高自动梯形校正精度,提升用户体验。


