CN102196251B - 智慧城市智能监控方法和系统 - Google Patents

Abstract

一种智慧城市智能监控方法，包括以下步骤：采集视频监控图像；识别出所述视频监控图像中的人脸图像，获取所述人脸图像的标识；根据所述人脸图像的标识查询得到对应的事件处理信息，提取所述事件处理信息中的消息模板和通知对象；根据所述消息模板生成通知消息并发送给通知对象。上述智慧城市智能监控方法能够提高视频监控的针对性和灵活性。此外，还提供了一种智慧城市智能监控系统。

Description

智慧城市智能监控方法和系统

【技术领域】

本发明涉及视频监控技术领域，尤其涉及一种智慧城市智能监控方法和系统。

【背景技术】

视频监控系统在安全管理方面有着广泛的应用，例如可以用在银行、社区、街道等。传统的视频监控方法是在监控场所安装摄像头，通过摄像头实时采集监控录像并发送到监控室，监控室的工作人员通过观看监控录像来对异常情况做出反应。然而，传统的这种视频监控方法当监控场所出现异常时，并不能自动发现可疑人员的身份，也就不能针对性的采取措施。此外，传统的视频监控方法采集到的人像通常是二维图像，显示效果不够好。

【发明内容】

基于此，有必要提供能识别人物身份并根据人物身份采取不同的处理方式，从而提高视频监控的针对性和灵活性的智慧城市智能监控方法。

一种智慧城市智能监控方法，包括以下步骤：

采集视频监控图像；

识别出所述视频监控图像中的人脸图像，获取所述人脸图像的标识；

根据所述人脸图像的标识查询得到对应的事件处理信息，提取所述事件处理信息中的消息模板和通知对象；

根据所述消息模板生成通知消息并发送给通知对象。

在优选的实施例中，在所述采集视频监控图像的步骤之前还包括：

构建人脸模板图像库，在所述人脸模板图像库中存储标准人脸图像，并记录标准人脸图像标识；

在所述采集视频监控图像的步骤之后还包括：

存储所述采集到的视频监控图像；

将当前采集到的视频监控图像与上一次存储的视频监控图像进行比对，判断视频监控图像是否发生变化，若是，则进入所述识别出所述视频监控图像中的人脸图像的步骤。

在优选的实施例中，所述识别出所述视频监控图像中的人脸图像，获取所述人脸图像的标识的步骤为：

调用人脸识别算法对当前采集到的视频监控图像进行人脸识别，识别出人脸图像；

将所述识别出的人脸图像与所述人脸模板图像库中存储的标准人脸图像进行对比，计算所述识别出的人脸图像与标准人脸图像之间的相似度；

根据所述相似度提取标准人脸图像标识，作为所述识别出的人脸图像的标识。

在优选的实施例中，在采集视频监控图像的步骤之前还包括：

构建事件知识库，在所述事件知识库中存储事件处理信息，并记录标准人脸图像标识与事件处理信息的对应关系；

所述事件处理信息中记录了标准人脸图像标识、人物类型、人物信息、消息模板、通知对象的对应关系；

所述根据人脸图像的标识查询得到对应的事件处理信息，提取所述事件处理信息中的消息模板和通知对象，根据所述消息模板生成通知消息并发送给通知对象的步骤为：

根据人脸图像的标识查询对应的人物类型，根据所述人物类型提取对应的人物信息、消息模板和通知对象，将所述人物信息加入到消息模板中，生成通知消息，以短信的方式将通知消息发送给通知对象。

在优选的实施例中，在所述采集视频监控图像的步骤之前还包括：

构建三维模型库，在所述三维模型库中存储三维模型，并记录标准人脸图像标识与三维模型的对应关系；

所述方法还包括：

获取人脸图像的标识，根据所述人脸图像的标识在所述三维模型库中查询对应的三维模型，在用户终端显示所述查询到的三维模型。

此外，还有必要提供能识别人物身份并根据人物身份采取不同的处理方法，从而提高视频监控的针对性和灵活性的智慧城市智能监控系统。

一种智慧城市智能监控系统，包括：

采集模块，用于采集视频监控图像；

人脸识别模块，用于识别出所述视频监控图像中的人脸图像，获取所述人脸图像的标识；

通知模块，用于根据所述人脸图像的标识查询得到对应的事件处理信息，提取所述事件处理信息中的消息模板和通知对象，根据所述消息模板生成通知消息并发送给通知对象。

在优选的实施例中，还包括：

人脸模板图像库，用于存储标准人脸图像，并记录标准人脸图像标识；

存储模块，用于存储所述采集模块采集到的视频监控图像；

对比模块，用于将当前采集到的视频监控图像与上一次存储的视频监控图像进行比对，判断视频监控图像是否发生变化，若是，则通知所述人脸识别模块识别人脸图像。

在优选的实施例中，所述人脸识别模块还用于调用人脸识别算法对当前采集到的视频监控图像进行人脸识别，识别出人脸图像；将所述识别出的人脸图像与所述人脸模板图像库中存储的标准人脸图像进行对比，计算所述识别出的人脸图像与标准人脸图像之间的相似度；根据所述相似度提取标准人脸图像标识，作为所述识别出的人脸图像的标识。

在优选的实施例中，还包括：

事件知识库，用于存储事件处理信息，并记录标准人脸图像标识与事件处理信息的对应关系；

所述事件处理信息中记录了标准人脸图像标识、人物类型、人物信息、消息模板、通知对象的对应关系；

所述通知模块包括：

查询模块，用于根据人脸识别模块获取的人脸图像的标识查询对应的人物类型，根据所述人物类型提取对应的人物信息、消息模板和通知对象；

消息生成模块，用于将人物信息加入到消息模板中，生成通知消息；

发送模块，用于以短信的方式将通知消息发送给通知对象。

在优选的实施例中，还包括：

三维模型库，用于存储三维模型，并记录标准人脸图像标识与三维模型的对应关系；

显示模块，用于获取人脸图像标识，根据所述人脸图像的标识在所述三维模型库中查询对应的三维模型，在用户终端显示所述查询到的三维模型。

上述智慧城市智能监控系统和方法，通过识别出视频监控图像中的人脸图像，能识别人物身份，根据人脸图像查询对应的事件处理信息，从而可以实现针对在监控场所出现的可疑人物的身份来发送不同的通知消息，从而进行不同的应对措施，提高了视频监控的针对性和灵活性。

【附图说明】

图1为一个实施例中智慧城市智能监控方法的流程图；

图2为另一个实施例中智慧城市智能监控方法的流程图；

图3为一个实施例中显示三维图像的方法流程图；

图4为一个实施例中智慧城市智能监控系统的结构示意图；

图5为另一个实施例中智慧城市智能监控系统的结构示意图；

图6为图5中通知模块的结构示意图；

图7为另一个实施例中智慧城市智能监控系统的结构示意图。

【具体实施方式】

在一个实施例中，如图1所示，一种智慧城市智能监控方法，包括以下步骤：

步骤S102，采集视频监控图像。

可以通过安装在监控场所的摄像头采集视频监控图像。

步骤S104，识别视频监控图像中的人脸图像，获取人脸图像的标识。

事先可以设置标准人脸图像并为标准人脸图像分配标识，标识可以是编号等。获取人脸图像的标识后则可以确认监控场所出现的人物的身份，从而实现对不同身份的人做不同的处理。

步骤S106，根据人脸图像的标识查询得到对应的事件处理信息，提取事件处理信息中的消息模板和通知对象。

事件处理信息事先进行设置，即针对不同身份的人要做不同的处理，例如发送不同的消息等。事件处理信息包括消息模板和通知对象等，通知对象即为联系人的通信方式。

步骤S108，根据消息模板生成消息并发送给通知对象。

由于针对不同的人会设置不同的消息模板，根据识别出的人的身份来发送不同的消息给不同的通知对象，从而提高了视频监控的针对性和灵活性。

在另一个实施例中，如图2所示，一种智慧城市智能监控方法，包括以下步骤：

步骤S202，采集视频监控图像。

如上所述，可在监控场所(例如家庭住宅、企业、政府、公共设置等门口、入口、关键地点等)安装摄像头，通过摄像头采集视频监控图像。

步骤S204，存储采集到的视频监控图像。

步骤S206，将当前采集到的视频监控图像与上一次存储的视频监控图像进行比对。该实施例中，可调用传统的图像变化监测算法(例如基于Matlab的图像变化监测算法)对采集到的图像的变化进行监测。

步骤S208，判断两次图像是否有变化，若是，则进入步骤S210，否则返回步骤S204。

步骤S210，调用人脸识别算法对当前采集到的视频监控图像进行人脸识别，识别出人脸图像。

该实施例中，可调用传统的人脸识别算法(例如Linux下开源的C语言实时人脸识别系统源代码)对当前采集到的视频监控图像进行人脸识别，识别出人脸图像。

步骤S212，将识别出的人脸图像与人脸模板图像库中存储的人脸标准图像进行对比，计算两者的相似度。

该实施例中，在步骤S202之前，构建人脸模板图像库，在人脸模板图像库中存储标准人脸图像。标准人脸图像是事先通过摄像头或数码相机采集得到，包括家庭成员、朋友、陌生人的人脸图像，也可包括一些犯罪分子的人脸图像。按照人物所属类别在人脸模板图像库中人脸存储采集到的标准人脸图像，并记录标准人脸图像标识和标准人脸图像的存放路径，其中，标准人脸图像标识可以是为标准人脸图像分配的编号。

在步骤S212中，识别出人脸图像后，将识别出的人脸图像与人脸模板图像库中存储的标准人脸图像进行比对，具体是，根据记录的标准人脸图像存放路径逐个扫描存储的标准人脸图像，将识别出的人脸图像与标准人脸图像进行一一比对，采用传统的图像比对算法计算两者之间的相似度。

步骤S214，根据相似度提取标准人脸图像标识，作为识别出的人脸图像的标识。

在一个实施例中，可以将人脸模板图像库中的所有标准人脸图像进行对比完后，提取相似度最高的标准人脸图像，并获取该标准人脸图像标识，作为识别出的人脸图像的标识。在另一个实施例中，也可以在逐个进行比对时，当计算得到的相似度超过设定的阈值时，提取超过设定的阈值的相似度对应的标准人脸图像，将该标准人脸图像标识作为识别出的人脸图像的标识。

步骤S216，根据人脸图像的标识查询对应的人物类型，根据人物类型提取对应的人物信息、消息模板和通知对象。

该实施例中，在步骤S202之前，构建事件知识库，在事件知识库中存储事件处理信息，并记录标准人脸图像标识与事件处理信息的对应关系。在事件处理信息中记录了标准人脸图像标识、人物类型、人物信息、消息模板、通知对象的对应关系。例如，编号为001的标准人脸图像，其人物类型为“家人”，人物信息包括该人的姓名等，消息模板包括“尊敬的xxx，欢迎回家”、“xxx回家了！”等，通知对象包括该人的家庭成员(包含自己)的联系方式。

步骤S218，将人物信息加入到消息模板中，生成通知消息。

例如，根据人脸图像的标识查询到对应的人物类型为家人，编号为001，人物信息包括姓名“张三”，将姓名加入到消息模板中，生成“尊敬的张三，欢迎回家”的通知消息。

步骤S220，以短信的方式将通知消息发送给通知对象。

对于不同类型的人物可以设置不同的通知对象。例如对于家庭成员和朋友，可以将消息发送给家庭成员。例如，根据人脸图像的标识查询到对应的人物类型为家人，生成“尊敬的张三，欢迎回家”的通知消息，以短信方式将该通知消息发送到张三的手机上。又例如，查询到对应的人物类型为朋友，生成“朋友李四来访”的通知消息以短信发送到家庭成员的手机上。当查询到的人物类型为陌生人时，生成“有陌生人来访，注意安全”的通知消息以短信发送到家庭成员的手机上。若查询到的人物类型为犯罪分子，还可从事件处理信息中查询公安部门的联系方式和监控位置信息，生成“有通缉犯X在Y处，该家庭联系人手机号为Z”的消息发送到公安部门，同时生成“有通缉犯在门口，做好防护准备，等待警察到来”的消息发送给家庭成员。

在一个实施例中，如图3所示，上述智慧城市智能监控方法还能够显示三维图像，具体实现过程如下：

步骤S302，获取人脸图像的标识。可以采用上述方法识别出采集到的视频监控图像中的人脸图像，并获取人脸图像的标识。

步骤S304，根据人脸图像的标识在三维模型库中查询对应的三维模型。

该实施例中，事先构建三维模型库，在三维模型库中存储了三维模型。可以采用传统的三维建模软件(如3DMax)为人脸模板图像库中的标准人脸图像建立人体三维模型，结合场景三维模型合成三维模型并存储在三维模型库中，同一人的标准人脸图像和三维模型的标识一致。另外，陌生人的三维模型可以使用某个统一的三维模型。三维模型可以分类存储在三维模型库中。

在步骤S304中，在用户终端显示查询到的三维模型。

该实施例中，根据获取的人脸图像的标识获取三维模型库中对应的三维模型存储路径，调用已有的三维模型显示代码将三维模型显示在用户终端上。将视频监控图像通过三维模型显示出来，相对于二维图像，其更容易观察到现场各个角度的情况。

在一个实施例中，如图4所示，一种智慧城市智能监控系统，包括采集模块102、人脸识别模块104和通知模块106，其中：

采集模块102用于采集视频监控图像。

该实施例中，采集模块102可以是安装在监控场所的摄像头。

人脸识别模块104用于识别视频监控图像中的人脸图像，获取人脸图像的标识。

事先可以设置标准人脸图像并为标准人脸图像分配标识，标识可以是编号等。获取人脸图像的标识后则可以确认监控场所出现的人物的身份，从而实现对不同身份的人做不同的处理。

通知模块106用于根据人脸图像的标识查询得到对应的事件处理信息，提取事件处理信息中的消息模板和通知对象，并根据消息模板生成消息并发送给通知对象。

事件处理信息事先进行设置，即针对不同身份的人要做不同的处理，例如发送不同的消息等。事件处理信息包括消息模板和通知对象等，通知对象即为联系人的通信方式。由于针对不同的人会设置不同的消息模板，根据识别出的人的身份来发送不同的消息给不同的通知对象，从而提高了视频监控的针对性和灵活性。

在另一个实施例中，如图5所示，一种智慧城市智能监控系统，除了包括上述采集模块102、人脸识别模块104和通知模块106外，还包括存储模块108、对比模块110、人脸模板图像库112和事件知识库114，其中：

存储模块108用于存储采集到的视频监控图像。

对比模块110用于将当前采集到的视频监控图像与上一次存储的视频监控图像进行比对，判断视频监控图像是否发生变化，若是，则通知人脸识别模块104识别人脸图像。该实施例中，对比模块110可调用传统的图像变化监测算法(例如基于Matlab的图像变化监测算法)对采集到的图像的变化进行监测。

人脸识别模块104还用于调用人脸识别算法对当前采集到的视频监控图像进行人脸识别，识别出人脸图像；将识别出的人脸图像与人脸模板图像库112中存储的标准人脸图像进行对比，计算识别出的人脸图像与标准人脸图像之间的相似度；根据相似度提取标准人脸图像标识，作为识别出的人脸图像的标识。

该实施例中，人脸识别模块104可调用传统的人脸识别算法(例如Linux下开源的C语言实时人脸识别系统源代码)对当前采集到的视频监控图像进行人脸识别，识别出人脸图像。

人脸模块图像库112用于存储标准人脸图像。标准人脸图像是事先通过摄像头或数码相机采集得到，包括家庭成员、朋友、陌生人的人脸图像，也可包括一些犯罪分子的人脸图像。按照人物所属类别在人脸模板图像库中分类存储采集到的标准人脸图像，并记录标准人脸图像标识和标准人脸图像的存放路径，其中，标准人脸图像标识可以是为标准人脸图像分配的编号。

人脸识别模块104识别出人脸图像后，将识别出的人脸图像与人脸模板图像库中存储的标准人脸图像进行比对，具体是，根据记录的标准人脸图像存放路径逐个扫描存储的标准人脸图像，将识别出的人脸图像与标准人脸图像进行一一比对，采用传统的图像比对算法计算两者之间的相似度，根据相似度提取标准人脸图像标识，作为识别出的人脸图像的标识。

在一个实施例中，可以将人脸模板图像库中的所有标准人脸图像进行对比完后，提取相似度最高的标准人脸图像，并获取该标准人脸图像标识，作为识别出的人脸图像的标识。在另一个实施例中，也可以在逐个进行比对时，当计算得到的相似度超过设定的阈值时，提取超过设定的阈值的相似度对应的标准人脸图像，将该标准人脸图像标识作为识别出的人脸图像的标识。

事件知识库114用于存储事件处理信息，并记录标准人脸图像标识与事件处理信息的对应关系。在事件处理信息中记录了标准人脸图像标识、人物类型、人物信息、消息模板、通知对象的对应关系。例如，编号为001的标准人脸图像，其人物类型为“家人”，人物信息包括该人的姓名等，消息模板包括“尊敬的xxx，欢迎回家”、“xxx回家了！”等，通知对象包括该人的家庭成员(包含自己)的联系方式。

在一个实施例中，如图6所示，通知模块106包括查询模块116、消息生成模块126和发送模块136，其中：

查询模块116用于根据人脸识别模块获取的人脸图像的标识查询对应的人物类型，根据所述人物类型提取对应的人物信息、消息模板和通知对象。

消息生成模块126用于将人物信息加入到消息模板中，生成通知消息。

例如，根据人脸图像的标识查询到对应的人物类型为家人，编号为001，人物信息包括姓名“张三”，将姓名加入到消息模板中，生成“尊敬的张三，欢迎回家”的通知消息。

发送模块136用于以短信的方式将通知消息发送给通知对象。

对于不同类型的人物可以设置不同的通知对象。例如对于家庭成员和朋友，可以将消息发送给家庭人员。例如，根据人脸图像的标识查询到对应的人物类型为家人，生成“尊敬的张三，欢迎回家”的通知消息，以短信方式将该通知消息发送到张三的手机上。又例如，查询到对应的人物类型为朋友，生成“朋友李四来访”的通知消息以短信发送到家庭成员的手机上。当查询到的人物类型为陌生人时，生成“有陌生人来访，注意安全”的通知消息以短信发送到家庭成员的手机上。若查询到的人物类型为犯罪分子，还可从事件处理信息中查询公安部门的联系方式和监控位置信息，生成“有通缉犯X在Y处，该家庭联系人手机号为Z”的消息发送到公安部门，同时生成“有通缉犯在门口，做好防护准备，等待警察到来”的消息发送给家庭成员。

在另一个实施例中，如图7所示，一种智慧城市智能监控系统，除了包括上述采集模块102、人脸识别模块104、通知模块106、存储模块108、对比模块110、人脸模板图像库112和事件知识库114外，还包括三维模型库116和显示模块118，该智慧城市智能监控系统能够在用户终端显示三维模型，其中：

三维模型库116用于存储三维模型。可以采用传统的三维建模软件(如3DMax)为人脸模板图像库中的标准人脸图像建立人体三维模型，结合场景三维模型合成三维模型并存储在三维模型库116中，同一人的标准人脸图像和三维模型的标识一致。另外，陌生人的三维模型可以使用某个统一的三维模型。三维模型可以分类存储在三维模型库116中。

显示模块118用于获取人脸图像的标识，根据人脸图像的标识在三维模型库中查询对应的三维模型，在用户终端显示查询到的三维模型。

该实施例中，根据获取的人脸图像的标识获取三维模型库116中对应的三维模型存储路径，调用已有的三维模型显示代码将三维模型显示在用户终端上。将视频监控图像通过三维模型显示出来，相对于二维图像，其更容易观察到现场各个角度的情况。

上述智慧城市智能监控方法和系统在监控现场出现异常情况下，能够及时发送消息给相关人员，在家庭、企业、政府等重要场所起到广泛的安全管理作用。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种智慧城市智能监控方法，包括以下步骤：

采集视频监控图像；

识别出所述视频监控图像中的人脸图像，获取所述人脸图像的标识；

根据所述人脸图像的标识查询得到对应的事件处理信息，提取所述事件处理信息中的消息模板和通知对象；

根据所述消息模板生成通知消息并发送给通知对象；

在采集视频监控图像的步骤之前还包括：

构建事件知识库，在所述事件知识库中存储事件处理信息，并记录标准人脸图像标识与事件处理信息的对应关系；

所述事件处理信息中记录了标准人脸图像标识、人物类型、人物信息、消息模板、通知对象的对应关系；

所述识别出所述视频监控图像中的人脸图像，获取所述人脸图像的标识的步骤为：

调用人脸识别算法对当前采集到的视频监控图像进行人脸识别，识别出人脸图像；

将所述识别出的人脸图像与人脸模板图像库中存储的标准人脸图像进行对比，计算所述识别出的人脸图像与标准人脸图像之间的相似度，所述标准人脸图像包括家庭成员、朋友、陌生人的人脸图像；

提取超过设定的阈值的相似度对应的标准人脸图像标识，作为所述识别出的人脸图像的标识；

所述根据人脸图像的标识查询得到对应的事件处理信息，提取所述事件处理信息中的消息模板和通知对象，根据所述消息模板生成通知消息并发送给通知对象的步骤为：

根据人脸图像的标识查询对应的人物类型，根据所述人物类型提取对应的人物信息、消息模板和通知对象，将所述人物信息加入到消息模板中，生成通知消息，以短信的方式将通知消息发送给通知对象，其中，不同类型的人物设置不同的通知对象。

2.根据权利要求1所述的智慧城市智能监控方法，其特征在于，在所述采集视频监控图像的步骤之前还包括：

构建人脸模板图像库，在所述人脸模板图像库中存储标准人脸图像，并记录标准人脸图像标识；

在所述采集视频监控图像的步骤之后还包括：

存储所述采集到的视频监控图像；

将当前采集到的视频监控图像与上一次存储的视频监控图像进行比对，判断视频监控图像是否发生变化，若是，则进入所述识别出所述视频监控图像中的人脸图像的步骤。

3.根据权利要求2所述的智慧城市智能监控方法，其特征在于，在所述采集视频监控图像的步骤之前还包括：

构建三维模型库，在所述三维模型库中存储三维模型，并记录标准人脸图像标识与三维模型的对应关系；

所述方法还包括：

获取人脸图像的标识，根据所述人脸图像的标识在所述三维模型库中查询对应的三维模型，在用户终端显示所述查询到的三维模型。

4.一种智慧城市智能监控系统，其特征在于，包括：

采集模块，用于采集视频监控图像；

人脸识别模块，用于识别出所述视频监控图像中的人脸图像，获取所述人脸图像的标识；

通知模块，用于根据所述人脸图像的标识查询得到对应的事件处理信息，提取所述事件处理信息中的消息模板和通知对象，根据所述消息模板生成通知消息并发送给通知对象；

所述人脸识别模块还用于调用人脸识别算法对当前采集到的视频监控图像进行人脸识别，识别出人脸图像；将所述识别出的人脸图像与人脸模板图像库中存储的标准人脸图像进行对比，计算所述识别出的人脸图像与标准人脸图像之间的相似度；提取超过设定的阈值的相似度对应的标准人脸图像标识，作为所述识别出的人脸图像的标识，所述标准人脸图像包括家庭成员、朋友、陌生人的人脸图像；

所述系统还包括：

事件知识库，用于存储事件处理信息，并记录标准人脸图像标识与事件处理信息的对应关系；

所述事件处理信息中记录了标准人脸图像标识、人物类型、人物信息、消息模板、通知对象的对应关系；

所述通知模块包括：

查询模块，用于根据人脸识别模块获取的人脸图像的标识查询对应的人物类型，根据所述人物类型提取对应的人物信息、消息模板和通知对象，其中，不同类型的人物设置不同的通知对象；

消息生成模块，用于将人物信息加入到消息模板中，生成通知消息；

发送模块，用于以短信的方式将通知消息发送给通知对象。

5.根据权利要求4所述的智慧城市智能监控系统，其特征在于，还包括：

人脸模板图像库，用于存储标准人脸图像，并记录标准人脸图像标识；

存储模块，用于存储所述采集模块采集到的视频监控图像；

对比模块，用于将当前采集到的视频监控图像与上一次存储的视频监控图像进行比对，判断视频监控图像是否发生变化，若是，则通知所述人脸识别模块识别人脸图像。

6.根据权利要求4所述的智慧城市智能监控系统，其特征在于，还包括：

三维模型库，用于存储三维模型，并记录标准人脸图像标识与三维模型的对应关系；

显示模块，用于获取人脸图像标识，根据所述人脸图像的标识在所述三维模型库中查询对应的三维模型，在用户终端显示所述查询到的三维模型。

Images