CN102656595A - 在增强现实中通过动态建模来进行鲁棒对象识别 - Google Patents

在增强现实中通过动态建模来进行鲁棒对象识别 Download PDF

Info

Publication number
CN102656595A
CN102656595A CN201180004985XA CN201180004985A CN102656595A CN 102656595 A CN102656595 A CN 102656595A CN 201180004985X A CN201180004985X A CN 201180004985XA CN 201180004985 A CN201180004985 A CN 201180004985A CN 102656595 A CN102656595 A CN 102656595A
Authority
CN
China
Prior art keywords
image area
node
image
attributed graph
label
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201180004985XA
Other languages
English (en)
Other versions
CN102656595B (zh
Inventor
亨利·梁
陈思越
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Empire Technology Development LLC
Original Assignee
Empire Technology Development LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Empire Technology Development LLC filed Critical Empire Technology Development LLC
Publication of CN102656595A publication Critical patent/CN102656595A/zh
Application granted granted Critical
Publication of CN102656595B publication Critical patent/CN102656595B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G06V10/422—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation for representing the structure of the pattern or shape of an object therefor
    • G06V10/426—Graphical representations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/196—Recognition using electronic means using sequential comparisons of the image signals with a plurality of references
    • G06V30/1983—Syntactic or structural pattern recognition, e.g. symbolic string recognition
    • G06V30/1988—Graph matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Hardware Design (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)

Abstract

本发明总体上描述了用于提供基于动态建模的鲁棒对象识别方案的技术。可以采用蜂窝区域的精细尺度时间结构上的相关，将区域分组为更高阶的实体。该实体表示丰富的结构，且可以用于对高级对象编码。可以将对象识别格式化为弹性图匹配。

Description

在增强现实中通过动态建模来进行鲁棒对象识别
相关申请的交叉引用
本申请要求于2010年3月10日提交的题为“ROBUST OBJECTRECOGNITION BY DYNAMIC MODELING IN AUGMENTEDREALITY”的美国专利申请序号No.12/720,858的优先权。为了所有的目的，将该专利申请的公开内容以引用的方式并入本文中。
背景技术
除非本文中另行指示，否则在本节中描述的材料对于本申请的权利要求不是现有技术，而且并不通过将其包括在本节中而认可其是现有技术。
增强现实(AR)指代具有通过虚拟(一般是计算机产生的)影像增强的元素的物理(真实)世界环境，从而创建了混合现实。传统上，该增强是实时的且在环境因素的上下文中，比如体育赛事、军事演习、游戏等等。AR技术通过添加对象识别和图像产生，使得与个人周围的真实世界相关的信息能够变为互动的且可数字化使用。可以存储并获取与环境和对象相关的人工信息，作为与实际世界视图层分离的信息层。
本公开意识到AR系统存在若干限制。对象识别是AR的主要组成部分，且在对象识别中通常使用基于外观的方案。基于外观的对象识别方案可以处理以下各项的组合效果：形状、反射比属性、场景中的姿态、照明条件、以及可比较效果。此外，可以通过与传统形状表示不同的自动学习阶段，获取基于外观的表示。然而，基于外观的识别技术依然存在各种挑战，因为其依赖于直接的基于外观的匹配，且不能成功地处理遮挡(occlusion)、异常数据(outlier)、以及变化的背景。换言之，基于外观的方案不是鲁棒的，其中，术语“鲁棒”指代：在存在各种类型的噪声的情况下结果依然保持稳定，且可以容忍异常数据的特定部分。
发明内容
以下发明内容仅是说明性的，且不意在以任何方式加以限制。除了上述说明性方面、实施例和特征之外，通过参照附图以及以下详细描述，其他方面、实施例和特征将变得显而易见。
本公开总体上描述了一种用于在增强现实(AR)系统中执行对象识别的方法。所述用于在增强现实(AR)系统中执行对象识别的方法可以包括：将对象的二维图像转换为图像域表示。所述用于在增强现实(AR)系统中执行对象识别的方法还可以包括：基于所述图像域表示的节点之间的链接，定义所述图像域中的属性图，以及定义模型域中的另一属性图。所述用于在增强现实(AR)系统中执行对象识别的方法还可以包括：通过识别并激活属性图的对应节点之间的链接，匹配所述图像域中的属性图和所述模型域中的属性图。
本公开还描述了一种用于在增强现实(AR)系统中执行对象识别的装置。所述用于在增强现实(AR)系统中执行对象识别的装置可以包括：存储器，适于存储图像数据和图数据；以及第一处理单元，适于执行动态建模模块，其中，所述动态建模模块可以适于：将二维(2D)图像从存储的图像数据变换为图像域表示，所述图像域表示包括链接节点的2D数组，且每个节点对图像域中的至少一个区别特征进行编码，确定表示所述图像域中的每个节点的所述至少一个特征的活动向量的顶点标签，确定表示所述图像域的节点之间的连通性的边标签，以及基于所述顶点标签和/或所述边标签中的一个或更多个来定义模型域中的属性图，所述属性图被存储在所述存储器中作为所述图数据的一部分。所述用于在增强现实(AR)系统中执行对象识别的装置还可以包括：第二处理单元，适于执行图匹配模块，其中，所述图匹配模块适于识别并激活所述图像域中的节点和所述模型域中的对应节点之间的链接，以及减小具有类似特征的节点之间的连接的数目。
本公开还描述了一种计算机可读存储介质，具有存储于其上的用于在增强现实(AR)系统中执行对象识别的指令。所述指令可以包括：将对象的二维图像转换为包括多个链接节点在内的图像域表示，每个节点包括特征检测器的集合。所述指令还可以包括：通过向所述二维图像的每个像素应用所述特征检测器，确定表示特征检测器的活动向量的顶点标签。所述指令还可以包括：通过检测每个节点之间的链接，确定表示所述节点之间的连通性的边标签。所述指令还可以包括：基于所述顶点标签和所述边标签，产生所述图像域中的属性图，以及定义模型域中的属性图，其中，所述模型域中的属性图可以是所述图像域中的属性图的理想化副本。所述指令还可以包括：基于属性图的顶点标签和边标签的匹配，确定所述图像域中的属性图和所述模型域中的属性图之间的连接，以及将所述连接简化为所述图像域和所述模型域之间的拓扑保留映射。
本公开还描述了一种用于在增强现实(AR)系统中执行对象识别的系统。所述用于在增强现实(AR)系统中执行对象识别的系统可以包括：至少一个传感器，适于捕捉实际场景的二维(2D)图像；以及图像处理服务器，适于将所述2D图像转换为图像域表示，所述图像域表示包括图像域中的节点的2D数组，每个节点包括特征检测器的集合。所述用于在增强现实(AR)系统中执行对象识别的系统还可以包括：现实服务器，适于确定表示所述图像域中每个节点的至少一个特征的活动向量的顶点标签，确定表示所述图像域的节点之间的连通性的边标签，基于所述顶点标签和所述边标签定义所述图像域中的属性图以及模型域中的另一属性图，识别并激活所述图像域中的节点和所述模型域中的对应节点之间的链接，以及减少具有类似特征的节点之间的连接的数目。所述用于在增强现实(AR)系统中执行对象识别的系统还可以包括：图像产生服务器，适于通过将所述2D图像与基于在所述图像域中的属性图和在所述图像域中的另一属性图之间的已减少的连接所呈现的虚拟图像重叠，来产生增强场景。
附图说明
根据与附图结合的以下描述和所附权利要求，本公开的前述和其他特征将变得更加完全地明显。请理解这些附图仅示出了根据本公开的若干实施例，且因此不应被视为对其范围进行了限制，将通过使用附图并利用附加特征和细节来描述本公开，在附图中：
图1示出了示例增强现实(AR)系统；
图2示出了采用动态建模和图匹配的示例AR系统的框图；
图3A示出了在示例动态建模子系统中的示例过程的框图；
图3B示出了在示例图匹配子系统中的操作的图；
图3C示出了在示例图选择子系统中的操作的图；
图4示出了在采用动态建模和图匹配的系统中如何将输入图像表示为属性图；
图5示出了通用计算设备，其可以用于实现AR系统中的动态建模和图匹配；
图6是示出了可以由诸如图5中设备500之类的计算设备来执行的示例方法的流程图；以及
图7示出了示例计算机程序产品的框图，其全部根据本文描述的至少一些实施例来布置。
具体实施方式
在以下详细说明中，参考了作为详细说明的一部分的附图。在附图中，除非上下文另行指明，否则类似符号通常表示类似部件。具体实施方式部分、附图和权利要求书中记载的示例性实施例并不是限制性的。在不脱离在此所呈现主题的精神或范围的情况下，可以利用其他实施例，且可以进行其他改变。应当理解，在此一般性记载以及附图中图示的本公开的各方案可以按照在此明确公开的多种不同配置来设置、替换、组合、分割和设计。
本公开大体上涉及与在AR系统中的基于动态建模和图匹配的鲁棒对象识别相关的方法、装置、系统、设备和/或计算机程序产品等。
简而言之，基于动态建模的鲁棒对象识别方案采用了蜂窝区域的精细尺度时间结构中的相关，以将这些区域分组为更高阶的实体。该实体表示丰富的结构，且可以用于对高级对象编码。可以将对象识别格式化为弹性图匹配。
图1示出了示例增强现实(AR)系统100，其中，可以根据本公开来实现一些实施例。AR采用了将计算机产生的影像应用到实况视频流中，以扩展真实世界呈现。AR系统一般包括：受控环境，该受控环境包含一定数目的传感器和致动器；一个或多个计算设备，用于处理实际影像和计算机产生的影像；以及可视化系统，比如头戴式显示器、虚拟视网膜显示器、监视器或类似的常规显示器以及可比较设备。
AR系统100包括被配置为捕捉实际场景(对象)102的实况图像的传感器104。传感器104可以是数字相机、网络摄像头和/或可以提供模拟或数字图像作为捕捉图像的类似图像捕捉设备。可以由传感器104向图像处理子系统106提供捕捉图像，图像处理子系统106可以适于执行将模拟图像数字化为数字图像，接收数字图像和/或处理数字图像。图像处理子系统106提供的处理可以包括：确定特征点在图像中的位置、计算仿射投影、跟踪边缘、滤波和/或类似操作。图像处理子系统106还可以被配置为向现实引擎110提供投影信息，比如上述操作的结果。现实引擎110可以适于执行图形处理，以呈现基于捕捉图像的场景。可以由现实引擎110来呈现虚拟对象，现实引擎110可以被布置为采用下面更详细讨论的动态建模和图匹配。
图像产生器108可以适于：从传感器104接收参考图像，从现实引擎110接收虚拟对象，以及将捕捉到的实际场景图像与虚拟对象重叠，以产生增强场景。在一个示例实现中，可以通过亮度键控(luminance keying)来执行虚拟和实际场景图像的融合，其中，虚拟图像是键输入(key input)，且实际场景图像是参考输入。在该实现中，实际场景图像可以提供针对亮度键的背景信号，且还作为键控器(keyer)(图像产生器)的同步信号。显示器112是可以用于产生由用户观看的增强场景的一个示例可视化机制。如前所述，其他类型的显示设备可以用于向用户提供增强场景114的可视化。
可以将图像处理子系统106、现实引擎110、以及图像产生器108实现为不同的应用、集成应用、集中式服务、或在一个或多个计算设备上的分布式服务。一个或多个计算设备可以是不同种类的或相同种类的，且可以被实现为通用计算设备或专用计算设备，其可以包括独立的计算机、联网的计算机系统、通用处理单元(例如，微处理器、微控制器、数字信号处理器或DSP等等)、或特殊用途处理单元。如果在不同的计算设备上执行，AR系统100的各种组件可以被配置为通过一个或多个网络彼此通信。
网络可以包括以下各项的任何拓扑结构：服务器、客户端、交换机、路由器、调制解调器、互联网服务提供商、以及任何恰当的通信介质(例如，有线或无线通信)。根据实施例的系统可以具有静态或动态网络拓扑结构。网络可以包括安全网络(比如企业网络(例如，LAN、WAN或WLAN))、不安全网络(比如无线开放式网络(例如，IEEE802.11无线网络))、或全球网络(例如，互联网)。网络还可以包括适于在一起工作的多个不同网络。作为示例而非限制，网络可以包括无线介质，比如声、RF、红外和其他无线介质。
图2示出了根据本文所述的至少一些实施例的采用动态建模和图匹配的示例AR系统的框图200。特别地，为了探查、注册以及操作等目的，在例如机器视觉行业中广泛使用对象识别。然而，用于对象识别的常规系统通常依赖于基于相关的模板匹配。本公开识别出并意识到，尽管这些常规系统对于对象姿态和亮度严格受控的特定工程环境可能是有效的，当对象旋转、缩放、亮度以及三维姿态允许改变时，模板匹配在计算方面可能变得非常繁重，且当处理部分可见性以及大的模型数据库时，情况更为严重。
根据本公开的至少一些实施例的基于动态建模的系统可以利用基于语法链接结构的数据格式的优点。更精确地，可以在图像域中将图像表示为属性图。从而，图像域包含节点的二维数组。在特定位置处的每个节点可以包括一定数目的不同特征。示例特征类型可以包括以下一项或多项：局部光强度、反射比属性、场景中的姿态、遮挡和/或背景变化。然而，还可以使用通过滤波操作所导出的更复杂的特征类型。可以将图像域中的节点之间的关系称为激励连接(excitatoryconnection)。在2个节点之间的激励连接是加权连接，其中，权重可以是正数(即，引起系统激励或系统中的正信号)。在一些示例实现中，可以连接相邻节点。在其他实现中，在任意数目节点之间的复杂连接可以存在。根据动态模型，可以由图像域中会受到对象影响的子图来表示特定对象。
模型域可以是图像域中的属性图(即，子图的理想化副本)的合集。从而，激励连接可以存在于图像域和模型域之间。这些激励连接可以保留某些特征。例如，如果2个节点存在，1个在图像域中，且1个在模型域中，当它们属于对应的特征类型时，它们之间可以具有连接。使用这种结构，可以将对象识别实现为图匹配的过程：可以将对对象进行编码的模型域中的属性图进行局部失真，以正确地反映变形和改变。
在示例图匹配中，当在图像域和模型域的多个节点之间存在近似邻居保留和特征类型保留映射时，可以将2个图视为近似相同。可以根据一些实施例，通过对图像域的子图中的节点进行分组和选择性激活来实现图匹配。可以在不参考模型域的情况下，仅通过将具有类似特征向量的节点绑定在一起，来部分地实现图匹配。因此，在与一个对象相对应的图像部分中的节点趋向于同步它们的行动，而在不同图像段之间的节点趋向于不同步以及打破它们的动态链接。接下来，可以在模型域中识别并激活子图中的节点和链接(即，从用于连接模式的结合存储器(associative memory)中获取的连接模式)。在对模型域中的链接的识别和激活之后，可以将图像域和模型域中的具有类似特征的节点之间的连接(多对多)化简为相容(即，保留拓扑结构)的一对一映射。应当注意到，上述操作不需要顺序执行。实际上，根据实施例的系统可以用交织的方式来执行这些动作，因为每个操作可以需要其它操作的部分结果。
返回图2，框图200示出了可以提供给根据所述实施例中至少一个实施例的AR系统的动态建模块226的三维(3D)对象222的二维(2D)图像224。动态建模块226可以适于执行图像域变换(比如滤波)，可以确定顶点和边属性，以及可以向图匹配块228提供属性图像域图(具有顶点标签和边标签)。如前所述，图匹配块228可以适于识别并激活子图的节点之间的链接，识别并激活模型域中的链接，以及将连接化简至一对一映射。可以将作为结果的模式230提供给任何消费应用232，比如呈现引擎。
图3A示出了根据本文所述至少一些实施例来布置的示例动态建模子系统326中的示例过程的框图300。根据一些实施例的基于动态建模的对象识别系统可以包括在2个子系统中执行的过程：动态建模子系统和图匹配子系统。如图300所示，可以在动态建模子系统326中，通过以下步骤来完成图像表示：应用动态结构以对2D灰阶数字图像进行建模，以及提取图模型(364、366)作为结果。使用提取的图模型364和366，可以对输入图应用图匹配算法，以从数据库中搜索匹配图，从而如下面结合图3B更详细讨论的分配类标签。
可以将动态建模子系统326实现为硬件、软件、或硬件和软件的组合。例如，通用或专用视频处理器可以被配置为执行下述操作。示例动态建模子系统326适于接收2D图像序列作为输入340。根据实施例使用动态模型来进行对象识别的目标是找到用于对与图像域中的图的属性和链接有关的信息进行编码的数据格式，以及将该信息转移至模型域。对图像进行预处理可以涉及估计图像域中每个神经元(neuron)的实际属性值。这可以通过对与每个神经元相关的波动图像的集合(例如，来自视频的图像序列)进行时间求平均来完成。可以采用时间相关的形式对神经元之间的绑定进行编码，时间相关扮演了针对信号传输的联合权重(synaptic weight)的角色。
作为第一步骤，可以处理数字图像340(例如，从视频中捕捉到的)或静态图像的序列，以在步骤342处产生图表示(即，图属性向量)。下面结合图4说明图提取和表示的示例过程。作为预处理和图提取的结果，获得图像域中的图346。将这些图称为全维度图，因为之后要在维度结构上进行化简。类似地，可以在框350处在模型域中定义并建立属性图，得到模型域图数据库352。当在图像域中形成图像时，可以将以图像中的一个点为中心的局部特征检测器加以捆绑，以形成复合特征检测器。可以向模型域提供复合特征检测器，以整体与其他复合特征检测器进行比较，从而建立属性模型域图。使用复合特征检测器可以通过减少针对复杂特征在能够识别新的对象类之前训练新的单独特征作为检测器的需求，来降低AR系统上的计算和存储器负担。
模型域中的图可以担当原型图数据库，可以使用该原型图数据库来实现图匹配算法。原型图选择过程354(如图3C所述)可以产生原型图集合362，原型图集合362可以用于对图像域和模型域中的图(344、356)进行分解。模型域图数据库352也是属性图(图像域中子图的理想化副本)的合集。在建立原型子图集合362之后，可以将图像域中提取的图化简(344)为符合预定义规则的图。在图像域348中的化简维度图可以由来自原型图的子集的组合构成。类似地，也可以将模型域中的图(来自模型域图数据库352)分解(356)为来自原型图的子集的组合，导致在图像域和模型域中在结构上具有化简维度的图(分别为348、360)。
然后可以如下结合图3B来讨论的建立表示在图像域和模型域中的邻居关系的链接。神经对象从而获取内部结构，且现在可以将他们的关系约束为具有匹配的语法结构的组合，其形成了对象识别的基础。
图3B是在根据本文所述至少一些实施例布置的示例图匹配子系统328中的操作350的示意图。可以由与图3A的动态建模子系统326相同的设备(和/或软件)或不同的设备(和/或软件)来体现图匹配子系统328。
操作350可以包括块368、370、372、374、376和/或330中一项或多项。在块368“联合权重和连接计算”，在计算设备中实现的图匹配算法可以适于：预处理属性图像域图(由附图标记364来指示的连接)。预处理可以涉及估计图像域中每个神经元的实际属性值，这可以通过对与每个神经元相关的波动图像的集合进行时间求平均来完成。可以用时间相关的形式对神经元之间的绑定进行编码，时间相关可以用作信号传输的联合权重。
块368之后可以是块370。在块370“图像域分段”，可以将图像域的子图I中的节点进行分组。可以通过将具有类似特征向量的节点绑定在一起来实现分组或分段，该节点有可能存在于相同的对象中。这样，图像或场景中与一个对象相对应的部分内的节点趋向于同步它们的活动，而在不同图像段之间的节点趋向于不同步以及打破它们的动态链接。
块370之后可以是块372。在块372“代价函数检查”，可以基于从动态建模子系统提供的图属性来执行作为图匹配的一部分的代价函数检查。代价函数是特定解决方案与给定问题的最优解决方案相距多远的度量。在该情况下，优化涉及顶点标签和边标签的匹配。
块372之后可以是块374。在块374，“最终属性图匹配”，可以将属性图匹配用于对象识别。属性图匹配可以基于发现并选择性激活由图像域中与存储的模型图M(如果存储的模型图M存在(由附图标记366所指示的连接))相同或近似相同的部分(子图)I构成的子图。且还可以将I和M中的对应点之间的一对一连接确定为属性图匹配的一部分。具体地，可以通过搜索顶点位置的集合来实现该过程，其根据如上所述确定的代价函数，同时优化了顶点标签和边标签的匹配。还可以在块374中描述的操作期间，将I和M中具有类似特征的节点之间的多对多连接减少为相容的一对一映射。
块374之后可以是块376。在块376“后向标记(back labeling)”，可以用识别出的模式来后向标记图像。图匹配过程可以包括以下事件：同时激活I中的相邻神经元的块以及M中具有对应位置的相邻神经元的块。因此，在匹配图之间的动态绑定可以用于使用识别出的模式来后向标记图像，以及可以用于基于该模式来形成复合对象和场景的表示。该模式可以是执行操作350的图匹配子系统328的输出330。
图3C示出了根据本文所述至少一些实施例来布置的示例图选择子系统中的操作的图。可以在图3A的动态建模子系统的原型图选择块354中执行图3C所述的操作。
实时执行图匹配的主要挑战在于图模型的高复杂度。该复杂度可以由图的复杂结构和图的固有高维度所引起。根据一些实施例，可以通过开发有效的图选择方法，使用用于构造较低维度向量表示(所有图表示的子集)的自动化方法。
该过程可以开始于输入块378“创建原型图集合”，可以通过例如随机地选择图，来构造具有n个原型图的初始集合P0＝{p1，...，pn}。该初始集合可以包括更简单的结构图，以及可以用于在图像域和模型域中跨越(span)更完整的图模型。可以使用各种原型图选择算法，根据模型域中的训练图集合来构造原型图集合。然后，可以将来自输入图像域的提取图和模型域中的训练图分解为与每个域相关的图的子集，其在结构上更简单，同时保持了原始图中用于识别的最多信息量的信息。
具体地，原型图选择的目标可以是从模型域的训练集合中(例如，从模型域图数据库352中)选择精确表示与它们的图结构相关的不同类别的图的子集。原型图可以足够小，以跨越图像域和模型域中更复杂的图结构。原型图可以同时避免在选择类似图和传输充足信息方面的冗余。
在块380，“创建初始集合”，可以选择n个集合Si，使得每个集合包括一个原型S1＝{p1}，...，Sn＝{pn}。在块382，“扫描T以找到图”，可以扫描来自模型域的训练图集合，以查找图g∈T\P。如块384“计算g和Pi之间的距离”、386“是最近的邻居？”、以及388“向集合Si添加g”所示，针对每个图g，可以找到其最近的邻居pi∈P，且将所考察的图添加到与原型pi相对应的集合Si中。这些步骤可以导致n个不相交的集合，T∪1≤i≤nSi。
在块390，“计算Pi的中心ci”，可以针对每个集合Si发现中心ci。ci可以是图，其到Si中其他对象的最大距离是最小的。如判定块394“ci＝pi？”以及输出块392“输出原型图集合Si”所示，对于ci＝pi的每个中心ci，可以提供输出原型图集合Si。如块396“在Si中用ci来替换pi”所示，对于ci≠pi的每个中心ci，在Si中可以用ci来替换pi，且过程返回块382以获得另一训练集合。当在集合Si中不再发生更多改变时，该过程可以结束。可以由n个不相交集合的中心来提供原型图。
尽管上面已使用了特定示例、组件和配置来讨论了实施例，它们意在提供针对通过AR系统中的动态建模来进行鲁棒对象识别所要使用的通用指导原则。这些示例不构成对实施例的限制，可以使用采用了本文所述原理的其它组件、模块和配置来实现这些实施例。例如，可以在匹配顶点标签和边标签中使用任何合适的代价函数。此外，可以按各种顺序来执行上述动作，特别是以交织的方式来执行。
图4示出了在采用根据本文所述至少一些示例的动态建模和图匹配的系统中如何将输入图像表示为属性图。在根据一些实施例的图像表示中，可以应用动态结构以对2D数字图像建模，且因此通过图442中所示过程来提取图模型。动态结构可以包括图像域和模型域中的图表示。作为第一步骤，可以从输入数字图像中提取特征(W1至WN)，以便使用这些特征来形成图表示406(即，图像域表示)。图像域中的图表示406可以是节点的2D数组，且每个节点包括N个不同的特征检测器神经元402。在一个方面中，在图像域中形成输入图像424的图表示406可以等价于选择特征检测器402的集合并对输入图像424的像素应用滤波器404。结果可以是所谓的顶点标签408，其为表示局部特征检测器的活动的特征向量。
第二步骤可以包括在每个节点之间形成链接。结果可以是所谓的图表示406的边标签410，表示顶点之间的连通性。从而，可以将输入图像424转换为图像域中的属性图，其具有附加到顶点和边的属性(特征向量)。因此，对象可以是图像域中具有类似属性的子图表示。
当提取图像以作为图像域中的图时，可以将以图像的一个点为中心的局部特征检测器对应地捆绑，以形成图442中所示的复合特征检测器。可以向模型域提供复合特征检测器，且与其他复合特征检测器比较。这可以消除或降低针对复杂特征在能够识别新的对象类之前将新的单个特征训练为检测器的需求。
图5示出了示例通用计算设备500，其可以用于实现根据本公开的AR系统中的动态建模和图匹配。在非常基本的配置502中，计算设备500典型地包括一个或多个处理器504以及系统存储器506。存储器总线508可用于在处理器504和系统存储器506之间进行通信。
根据所期望的配置，处理器504可以是任意类型的，包括但不限于微处理器(μP)、微控制器(μC)、数字信号处理器(DSP)或其任意组合。处理器504可以包括一级或多级高速缓存(例如，级别高速缓存512)、处理器核514、以及寄存器516。示例处理器核514可以包括算术逻辑单元(ALU)、浮点单元(FPU)、数字信号处理核(DSP核)或其任意组合。示例存储器控制器518也可以与处理器504一起使用，或者在一些实施方式中，存储器控制器518可以是处理器504的内部部件。
根据所期望的配置，系统存储器506可以是任意类型的，包括但不限于易失性存储器(如RAM)、非易失性存储器(如ROM、闪存等)或其任意组合。系统存储器506可以包括操作系统520、一个或多个应用程序522和程序数据524。应用程序522可以包括AR模块526，其被布置为使用如上所述的动态建模和属性图匹配来调整对象识别系统的工作参数。程序数据524可以包括以下一项或多项：成像数据、模型数据528-1、图数据528-2、以及上面结合图3A和3B所讨论的类似数据。该数据可以用于如本文所述地产生图像域子图和模型域子图之间的一对一映射。在一些实施例中，应用程序522可以设置为在操作系统520上与程序数据524操作，使得如本文所述识别三维对象并产生虚拟表示。这里所描述的基本配置502在图5中由内部虚线内的部件来图示。
计算设备500可以具有额外特征或功能以及额外接口，以有助于基本配置502与任意所需设备和接口之间进行通信。例如，总线/接口控制器530可以有助于基本配置502与一个或多个数据存储设备532之间经由存储接口总线534进行通信。数据存储设备532可以是可拆除存储设备536、不可拆除存储设备538或其组合。可拆除存储设备和不可拆除存储设备的示例包括磁盘设备(如软盘驱动器和硬盘驱动器(HDD))、光盘驱动器(如紧致盘(CD)驱动器或数字通用盘(DVD)驱动器)、固态驱动器(SSD)以及磁带驱动器，这仅仅是极多例子中的一小部分。示例计算机存储介质可以包括以任意信息存储方法和技术实现的易失性和非易失性、可拆除和不可拆除介质，如计算机可读指令、数据结构、程序模块或其他数据。
系统存储器506、可拆除存储设备536和不可拆除存储设备538均是计算机存储介质的示例。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术，CD-ROM、数字多功能盘(DVD)或其他光存储设备，磁盒、磁带、磁盘存储设备或其他磁存储设备，或可以用于存储所需信息并可以由计算设备500访问的任意其他介质。任何这种计算机存储介质可以是设备500的一部分。
计算设备500还可以包括接口总线540，以有助于各种接口设备(例如，输出接口542、外围设备接口544和通信接口546)经由总线/接口控制器530与基本配置502进行通信。示例输出设备542包括图形处理单元548和音频处理单元550，其可被配置为经由一个或多个A/V端口552与多种外部设备(如显示器或扬声器)进行通信。示例外围设备接口544包括串行接口控制器554或并行接口控制器556，它们可被配置为经由一个或多个I/O端口558与外部设备(如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备等))或其他外围设备(例如，打印机、扫描仪等)进行通信。示例通信设备546包括网络控制器560，其可以被设置为经由一个或多个通信端口564与一个或多个其他计算设备562通过网络通信链路进行通信。
网络通信链路可以是通信介质的一个示例。通信介质典型地可以由调制数据信号(如载波或其他传输机制)中的计算机可读指令、数据结构、程序模块或其他数据来体现，并可以包括任意信息传送介质。“调制数据信号”可以是通过设置或改变一个或多个特性而在该信号中实现信息编码的信号。例如，但并非限制性地，通信介质可以包括有线介质(如有线网络或直接布线连接)、以及无线介质(例如声、射频(RF)、微波、红外(IR)和其他无线介质)。这里所使用的术语计算机可读介质可以包括存储介质和通信介质。
计算设备500可以实现为小体积便携式(或移动)电子设备的一部分，如蜂窝电话、个人数据助理(PDA)、个人媒体播放设备、无线web浏览设备、个人耳机设备、专用设备或包括任意上述功能的混合设备。计算设备500也可以实现为个人计算机，包括膝上型计算机和非膝上型计算机配置。此外，计算设备500可以实现为联网系统，或实现为通用或专用服务器的一部分。
示例实施例还可以包括方法。这些方法可以用包括本文所述的结构在内的任何数目的方式来实现。一个这种方式是通过本公开所述类型的设备的机器操作。另一可选方式是：针对要执行的方法的一个或多个操作，让一个或多个人类操作者执行这些操作中的一些操作，而让机器执行其他操作。这些人类操作者不需要彼此位于一处，但是每个人类操作者可以仅与执行一部分程序的机器在一起。在其它示例中，可以将人类交互自动化，比如通过由机器自动化的预先选择标准。
图6是示出了可以由根据本文所述至少一些实施例布置的计算设备(比如图5中设备500)来执行的示例方法的流程图。示例方法可以包括由块622、624、626、628、630、632和/或634中一项或多项所示出的一个或多个操作、功能或动作。还可以将块622至634中所述的操作存储为计算机可读介质(比如计算设备610的计算机可读介质620)中的计算机可执行指令。
在AR对象识别中采用动态建模和图像匹配的过程可以开始于块622“将2D图像转换为图像域”。在块622，可以由计算设备的处理器(例如，计算设备500的处理器504或图形处理单元548)来获得实际场景中的3D对象的2D图像。图像域中的每个节点可以由一定数目的不同的特征检测器神经元来构成。在可选的滤波过程中，可以选择特征检测器的集合并将其应用于2D图像的每个像素。
块622之后可以是块624“在节点之间建立链接”。在块624，可以建立每个节点顶点之间的链接，得到边标签，其表示每个节点之间的连通性。从而，可以将图像转换为图像域中的属性图，其具有附加到顶点和边的属性。
块624之后可以是块626“定义图像域中的属性图”。在块626，通过顶点标签和边标签来定义属性图。块622到626可以由第一计算设备的处理器(例如，计算设备500的处理器504或图形处理单元548)的动态建模模块来执行。另一方面，块628到634可以由相同处理器或通过网络耦合到第一计算设备的第二计算设备上的另一处理器的图匹配模块来执行。当然，也可以由单一模块来执行所有块。
块626之后可以是块628“估计每个节点的实际属性值”。在块628，可以在图像域中通过例如对与每个节点相关的波动图像的集合的时间求平均，来估计每个节点的实际属性值。该估计是预处理的一部分，其还可以包括针对链接的联合权重和连接计算。
块628之后可以是块630“匹配属性图”。在块630，可以基于发现并选择性激活图像域的子图中的节点，来匹配属性图。还可以将图像域和模型域的子图中的对应点之间的一对一连接确定为属性图匹配的一部分。可以通过将具有类似特征向量的节点绑定在一起，来实现图匹配的该初始部分，其也被称为图像域中的分段。
块630之后可以是块632“识别并激活子图中的链接”。在块632，可以通过从结合存储器中获取针对2个域中的节点的连接模式，来完成属性图的第二部分。作为识别和激活链接的一部分，可以根据建立的代价函数来优化顶点标签和边标签的匹配。
块632之后可以是块634“映射连接”。在块634，可以将在图像域和模型域子图中具有类似特征的节点之间的多对多连接化简为一对一连接。结果，匹配图之间的动态绑定可以用于利用识别的模式后向标记图像。然后可以通过相同计算设备或其他计算设备上的呈现软件和/或硬件，基于模式形成复合对象和场景的表示。
上述过程中包括的块是用于说明的。可以由具有更少的块或额外的块的类似过程来实现通过动态建模和图匹配来进行的对象识别。在一些示例中，可以按不同顺序来执行这些块。在某些其他示例中，可以消除各种块。在另一些其他示例中，可以将各种块分为附加块，或结合在一起成为较少的块。
图7示出了根据本文所述的至少一些实施例布置的示例计算机程序产品700的框图。在一些示例中，如图7所示，计算机程序产品700包括信号承载介质702，信号承载介质702也可以包括计算机可读指令704，当由例如处理器执行时，计算机可读指令704可以提供上面关于图5和图6所述的功能。从而，例如参见处理器504，AR模块526可以响应于由介质702传递至处理器504的指令704，而执行图7所示的一个或多个任务，以执行如本文所述的与基于动态建模的对象识别相关联的动作。一些指令可以包括：建立节点之间的链接；定义属性图；在图像域和模型域之间匹配属性图；以及确定映射连接。
在一些实现中，图7所示的信号承载介质702可以包括计算机可读介质706，比如(但不限于)硬盘驱动器、紧致盘(CD)、数字通用盘(DVD)、数字磁带、存储器等。在一些实现中，信号承载介质702可以包括可记录介质708，比如(但不限于)存储器、读/写(R/W)CD、R/W DVD等等。在一些实现中，信号承载介质702可以包括通信介质710，比如(但不限于)数字和/或模拟通信介质(例如，光纤电缆、波导、有线通信链路、无线通信链路等等)。从而可以通过例如RF信号承载介质702向处理器504的一个或多个模块传递程序产品700，其中，信号承载介质702通过无线通信介质710(例如，遵循IEEE802.11标准的无线通信介质)来传递。
本公开总体上描述了一种用于在增强现实(AR)系统(100)中执行对象识别的方法。所述用于在增强现实(AR)系统中执行对象识别的方法可以包括：将对象222的二维图像224转换为图像域表示。所述用于在增强现实(AR)系统中执行对象识别的方法还可以包括：基于在所述图像域表示的节点之间的链接来定义所述图像域中的属性图(626)，以及在模型域中定义另一属性图(350)。所述用于在增强现实(AR)系统中执行对象识别的方法还可以包括：通过识别并激活在属性图的对应节点之间的链接(632)，来匹配所述图像域中的属性图和所述模型域中的属性图(630)。
根据一些示例，所述用于在增强现实(AR)系统中执行对象识别的方法可以包括：减少在所述图像域和所述模型域中的属性图之间的连接数目(634)；以及使用基于减少的连接的模式来后向标记所述二维图像的模型域表示(370)。
根据一些示例，所述用于在增强现实(AR)系统中执行对象识别的方法可以包括：通过将所述二维图像224与所述模型域表示230重叠，来呈现复合图像。
根据一些示例，所述用于在增强现实(AR)系统中执行对象识别的方法可以包括：确定与所述图像域表示中的每个节点相关联的特征，以及通过将特征应用于所述二维图像224的像素来获得表示所述图像域表示中每个节点的局部特征的活动向量的顶点标签344。
根据其它示例，所述用于在增强现实(AR)系统中执行对象识别的方法可以包括：通过建立在所述图像域表示的节点之间的链接，获得表示所述图像域表示的节点之间的连通性的边标签346。
根据所述用于在增强现实(AR)系统中执行对象识别的方法的其它示例，可以将所述图像域348中的属性图定义为所述图像域表示中的节点和相关联的顶点标签344和边标签346的合集。
根据其他示例，所述用于在增强现实(AR)系统中执行对象识别的方法通过向与所述模型域中每个节点相关的波动图像的集合应用时间求平均，估计所述模型域628中的节点的实际属性值。
根据其他示例，所述用于在增强现实(AR)系统中执行对象识别的方法将所述模型域中的节点之间的绑定编码为时间相关362。
根据其他示例，所述用于在增强现实(AR)系统中执行对象识别的方法基于编码绑定362来计算权重，并将其分配给所述模型域中的节点之间的链接。
本公开还描述了一种用于在增强现实(AR)系统(100)中执行对象识别的装置700。所述用于在增强现实(AR)系统中执行对象识别的装置可以包括：存储器506，适于存储图像数据和图数据(528-1、528-2)；以及第一处理单元，适于执行动态建模模块326，其中，所述动态建模模块可以适于：将二维(2D)图像从所存储的图像数据变换为图像域表示，所述图像域表示包括链接节点(342)的2D数组，且每个节点对图像域中的至少一个区别特征进行编码；确定表示所述图像域中的每个节点的所述至少一个特征的活动向量的顶点标签344；确定表示所述图像域的节点之间的连通性的边标签346；以及基于所述顶点标签和/或所述边标签中的一个或多个来定义模型域350中的属性图，所述属性图被存储在所述存储器中作为所述图数据的一部分。所述用于在增强现实(AR)系统中执行对象识别的装置还可以包括：第二处理单元，适于执行图匹配模块328，其中，所述图匹配模块适于识别并激活所述图像域中的节点和所述模型域中的对应节点之间的链接(632)，以及减小具有类似特征的节点之间的连接的数目(634)。
根据所述用于在增强现实(AR)系统中执行对象识别的装置的一些示例，所述动态建模模块326还可以适于对所述图像域中的节点进行分组和选择性激活(624)。
根据所述用于在增强现实(AR)系统中执行对象识别的装置的一些示例，所述动态建模模块326还可以适于：通过将所述图像域中具有类似特征向量的节点绑定在一起，对所述图像域中的节点进行分组。
根据所述用于在增强现实(AR)系统中执行对象识别的装置的一些示例，所述图匹配模块328还可以适于通过以下步骤来识别和激活在所述图像域和所述模型域中的节点之间的链接(632)：从所述存储器506中获取连接模式，以及使用从所述存储器中获取的连接模式，执行对顶点位置的搜索。
根据所述用于在增强现实(AR)系统中执行对象识别的装置的一些示例，所述图匹配模块328还可以适于：根据预定义的代价函数，匹配所述顶点标签344和所述边标签346。
根据一些示例，所述用于在增强现实(AR)系统中执行对象识别的装置可以包括：第三处理单元，适于执行呈现模块(108)，其中，所述呈现模块可以适于：通过基于所述减少的链接将所述二维图像224与所述图像的模型域表示重叠，来呈现复合图像。
根据所述用于在增强现实(AR)系统中执行对象识别的装置的一些示例，可以将所述第一、第二和第三处理单元分别集成到第一计算设备106、第二计算设备110和第三计算设备108中，以及所述第一、第二、和第三计算设备可以通过网络通信。
根据所述用于在增强现实(AR)系统中执行对象识别的装置的一些示例，所述第一、第二和第三处理单元可以是相同处理器504的一部分。
本公开还描述了一种计算机可读存储介质706，其具有存储于其上的用于在增强现实(AR)系统(100)中执行对象识别的指令704。所述指令可以包括：将对象的二维图像转换为包括多个链接节点在内的图像域表示(622)，每个节点包括特征检测器的集合。所述指令还可以包括：通过对所述二维图像的每个像素应用所述特征检测器，确定表示特征检测器的活动向量的顶点标签344。所述指令还可以包括：通过检测每个节点之间的链接，确定表示所述节点之间的连通性的边标签346。所述指令还可以包括：基于所述顶点标签344和所述边标签346，产生所述图像域348中的属性图，以及在模型域350中定义属性图，其中，所述模型域中的属性图可以是所述图像域中的属性图的理想化副本。所述指令还可以包括：基于属性图(630)的顶点标签和边标签和匹配，确定所述图像域中的属性图和所述模型域中的属性图之间的连接，以及将所述连接简化为所述图像域和所述模型域之间的拓扑保留映射。
根据一些示例，所述具有存储于其上的用于在增强现实(AR)系统(100)中执行对象识别的指令704的计算机可读存储介质可以包括：基于映射的连接来识别模式(481-487)，基于所识别的模式来产生虚拟图像(474)，以及基于所述二维图像(472)和所述虚拟图像(474)的重叠来产生复合图像。
根据一些示例，所述具有存储于其上的用于在增强现实(AR)系统(100)中执行对象识别的指令704的计算机可读存储介质还可以包括：通过搜索顶点位置，以及根据预定义的代价函数、针对每个顶点位置优化顶点标签344和边标签346之间的匹配，确定所述图像域和所述模型域中的属性图之间的连接(632)。
根据一些示例，所述具有存储于其上的用于在增强现实(AR)系统(100)中执行对象识别的指令704的计算机可读存储介质还可以包括：不参考所述模型域，将所述图像域中具有类似特征向量(348)的节点加以绑定。
根据一些示例，所述具有存储于其上的用于在增强现实(AR)系统(100)中执行对象识别的指令704的计算机可读存储介质还可以包括：如果在所述属性图的实质上所有节点之间存在近似邻居保留和特征类型保留映射，则分别确定所述图像域和所述模型域中的属性图对的连接(632)。
根据一些示例，所述具有存储于其上的用于在增强现实(AR)系统(100)中执行对象识别的指令704的计算机可读存储介质还可以包括：基于分配给所述图像域中的节点之间的链接的权重(362)，分别确定所述图像域和所述模型域中的属性图对的连接(632)。
根据所述具有存储于其上的用于在增强现实(AR)系统(100)中执行对象识别的指令704的计算机可读存储介质的一些示例，可以用交织的方式来执行以下步骤：在所述图像域中产生属性图(348)，在所述模型域中定义属性图(350)，以及确定所述图像域和所述模型域中的属性图之间的连接(632)。
根据所述具有存储于其上的用于在增强现实(AR)系统(100)中执行对象识别的指令704的计算机可读存储介质的一些示例，每个节点可以与包括以下各项在内的一个或多个特征相关联：局部光强度、反射比属性、对象姿态、遮挡、和/或背景变化。
本公开还描述了一种用于在增强现实(AR)系统中执行对象识别的系统。所述用于在增强现实(AR)系统中执行对象识别的系统可以包括：至少一个传感器104，适于捕捉实际场景102的二维(2D)图像224；以及图像处理服务器106，适于将所述2D图像224转换为图像域表示，所述图像域表示包括图像域中的节点(622)的2D数组，每个节点包括特征检测器的集合。所述用于在增强现实(AR)系统中执行对象识别的系统还可以包括：现实服务器110，适于确定表示所述图像域中每个节点的至少一个特征的活动向量的顶点标签344，确定表示所述图像域中的节点之间的连通性的边标签346，基于所述顶点标签和所述边标签，定义所述图像域348中的属性图以及模型域350中的另一属性图，识别并激活所述图像域中的节点和所述模型域中的对应节点之间的链接(632)，以及减少具有类似特征的节点之间的连接的数目(634)。所述用于在增强现实(AR)系统中执行对象识别的系统还可以包括：图像产生服务器108，适于通过将所述2D图像224与虚拟图像重叠，产生增强场景114，所述虚拟图像是基于所述图像域中的属性图和所述图像域中的另一属性图之间的已减少的连接来呈现的。
根据一些示例，所述用于在增强现实(AR)系统中执行对象识别的系统还可以适于在结合数据存储器352中存储所述模型域中的属性图。
根据一些示例，所述用于在增强现实(AR)系统中执行对象识别的系统还可以适于：通过确定属性图的实质上所有节点之间的近似邻居保留和特征类型保留映射，识别并激活所述图像域中的节点和所述模型域(632)中的对应节点之间的链接，以及将所述连接简化为拓扑保留连接(634)。
根据所述用于在增强现实(AR)系统中执行对象识别的系统的一些示例，所述图像处理服务器106、现实服务器110以及图像产生服务器108可以是以下之一的一部分：集中式AR系统和分布式AR系统。
根据一些示例，所述用于在增强现实(AR)系统中执行对象识别的系统还可以包括：可视化系统112，适于使所述增强场景114可视化，其中，所述可视化系统可以包括以下一项或多项：头戴式显示器、虚拟视网膜显示器和/或监视器。
在系统方案的硬件和软件实现方式之间存在一些小差别；硬件或软件的使用一般(但并非总是，因为在特定情况下硬件和软件之间的选择可能变得很重要)是一种体现成本与效率之间权衡的设计选择。可以各种手段(例如，硬件、软件和/或固件)来实施这里所描述的工艺和/或系统和/或其他技术，并且优选的手段将随着所述工艺和/或系统和/或其他技术所应用的环境而改变。例如，如果实现方确定速度和准确性是最重要的，则实现方可以选择主要为硬件和/或固件的手段；如果灵活性是最重要的，则实现方可以选择主要是软件的实施方式；或者，同样也是可选地，实现方可以选择硬件、软件和/或固件的特定组合。
以上的详细描述通过使用方框图、流程图和/或示例，已经阐述了设备和/或工艺的众多实施例。在这种方框图、流程图和/或示例包含一个或多个功能和/或操作的情况下，本领域技术人员应理解，这种方框图、流程图或示例中的每一功能和/或操作可以通过各种硬件、软件、固件或实质上它们的任意组合来单独和/或共同实现。在一个实施例中，本公开所述主题的若干部分可以通过专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、或其他集成格式来实现。然而，本领域技术人员应认识到，这里所公开的实施例的一些方面在整体上或部分地可以等同地实现在集成电路中，实现为在一台或多台计算机上运行的一个或多个计算机程序(例如，实现为在一台或多台计算机系统上运行的一个或多个程序)，实现为在一个或多个处理器上运行的一个或多个程序(例如，实现为在一个或多个微处理器上运行的一个或多个程序)，实现为固件，或者实质上实现为上述方式的任意组合，并且本领域技术人员根据本公开，将具备设计电路和/或写入软件和/或固件代码的能力。
本公开不限于在本申请中描述的具体示例，这些具体示例意在说明不同方案。本领域技术人员清楚，不脱离本公开的精神和范围，可以做出许多修改和变型。本领域技术人员根据之前的描述，除了在此所列举的方法和装置之外，还可以想到本公开范围内功能上等价的其他方法和装置。这种修改和变型应落在所附权利要求的范围内。本公开应当由所附权利要求的术语及其等价描述的整个范围来限定。应当理解，本公开不限于具体方法、试剂、化合物组成或生物系统，这些都是可以改变的。还应理解，这里所使用的术语仅用于描述具体示例的目的，而不应被认为是限制性的。
此外，本领域技术人员将认识到，本文所述主题的机制能够作为多种形式的程序产品进行分发，并且无论实际用来执行分发的信号承载介质的具体类型如何，本公开所述主题的示例性实施例均适用。信号承载介质的示例包括但不限于：可记录型介质，如软盘、硬盘驱动器、紧致盘(CD)、数字通用盘(DVD)、数字磁带、计算机存储器等；以及传输型介质，如数字和/或模拟通信介质(例如，光纤光缆、波导、有线通信链路、无线通信链路等)。
本领域技术人员应认识到，上文详细描述了设备和/或工艺，此后使用工程实践来将所描述的设备和/或工艺集成到数据处理系统中是本领域的常用手段。也即，这里所述的设备和/或工艺的至少一部分可以通过合理数量的试验而被集成到数据处理系统中。本领域技术人员将认识到，典型的数据处理系统一般包括以下各项中的一项或多项：系统单元外壳；视频显示设备；存储器，如易失性和非易失性存储器；处理器，如微处理器和数字信号处理器；计算实体，如操作系统、驱动程序、图形用户接口、以及应用程序；一个或多个交互设备，如触摸板或屏幕；和/或控制系统，包括反馈环和控制电机(例如，用于感测位置和/或速度的反馈；用于移动和/或调节成分和/或数量的控制电机)。
典型的数据处理系统可以利用任意合适的商用部件(如数据计算/通信和/或网络计算/通信系统中常用的部件)予以实现。本公开所述的主题有时说明不同部件包含在不同的其他部件内或者不同部件与不同的其他部件相连。应当理解，这样描述的架构只是示例，事实上可以实现许多能够实现相同功能的其他架构。在概念上，有效地“关联”用以实现相同功能的部件的任意设置，从而实现所需功能。因此，这里组合实现具体功能的任意两个部件可以被视为彼此“关联”从而实现所需功能，而无论架构或中间部件如何。同样，任意两个如此关联的部件也可以看作是彼此“可操作地连接”或“可操作地耦合”以实现所需功能，且能够如此关联的任意两个部件也可以被视为彼此“能可操作地耦合”以实现所需功能。能可操作地耦合的具体示例包括但不限于物理上可连接和/或物理上交互的部件，和/或无线可交互和/或无线交互的部件，和/或逻辑交互和/或逻辑可交互的部件。
至于本文中任何关于多数和/或单数术语的使用，本领域技术人员可以从多数形式转换为单数形式，和/或从单数形式转换为多数形式，以适合具体环境和应用。为清楚起见，在此明确声明单数形式/多数形式可互换。
本领域技术人员应当理解，一般而言，所使用的术语，特别是所附权利要求中(例如，在所附权利要求的主体部分中)使用的术语，一般地应理解为“开放”术语(例如，术语“包括”应解释为“包括但不限于”，术语“具有”应解释为“至少具有”等)。本领域技术人员还应理解，如果意在所引入的权利要求中标明具体数目，则这种意图将在该权利要求中明确指出，而在没有这种明确标明的情况下，则不存在这种意图。例如，为帮助理解，所附权利要求可能使用了引导短语“至少一个”和“一个或多个”来引入权利要求中的特征。然而，这种短语的使用不应被解释为暗示着由不定冠词“一”或“一个”引入的权利要求特征将包含该特征的任意特定权利要求限制为仅包含一个该特征的实施例，即便是该权利要求既包括引导短语“一个或多个”或“至少一个”又包括不定冠词如“一”或“一个”(例如，“一”和/或“一个”应当被解释为意指“至少一个”或“一个或多个”)；在使用定冠词来引入权利要求中的特征时，同样如此。另外，即使明确指出了所引入权利要求特征的具体数目，本领域技术人员应认识到，这种列举应解释为意指至少是所列数目(例如，不存在其他修饰语的短语“两个特征”意指至少两个该特征，或者两个或更多该特征)。
另外，在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。
另外，在以马库什组描述本公开的特征或方案的情况下，本领域技术人员应认识到，本公开由此也是以该马库什组中的任意单独成员或成员子组来描述的。
本领域技术人员应当理解，出于任意和所有目的，例如为了提供书面说明，这里公开的所有范围也包含任意及全部可能的子范围及其子范围的组合。任意列出的范围可以被容易地看作充分描述且实现了将该范围至少进行二等分、三等分、四等分、五等分、十等分等。作为非限制性示例，在此所讨论的每一范围可以容易地分成下三分之一、中三分之一和上三分之一等。本领域技术人员应当理解，所有诸如“直至”、“至少”、“大于”、“小于”之类的语言包括所列数字，并且指代了随后可以如上所述被分成子范围的范围。最后，本领域技术人员应当理解，范围包括每一单独数字。因此，例如具有1～3个单元的组是指具有1、2或3个单元的组。类似地，具有1～5个单元的组是指具有1、2、3、4或5个单元的组，以此类推。
尽管已经在此公开了多个方案和实施例，但是本领域技术人员应当明白其他方案和实施例。这里所公开的多个方案和实施例是出于说明性的目的，而不是限制性的，本公开的真实范围和精神由所附权利要求表征。

Claims (30)

1.一种用于在增强现实AR系统中执行对象识别的方法，所述方法包括：
将对象的二维图像转换为图像域表示；
基于所述图像域表示的节点之间的链接，定义图像域中的属性图；
在模型域中定义另一属性图；以及
通过识别并激活属性图的对应节点之间的链接，匹配所述图像域中的属性图和所述模型域中的属性图。
2.根据权利要求1所述的方法，还包括：
减少所述图像域和所述模型域中的属性图之间的连接的数目；以及
使用基于减少的连接的模式，后向标记所述二维图像的模型域表示。
3.根据权利要求2所述的方法，还包括：
通过将所述二维图像与所述模型域表示重叠来呈现复合图像。
4.根据权利要求1所述的方法，还包括：
确定与所述图像域表示中每个节点相关联的特征；以及
通过将特征应用于所述二维图像的像素，获得表示所述图像域表示中每个节点的局部特征的活动向量的顶点标签。
5.根据权利要求4所述的方法，还包括：
通过建立所述图像域表示的节点之间的链接，获得表示所述图像域表示的节点之间的连通性的边标签。
6.根据权利要求5所述的方法，其中，将所述图像域中的属性图定义为所述图像域表示中的节点以及相关联的顶点标签和边标签的合集。
7.根据权利要求1所述的方法，还包括：
通过向与所述模型域中的每个节点相关的波动图像的集合应用时间求平均，估计所述模型域中的节点的实际属性值。
8.根据权利要求7所述的方法，还包括：
将所述模型域中的节点之间的绑定编码为时间相关。
9.根据权利要求8所述的方法，还包括：
基于编码的绑定，计算权重并将权重分配给所述模型域中的节点之间的链接。
10.一种用于在增强现实AR系统中执行对象识别的装置，所述装置包括：
存储器，适于存储图像数据和图数据；
第一处理单元，适于执行动态建模模块，其中，所述动态建模模块适于：
将二维2D图像从存储的图像数据变换为图像域表示，所述图像域表示包括链接节点的2D数组，每个节点对图像域中的至少一个区别特征进行编码；
确定表示所述图像域中的每个节点的所述至少一个特征的活动向量的顶点标签；
确定表示所述图像域的节点之间的连通性的边标签；以及
基于所述顶点标签和/或所述边标签中的一个或多个来定义模型域中的属性图，所述属性图被存储在所述存储器中作为所述图数据的一部分；以及
第二处理单元，适于执行图匹配模块，其中，所述图匹配模块适于：
识别并激活所述图像域中的节点和所述模型域中的对应节点之间的链接；以及
减小具有类似特征的节点之间的连接的数目。
11.根据权利要求10所述的装置，其中，所述动态建模模块还适于：
对所述图像域中的节点进行分组和选择性激活。
12.根据权利要求11所述的装置，其中，所述动态建模模块还适于：通过将所述图像域中具有类似特征向量的节点绑定在一起，对所述图像域中的节点进行分组。
13.根据权利要求10所述的装置，其中，所述图匹配模块还适于：通过以下步骤来识别和激活在所述图像域和所述模型域中的节点之间的链接：
从所述存储器获取连接模式；以及
使用从所述存储器获取的连接模式，执行针对顶点位置的搜索。
14.根据权利要求13所述的装置，其中，所述图匹配模块还适于：
根据预定义的代价函数，匹配所述顶点标签和所述边标签。
15.根据权利要求10所述的装置，还包括：
第三处理单元，适于执行呈现模块，其中，所述呈现模块适于：通过将所述二维图像与基于所述减少的连接的所述图像的模型域表示重叠，呈现复合图像。
16.根据权利要求15所述的装置，其中，将第一处理单元、第二处理单元和第三处理单元分别集成到第一计算设备、第二计算设备和第三计算设备中，以及所述第一计算设备、所述第二计算设备和所述第三计算设备通过网络通信。
17.根据权利要求15所述的装置，其中，所述第一处理单元、所述第二处理单元和所述第三处理单元是相同处理器的一部分。
18.一种计算机可读存储介质，具有其上存储的用于在增强现实AR系统中执行对象识别的指令，所述指令包括：
将对象的二维图像转换为包括多个链接节点在内的图像域表示，每个节点包括特征检测器的集合；
通过向所述二维图像的每个像素应用所述特征检测器，确定表示所述特征检测器的活动向量的顶点标签；
通过检测每个节点之间的链接，确定表示所述节点之间的连通性的边标签；
基于所述顶点标签和所述边标签，产生图像域中的属性图；
在模型域中定义属性图，其中，所述模型域中的属性图是所述图像域中的属性图的理想化副本；
基于属性图的顶点标签和边标签的匹配，确定所述图像域中的属性图和所述模型域中的属性图之间的连接；以及
将所述连接简化为所述图像域和所述模型域之间的拓扑保留映射。
19.根据权利要求18所述的计算机可读存储介质，其中，所述指令还包括：
基于映射的连接来识别模式；
基于所识别的模式产生虚拟图像；以及
基于所述二维图像和所述虚拟图像的重叠来产生复合图像。
20.根据权利要求18所述的计算机可读存储介质，其中，所述指令还包括：
通过搜索顶点位置，以及根据预定义的代价函数、针对每个顶点位置优化顶点标签和边标签之间的匹配，确定所述图像域和所述模型域中的属性图之间的连接。
21.根据权利要求18所述的计算机可读存储介质，其中，所述指令还包括：
不参考所述模型域，将所述图像域中具有类似特征向量的节点进行绑定。
22.根据权利要求18所述的计算机可读存储介质，其中，所述指令还包括：
如果在所述属性图的实质上所有节点之间存在近似邻居保留和特征类型保留映射，则分别确定所述图像域和所述模型域中的属性图对的连接。
23.根据权利要求18所述的计算机可读存储介质，其中，所述指令还包括：
基于分配给所述图像域中的节点之间的链接的权重，分别确定所述图像域和所述模型域中的属性图对的连接。
24.根据权利要求18所述的计算机可读存储介质，以交织的方式执行以下步骤：产生所述图像域中的属性图，定义所述模型域中的属性图，以及确定所述图像域和所述模型域中的属性图之间的连接。
25.根据权利要求18所述的计算机可读存储介质，其中，每个节点与包括以下各项的一个或更多个特征相关联：局部光强度、反射比属性、对象姿态、遮挡和/或背景变化。
26.一种用于在增强现实AR系统中执行对象识别的系统，所述系统包括：
至少一个传感器，适于捕捉实际场景的二维2D图像；
图像处理服务器，适于将所述2D图像转换为图像域表示，所述图像域表示包括所述图像域中的节点的2D数组，每个节点包括特征检测器的集合；
现实服务器，适于：
确定表示所述图像域中每个节点的至少一个特征的活动向量的顶点标签；
确定表示所述图像域的节点之间的连通性的边标签；
基于所述顶点标签和所述边标签，定义所述图像域中的属性图以及模型域中的另一属性图；
识别并激活所述图像域中的节点和所述模型域中的对应节点之间的链接；
减少具有类似特征的节点之间的连接的数目；以及
图像产生服务器，适于通过将所述2D图像与虚拟图像重叠来产生增强场景，所述虚拟图像是基于所述图像域中的属性图和所述图像域中的另一属性图之间的减少的连接来呈现的。
27.根据权利要求26所述的系统，其中，所述现实服务器还适于：
在结合数据存储器中存储所述模型域中的属性图。
28.根据权利要求26所述的系统，其中，所述现实服务器还适于：
通过确定属性图的实质上所有节点之间的近似邻居保留和特征类型保留映射，识别并激活所述图像域中的节点和所述模型域中的对应节点之间的链接；以及
将所述连接简化为拓扑保留连接。
29.根据权利要求26所述的系统，其中，所述图像处理服务器、现实服务器以及图像产生服务器是以下之一的一部分：集中式AR系统和分布式AR系统。
30.根据权利要求26所述的系统，还包括：可视化系统，适于使所述增强场景可视化，其中，所述可视化系统包括以下一项或更多项：头戴式显示器、虚拟视网膜显示器和/或监视器。
CN201180004985.XA 2010-03-10 2011-02-25 在增强现实中通过动态建模来进行鲁棒对象识别 Expired - Fee Related CN102656595B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/720,858 2010-03-10
US12/720,858 US8866845B2 (en) 2010-03-10 2010-03-10 Robust object recognition by dynamic modeling in augmented reality
PCT/US2011/026252 WO2011112368A2 (en) 2010-03-10 2011-02-25 Robust object recognition by dynamic modeling in augmented reality

Publications (2)

Publication Number Publication Date
CN102656595A true CN102656595A (zh) 2012-09-05
CN102656595B CN102656595B (zh) 2014-10-01

Family

ID=44559533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180004985.XA Expired - Fee Related CN102656595B (zh) 2010-03-10 2011-02-25 在增强现实中通过动态建模来进行鲁棒对象识别

Country Status (5)

Country Link
US (1) US8866845B2 (zh)
JP (1) JP5520387B2 (zh)
KR (1) KR101453630B1 (zh)
CN (1) CN102656595B (zh)
WO (1) WO2011112368A2 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455982A (zh) * 2013-08-31 2013-12-18 四川川大智胜软件股份有限公司 一种基于虚实融合机场场面监视视觉增强的方法
CN103929605A (zh) * 2014-04-01 2014-07-16 北京智谷睿拓技术服务有限公司 图像呈现控制方法及图像呈现控制装置
CN106408663A (zh) * 2016-08-30 2017-02-15 深圳市彬讯科技有限公司 一种增强现实应用模型真实度的方法及系统
CN106575365A (zh) * 2014-02-28 2017-04-19 河谷控股Ip有限责任公司 对象识别特点分析系统和方法
CN108292040A (zh) * 2015-09-30 2018-07-17 索尼互动娱乐股份有限公司 优化头戴式显示器屏幕上的内容定位的方法
CN108351705A (zh) * 2015-12-16 2018-07-31 英特尔公司 在物理环境与数字环境中转变增强现实对象
CN109241844A (zh) * 2018-08-03 2019-01-18 百度在线网络技术（北京）有限公司 三维物体的姿态估计方法、装置、设备及存储介质
CN110083227A (zh) * 2013-06-07 2019-08-02 索尼互动娱乐美国有限责任公司 在头戴式系统内产生增强虚拟现实场景的系统和方法
US11829851B2 (en) 2018-03-13 2023-11-28 Sony Corporation Information processor, mobile device, and method and program thereof

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8866845B2 (en) 2010-03-10 2014-10-21 Empire Technology Development Llc Robust object recognition by dynamic modeling in augmented reality
US8872828B2 (en) 2010-09-16 2014-10-28 Palo Alto Research Center Incorporated Method for generating a graph lattice from a corpus of one or more data graphs
US8724911B2 (en) * 2010-09-16 2014-05-13 Palo Alto Research Center Incorporated Graph lattice method for image clustering, classification, and repeated structure finding
US8666114B2 (en) * 2011-12-01 2014-03-04 Honeywell International Inc. System and method for geospatial partitioning of a geographical region
CN103577788A (zh) 2012-07-19 2014-02-12 华为终端有限公司 增强现实的实现方法和装置
US9165068B2 (en) * 2012-08-03 2015-10-20 Adobe Systems Incorporated Techniques for cloud-based similarity searches
US9286727B2 (en) 2013-03-25 2016-03-15 Qualcomm Incorporated System and method for presenting true product dimensions within an augmented real-world setting
JP6323451B2 (ja) * 2013-05-28 2018-05-16 コニカミノルタ株式会社 画像処理装置及びプログラム
WO2014206475A1 (en) 2013-06-27 2014-12-31 Longsand Limited Augmented reality
US9036044B1 (en) * 2013-07-22 2015-05-19 Google Inc. Adjusting camera parameters associated with a plurality of images
US9996974B2 (en) * 2013-08-30 2018-06-12 Qualcomm Incorporated Method and apparatus for representing a physical scene
US9934611B2 (en) * 2013-09-11 2018-04-03 Qualcomm Incorporated Structural modeling using depth sensors
US9541996B1 (en) * 2014-02-28 2017-01-10 Google Inc. Image-recognition based game
US11017311B2 (en) 2014-06-30 2021-05-25 Hewlett Packard Enterprise Development Lp Dataset augmentation based on occlusion and inpainting
US9852359B2 (en) * 2015-09-14 2017-12-26 International Business Machines Corporation System, method, and recording medium for efficient cohesive subgraph identification in entity collections for inlier and outlier detection
US10521410B2 (en) * 2015-11-20 2019-12-31 International Business Machines Corporation Semantic graph augmentation for domain adaptation
IT201600122898A1 (it) * 2016-12-02 2018-06-02 Ecole Polytechnique Fed Lausanne Epfl Metodi e apparati per codificare e decodificare immagini o flussi video digitali
KR102061408B1 (ko) * 2017-03-24 2019-12-31 (주)제이엘케이인스펙션 가상 3차원 심층 신경망을 이용하는 영상 분석 장치 및 방법
US10991120B2 (en) 2017-11-14 2021-04-27 Samsung Electronics Co., Ltd. Method and apparatus for processing a plurality of undirected graphs
US11074260B2 (en) * 2018-09-04 2021-07-27 Oracle International Corporation Space-efficient methodology for representing label information in large graph data for fast distributed graph query
KR102118519B1 (ko) * 2018-11-22 2020-06-15 삼성전자주식회사 전자 장치 및 그 제어 방법
CN110796673B (zh) * 2019-10-31 2023-02-24 Oppo广东移动通信有限公司 图像分割方法及相关产品
CN110719493A (zh) * 2019-11-07 2020-01-21 广州虎牙科技有限公司 弹幕显示方法、装置、电子设备及可读存储介质
CN111401330B (zh) * 2020-04-26 2023-10-17 四川自由健信息科技有限公司 教学系统及采用该教学系统的智能镜
CN111833454B (zh) * 2020-06-30 2023-11-28 北京市商汤科技开发有限公司 展示方法、装置、设备和计算机可读存储介质
CN114387414B (zh) * 2021-12-13 2024-03-19 武汉工程大学 一种月壤颗粒模型的生成方法、装置、电子设备及介质
CN116824151B (zh) * 2023-05-08 2024-04-16 北京邮电大学 图像特征的识别方法、装置、电子设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6356659B1 (en) * 1996-06-25 2002-03-12 Eyematic Interfaces, Inc. Labeled bunch graphs for image analysis
US20030059116A1 (en) * 2001-08-13 2003-03-27 International Business Machines Corporation Representation of shapes for similarity measuring and indexing
US20040131232A1 (en) * 1998-04-08 2004-07-08 Jeffrey Meisner Augmented reality technology
US20060290695A1 (en) * 2001-01-05 2006-12-28 Salomie Ioan A System and method to obtain surface structures of multi-dimensional objects, and to represent those surface structures for animation, transmission and display
CN101080762A (zh) * 2004-11-19 2007-11-28 Daem交互有限公司 具有图像获取功能、应用于扩充现实性资源的个人装置和方法

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5317425A (en) 1992-02-10 1994-05-31 Eastman Kodak Company Technique for use in conjunction with an imaging system for providing an appearance match between two images and for calibrating the system thereto
JP3661287B2 (ja) 1996-08-02 2005-06-15 富士ゼロックス株式会社 画像登録装置および方法
US6047078A (en) 1997-10-03 2000-04-04 Digital Equipment Corporation Method for extracting a three-dimensional model using appearance-based constrained structure from motion
US5974168A (en) 1998-04-16 1999-10-26 International Business Machines Corporation Acquiring bump maps from curved objects
JP3791239B2 (ja) 1998-06-09 2006-06-28 松下電器産業株式会社 グラフ表現変換方法及びその装置、並びに自動配置方法及びその装置
US7827488B2 (en) * 2000-11-27 2010-11-02 Sitrick David H Image tracking and substitution system and methodology for audio-visual presentations
JP2003281297A (ja) 2002-03-22 2003-10-03 National Institute Of Advanced Industrial & Technology 情報提示装置および情報提示方法
KR100587570B1 (ko) 2003-10-25 2006-06-08 삼성전자주식회사 그래프 정합기반의 얼굴 인식방법 및 장치
US7187809B2 (en) 2004-06-10 2007-03-06 Sarnoff Corporation Method and apparatus for aligning video to three-dimensional point clouds
US7480414B2 (en) 2004-10-14 2009-01-20 International Business Machines Corporation Method and apparatus for object normalization using object classification
US7623731B2 (en) 2005-06-20 2009-11-24 Honda Motor Co., Ltd. Direct method for modeling non-rigid motion with thin plate spline transformation
US20070272644A1 (en) * 2006-05-25 2007-11-29 Mcdonald Alan Rodrick Heavy lift trailer crane
WO2007141131A1 (en) * 2006-06-08 2007-12-13 Technische Universitaet Muenchen Microfluidic device for controlled aggregation of spider silk
US20090002489A1 (en) 2007-06-29 2009-01-01 Fuji Xerox Co., Ltd. Efficient tracking multiple objects through occlusion
GB2452544A (en) * 2007-09-07 2009-03-11 Sony Corp Transforming an image to a model after identifying the best transform metric
TWI348659B (en) 2007-10-29 2011-09-11 Ind Tech Res Inst Method and system for object detection and tracking
US8218817B2 (en) 2007-12-21 2012-07-10 Honda Motor Co. Ltd. Online articulate object tracking with appearance and shape
US8351649B1 (en) 2008-04-01 2013-01-08 University Of Southern California Video feed target tracking
US9824495B2 (en) 2008-09-11 2017-11-21 Apple Inc. Method and system for compositing an augmented reality scene
US8866845B2 (en) 2010-03-10 2014-10-21 Empire Technology Development Llc Robust object recognition by dynamic modeling in augmented reality

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6356659B1 (en) * 1996-06-25 2002-03-12 Eyematic Interfaces, Inc. Labeled bunch graphs for image analysis
US20040131232A1 (en) * 1998-04-08 2004-07-08 Jeffrey Meisner Augmented reality technology
US20060290695A1 (en) * 2001-01-05 2006-12-28 Salomie Ioan A System and method to obtain surface structures of multi-dimensional objects, and to represent those surface structures for animation, transmission and display
US20030059116A1 (en) * 2001-08-13 2003-03-27 International Business Machines Corporation Representation of shapes for similarity measuring and indexing
CN101080762A (zh) * 2004-11-19 2007-11-28 Daem交互有限公司 具有图像获取功能、应用于扩充现实性资源的个人装置和方法

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110083227A (zh) * 2013-06-07 2019-08-02 索尼互动娱乐美国有限责任公司 在头戴式系统内产生增强虚拟现实场景的系统和方法
CN110083227B (zh) * 2013-06-07 2022-08-23 索尼互动娱乐美国有限责任公司 在头戴式系统内产生增强虚拟现实场景的系统和方法
CN103455982A (zh) * 2013-08-31 2013-12-18 四川川大智胜软件股份有限公司 一种基于虚实融合机场场面监视视觉增强的方法
CN106575365A (zh) * 2014-02-28 2017-04-19 河谷控股Ip有限责任公司 对象识别特点分析系统和方法
CN103929605A (zh) * 2014-04-01 2014-07-16 北京智谷睿拓技术服务有限公司 图像呈现控制方法及图像呈现控制装置
CN103929605B (zh) * 2014-04-01 2018-06-08 北京智谷睿拓技术服务有限公司 图像呈现控制方法及图像呈现控制装置
CN108292040A (zh) * 2015-09-30 2018-07-17 索尼互动娱乐股份有限公司 优化头戴式显示器屏幕上的内容定位的方法
CN108292040B (zh) * 2015-09-30 2020-11-06 索尼互动娱乐股份有限公司 优化头戴式显示器屏幕上的内容定位的方法
CN108351705B (zh) * 2015-12-16 2021-08-31 英特尔公司 用于在物理环境与数字环境中转变增强现实对象的装置、方法和设备
CN108351705A (zh) * 2015-12-16 2018-07-31 英特尔公司 在物理环境与数字环境中转变增强现实对象
CN106408663B (zh) * 2016-08-30 2019-02-22 深圳市彬讯科技有限公司 一种增强现实应用模型真实度的方法及系统
CN106408663A (zh) * 2016-08-30 2017-02-15 深圳市彬讯科技有限公司 一种增强现实应用模型真实度的方法及系统
US11829851B2 (en) 2018-03-13 2023-11-28 Sony Corporation Information processor, mobile device, and method and program thereof
CN109241844A (zh) * 2018-08-03 2019-01-18 百度在线网络技术（北京）有限公司 三维物体的姿态估计方法、装置、设备及存储介质
CN109241844B (zh) * 2018-08-03 2020-11-17 百度在线网络技术（北京）有限公司 三维物体的姿态估计方法、装置、设备及存储介质
US11145080B2 (en) 2018-08-03 2021-10-12 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for three-dimensional object pose estimation, device and storage medium

Also Published As

Publication number Publication date
JP5520387B2 (ja) 2014-06-11
US8866845B2 (en) 2014-10-21
WO2011112368A2 (en) 2011-09-15
KR20120093981A (ko) 2012-08-23
CN102656595B (zh) 2014-10-01
JP2013513191A (ja) 2013-04-18
KR101453630B1 (ko) 2014-10-22
US20110221769A1 (en) 2011-09-15
WO2011112368A3 (en) 2012-01-19

Similar Documents

Publication Publication Date Title
CN102656595B (zh) 在增强现实中通过动态建模来进行鲁棒对象识别
Yang et al. Fusing blockchain and AI with metaverse: A survey
Gao et al. Hierarchical LSTMs with adaptive attention for visual captioning
Shao et al. Facial action unit detection using attention and relation learning
Anantrasirichai et al. Artificial intelligence in the creative industries: a review
Zhang et al. Pattern-affinitive propagation across depth, surface normal and semantic segmentation
Juefei-Xu et al. Countering malicious deepfakes: Survey, battleground, and horizon
US10719741B2 (en) Sensory information providing apparatus, video analysis engine, and method thereof
Youwang et al. Clip-actor: Text-driven recommendation and stylization for animating human meshes
Bar et al. Compositional video synthesis with action graphs
Wang et al. A brief survey on RGB-D semantic segmentation using deep learning
Chen et al. Unpaired deep image dehazing using contrastive disentanglement learning
Sicre et al. Discriminative part model for visual recognition
Davtyan et al. Controllable video generation through global and local motion dynamics
Hsu et al. A multimedia presentation system using a 3D gesture interface in museums
Yu et al. Review of face presentation attack detection competitions
Lamghari et al. A grid-based representation for human action recognition
Serra et al. Easy generation of facial animation using motion graphs
Soliman et al. Artificial intelligence powered Metaverse: analysis, challenges and future perspectives
Rohil et al. Fast and robust virtual try-on based on parser-free generative adversarial network
Takacs et al. Deep authoring-an AI Tool set for creating immersive MultiMedia experiences
Fan et al. Autonomous Vehicle Vision 2021: ICCV Workshop Summary
Yu Human-Centric Deep Generative Models: The Blessing and the Curse
US11860981B2 (en) Non-fungible token metaverse platform
Zheng et al. Face Reenactment Based on Motion Field Representation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20141001

Termination date: 20200225