CN106354756A - 一种基于增强现实云识别的多户型识别方法及系统 - Google Patents

一种基于增强现实云识别的多户型识别方法及系统 Download PDF

Info

Publication number
CN106354756A
CN106354756A CN201610681862.4A CN201610681862A CN106354756A CN 106354756 A CN106354756 A CN 106354756A CN 201610681862 A CN201610681862 A CN 201610681862A CN 106354756 A CN106354756 A CN 106354756A
Authority
CN
China
Prior art keywords
house type
data
house
characteristic point
server
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.)
Pending
Application number
CN201610681862.4A
Other languages
English (en)
Inventor
张宝龙
王国彬
贺波
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.)
Shenzhen Bincent Technology Co Ltd
Original Assignee
Shenzhen Bincent Technology Co Ltd
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 Shenzhen Bincent Technology Co Ltd filed Critical Shenzhen Bincent Technology Co Ltd
Priority to CN201610681862.4A priority Critical patent/CN106354756A/zh
Publication of CN106354756A publication Critical patent/CN106354756A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明提供了一种基于增强现实云识别的多户型识别方法及系统，用于户型特征点数据在服务器进行匹配，提供一客户端、服务器，所述基于增强现实云识别的多户型识别方法包括以下步骤：客户端通过摄像头获取识别图的特征点数据，并将特征点数据上传到服务器；服务器匹配特征点数据，返回户型相关数据给客户端；客户端接收到户型数据，在本地检索是否存在该户型的内容数据，如果有则直接显示户型内容；如果没有则向服务器请求下载户型内容数据，下载后保存并显示；该基于增强现实云识别的多户型识别方法及系统能减少客户端体积，方便客户端进行热更新，方便进行权限控制及方便进行增删改，方便数据更新。

Description

一种基于增强现实云识别的多户型识别方法及系统
技术领域
本发明涉及计算机软件技术领域，尤其涉及一种基于增强现实云识别的多户型识别方法及方法。
背景技术
随着增强现实技术的兴起与完善，很多企业使用增强现实技术进行推广及营销产品。然而当前的增强现实识别方案需要将识别数据及显示内容存储在本地，造成客户端体积臃肿及客户端更新需要做整包更新，造成户型数据难以更新，或更新不及时，一旦出现新的户型文件数据，需要对整个本地存储的户型数据库进行全部更新，更新的时间长，更新时数据繁冗；
因此，本领域技术人员亟需开发出一种减少客户端体积，客户端支持热更新，方便进行权限控制及方便进行增删改，方便数据更新的基于增强现实云识别的多户型识别方法。
发明内容
本发明要解决的技术问题是提供一种基于增强现实云识别的多户型识别方法，该基于增强现实云识别的多户型识别方法能减少客户端体积，方便客户端进行热更新，方便进行权限控制及方便进行增删改，方便数据更新，本发明要解决的另一个技术问题是提供一种基于增强现实云识别的多户型识别系统。
为解决上述技术问题，本发明提供了一种基于增强现实云识别的多户型识别方法，用于户型特征点数据在服务器进行匹配，提供一客户端、服务器，所述基于增强现实云识别的多户型识别方法包括以下步骤：
S1、客户端通过摄像头获取识别图的特征点数据，并将特征点数据上传到服务器；
S2、服务器匹配特征点数据，返回户型相关数据给客户端；
S3、客户端接收到户型数据，在本地检索是否存在该户型的内容数据，如果有则直接显示户型内容；如果没有则向服务器请求下载户型内容数据，下载后保存并显示；
其中，服务器配置有特征点数据与户型的数据库，所述数据库定义了特征点数据与户型的对应关系，户型数据存储在服务器；
所述步骤S1的实现步骤包括：
S101：客户端通过摄像头捕捉一到两帧的图像，将图像通过识别规则生成特征点数据。
S102：客户端通过上传接口将特征点数据上传到所述服务器。
所述S2步骤的实现步骤包括：
S201：服务器接收到特征点数据并将该数据与数据库进行匹配。
S202：服务器匹配到户型数据将户型数据发送到客户端。
优选地，所述服务器包括匹配模块(10)以及户型数据存储模块(20)，所述客户端包括识别模块(30)、数据管理模块(40)以及显示模块(50)。
优选地，所述识别模块(30)包括图像捕捉单元(301)及特征点数据生产单元(302)，所述数据管理模块(40)包括特征点上传单元(401)，所述步骤S101及步骤S102的执行步骤包括:
优选地，所述识别模块(30)通过图像捕捉单元(301)捕捉图像后通过特征点数据生产单元(302)生成特征点数据,并通过数据管理模块(40)的特征点上传单元(401)将特征点数据上传到服务器。
优选地，所述数据管理模块(40)包括户型比对单元(402)、户型下载单元(403)以及户型存储单元(404)；
所述步骤S3的执行步骤包括：
S301:所述户型比对单元(402)接收户型数据；
S302:户型比对单元(402)将接收到的户型数据与户型内容存储单元(404)的本地户型数据进行ID检索；
S303：进行户型ID匹配，判断能否匹配到户型ID，如果能匹配到则执行步骤S304，否则，执行步骤S305；
S304：将户型比对单元(402)将接收到的户型数据文件与户型内容存储单元(404)的本地户型数据文件的消息摘要算法(MD5)数据进行比较，下载新的户型数据，并更新本地的户型数据，将更新的户型数据通过显示模块(50)显示；
S305：数据管理模块(40)向服务器请求下载不能匹配户型ID的户型数据，并将下载的户型数据更新至本地的户型数据，同时将更新的户型数据通过显示模块(50)显示。
优选地，所述步骤S304的执行步骤包括：
S3041：判断数据管理模块(40)接收到的户型数据文件与户型内容存储单元(404)的本地户型数据文件的消息摘要算法(MD5)数据是否一致，如果是，则执行步骤S3042，否则，则执行步骤S3043；
S3042：户型内容存储单元(404)将消息摘要算法(MD5)数据一致的户型内容文件取出并发送给显示模块(50)，显示模块(50)显示取出的户型内容文件；
S3043：1)户型下载单元(403)向服务器户型数据存储模块(20)请求户型内容数据并下载该户型内容数据；
2)户型存储单元(404)将下载的户型内容数据存储在本地，并更新本地户型数据；
3)显示模块(50)显示更新的户型内容。
优选地，所述步骤S305的执行步骤包括：
S3051：所述户型下载单元(403)向户型数据存储模块(20)请求户型内容数据并下载该户型内容数据；
S3052：所述户型存储单元(404)将下载的户型内容数据存储在本地，并将户型数据写入本地户型数据库，并更新本地户型数据；
S3053：显示模块(50)显示更新的户型内容。
基于另一个要解决的技术问题，本发明提供了一种基于增强现实云识别的多户型识别系统，包括客户端，用于匹配特征点数据，返回户型相关数据给客户端，及服务器，用于根据接收到的户型数据，在本地检索是否存在该户型的内容数据；
所述服务器包括户型数据存储模块(20)、用于将特征点数据进行检索，匹配到户型后将户型数据传输至户型数据存储模块(20)的匹配模块(10)；
所述客户端包括用于捕捉数据特征点并将捕捉到的数据特征点上传至服务器的识别模块(30)、用于将接收到户型数据与本地户型数据进行ID检索的数据管理模块(40)以及用于显示更新的本地户型数据的显示模块(50)。
优选地，所述识别模块(30)包括图像捕捉单元(301)以及特征点数据生产单元(302)，所述数据管理模块(40)包括特征点上传单元(401)、户型比对单元(402)、户型下载单元(403)以及户型存储单元(404)，
所述识别模块(30)通过图像捕捉单元(301)捕捉图像后通过特征点数据生产单元(302)生成特征点数据,并通过数据管理模块(40)的特征点上传单元(401)将特征点数据上传到服务器；
所述户型比对单元(402)接收户型数据，户型比对单元(402)将接收到的户型数据与户型内容存储单元(404)的本地户型数据进行ID检索，进行户型ID匹配，判断能否匹配到户型ID；
如果能匹配到则将户型比对单元(402)将接收到的户型数据文件与户型内容存储单元(404)的本地户型数据文件的消息摘要算法(MD5)数据进行比较，下载新的户型数据，并更新本地的户型数据，将更新的户型数据通过显示模块(50)显示；
如果匹配不到，数据管理模块(40)向服务器请求下载不能匹配户型ID的户型数据，并将下载的户型数据更新至本地的户型数据，同时将更新的户型数据通过显示模块(50)显示。
采用了上述方法及系统之后，所述客户端的识别模块通过图像捕捉单元捕捉图像后通过特征点数据生产单元生成特征点数据,并通过数据管理模块的特征点上传单元将特征点数据上传到服务器；所述户型比对单元接收户型数据，户型比对单元将接收到的户型数据与户型内容存储单元的本地户型数据进行ID检索，进行户型ID匹配，判断能否匹配到户型ID；如果能匹配到则将户型比对单元将接收到的户型数据文件与户型内容存储单元的本地户型数据文件的消息摘要算法(MD5)数据进行比较，下载新的户型数据，并更新本地的户型数据，将更新的户型数据通过显示模块显示；如果匹配不到，数据管理模块向服务器请求下载不能匹配户型ID的户型数据，并将下载的户型数据更新至本地的户型数据，同时将更新的户型数据通过显示模块显示；该基于增强现实云识别的多户型识别方法及系统能将特征点数据在服务器进行匹配，对消息摘要算法数据进行ID检索，高效明确匹配户型数据信息，且方便进行权限控制且方便进行增删改，将户型内容存储在服务器，方便更新数据；将户型内容存储在服务器，减少客户端体积。
附图说明
图1是本发明的基于增强现实云识别的多户型识别方法的执行流程图；
图2是与图1的步骤流程图对应的步骤S3的执行流程图；
图3是与图2的步骤流程图对应的步骤S304的执行流程图；
图4是与图2的步骤流程图对应的步骤S305的执行流程图；
图5是本发明的基于增强现实云识别的多户型识别系统的结构示意图；
图中：10为匹配模块，20为户型数据存储模块，30为识别模块，301为图像捕捉单元，302为特征点数据生产单元，40为数据管理模块，401为特征点上传单元，402为户型比对单元，403为户型下载单元，404为户型存储单元，50为显示模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。
实施例1
请参阅图1及图2，图1是本发明的基于增强现实云识别的多户型识别方法的执行流程图；图2是与图1的步骤流程图对应的整体模型示意图。
本发明公开的一种用于户型特征点数据在服务器进行匹配，提供一客户端、服务器，所述基于增强现实云识别的多户型识别方法包括以下步骤：
S1、客户端通过摄像头获取识别图的特征点数据，并将特征点数据上传到服务器；
S2、服务器匹配特征点数据，返回户型相关数据给客户端；
S3、客户端接收到户型数据，在本地检索是否存在该户型的内容数据，如果有则直接显示户型内容；如果没有则向服务器请求下载户型内容数据，下载后保存并显示；
其中，服务器配置有特征点数据与户型的数据库，所述数据库定义了特征点数据与户型的对应关系，户型数据存储在服务器。
所述S1步骤的实现步骤包括：
S101：客户端通过摄像头捕捉一到两帧的图像，将图像通过识别规则生成特征点数据。
S102：客户端通过上传接口将特征点数据上传到所述服务器。
所述S2步骤的实现步骤包括：
S201：服务器接收到特征点数据并将该数据与数据库进行匹配。
S202：服务器匹配到户型数据将户型数据发送到客户端。
所述服务器包括匹配模块10以及户型数据存储模块20，所述客户端包括识别模块30、数据管理模块40以及显示模块50。
所述识别模块30包括图像捕捉单元301及特征点数据生产单元302，所述数据管理模块40包括特征点上传单元401，
所述步骤S101及步骤S102的执行步骤包括:所述识别模块30通过图像捕捉单元301捕捉图像后通过特征点数据生产单元302生成特征点数据,并通过数据管理模块40的特征点上传单元401将特征点数据上传到服务器。
所述数据管理模块40包括户型比对单元402、户型下载单元403以及户型存储单元404；
请参阅图2，图2是与图1的步骤流程图对应的步骤S3的执行流程图；
所述步骤S3的执行步骤包括：
S301:所述户型比对单元402接收户型数据；
S302:户型比对单元402将接收到的户型数据与户型内容存储单元404的本地户型数据进行ID检索；
S303：进行户型ID匹配，判断能否匹配到户型ID，如果能匹配到则执行步骤S304，否则，执行步骤S305；
S304：将户型比对单元402将接收到的户型数据文件与户型内容存储单元404的本地户型数据文件的消息摘要算法(MD5)数据进行比较，下载新的户型数据，并更新本地的户型数据，将更新的户型数据通过显示模块50显示；
S305：数据管理模块40向服务器请求下载不能匹配户型ID的户型数据，并将下载的户型数据更新至本地的户型数据，同时将更新的户型数据通过显示模块50显示。
请参阅图3，图3是与图2的步骤流程图对应的步骤S304的执行流程图；
其中，所述步骤S304的执行步骤包括：
S3041：判断数据管理模块40接收到的户型数据文件与户型内容存储单元404的本地户型数据文件的消息摘要算法(MD5)数据是否一致，如果是，则执行步骤S3042，否则，则执行步骤S3043；
S3042：户型内容存储单元404将消息摘要算法(MD5)数据一致的户型内容文件取出并发送给显示模块50，显示模块50显示取出的户型内容文件；
所述步骤S3043的执行步骤包括：
1)户型下载单元403向服务器户型数据存储模块20请求户型内容数据并下载该户型内容数据；
2)户型存储单元404将下载的户型内容数据存储在本地，并更新本地户型数据；
3)显示模块50显示更新的户型内容。
所述步骤S305的执行步骤包括：
S3051：所述户型下载单元403向户型数据存储模块20请求户型内容数据并下载该户型内容数据；
S3052：所述户型存储单元404将下载的户型内容数据存储在本地，并将户型数据写入本地户型数据库，并更新本地户型数据；
S3053：显示模块50显示更新的户型内容。
其中，所述消息摘要算法(MD5)数据的实现步骤如下所示，
一、算法框架
(1)附加填充比特：对报文进行填充，使其长度(比特数)与448模512同余，即
长度≡448mod 512
即填充长度为512的整数倍减去64。例如，报文是448bit长，那么将填充512bit形成960bit的报文。
(2)附加长度值：用64bit表示的初始报文(填充前)的位长度附加在步骤1的结果后(低位字节优先)。若初始长度大于264，仅使用该长度的低64bit。
(3)初始化MD缓存：该缓存记为A、B、C、D各32bit。其中
A＝(01234567)16 B＝(89ABCDEF)16
C＝(FEDCBA98)16 D＝(76543210)16
A、B、C、D称为链接变量，令初始值
IV＝(A，B，C，D)16
(4)主循环，共循环L次。每个循环有4轮迭代，每轮16步操作运算。每轮均以当前报文组Yq和缓存ABCD为输入，然后更新缓存内容。
(5)输出：所有L个512bit的分组处理完成后，第L阶段产生的输出便是128bit的报文摘要MD。
二、其中，公式如下
C V 0 = I V C V q + 1 = H M D 5 ( C V q , Y q ) M D = C V L
或
CV0＝IV
CVq+1＝SUM32(CVq，RFI[Yq，RFH[Yq，RFG[Yq，RFF[Yq，CVq]]]])
MD＝CVL
其中
◆IV＝缓存A、B、C、D的初值，在步骤(3)定义
◆Yq＝第q个长度为512bit的报文分组
◆L＝报文的分组数(包括填充字段和长度字段)
◆CVq＝处理第q个报文分组时的连接变量
◆RFx＝使用原始逻辑函数x的循环函数
◆MD＝最终的报文摘要
◆SUM32＝对输入对中的每个字分别执行模232相加
(三)(轮)函数g
第1轮、
第2轮、
第3轮、
第4轮、
每一轮包含对缓冲区ABCD的16步操作所组成的一个序列。
a←A，b←B，c←C，d←D
a←b+((a+g(b，c，d)+X[k]+T[i])<<<s)
A←d，B←a，C←b，D←c
其中：
a，b，c，d＝缓冲区的四个字，以一个给定的次序排列；
g＝基本逻辑函数F，G，H，I之一；
s＝对32位字循环左移s位
X[k]＝M[q×16+k]＝在第q个512位数据块中的第k个32位字
T[i]＝表T中的第i个32位字；
经过上述轮函数及公式得出消息摘要算法(MD5)数据。
实施例2
请参阅图5，图5是本发明的基于增强现实云识别的多户型识别系统的结构示意图；
本发明还提供了一种增强现实云识别的多户型识别系统，包括客户端，用于匹配特征点数据，返回户型相关数据给客户端，及服务器，用于根据接收到的户型数据，在本地检索是否存在该户型的内容数据；所述服务器包括户型数据存储模块20、用于将特征点数据进行检索，匹配到户型后将户型数据传输至户型数据存储模块20的匹配模块10；所述客户端包括用于捕捉数据特征点并将捕捉到的数据特征点上传至服务器的识别模块30、用于将接收到户型数据与本地户型数据进行ID检索的数据管理模块40以及用于显示更新的本地户型数据的显示模块50。
所述识别模块30包括图像捕捉单元301以及特征点数据生产单元302，所述数据管理模块40包括特征点上传单元401、户型比对单元402、户型下载单元403以及户型存储单元404，
所述识别模块30通过图像捕捉单元301捕捉图像后通过特征点数据生产单元302生成特征点数据,并通过数据管理模块40的特征点上传单元401将特征点数据上传到服务器；
所述户型比对单元402接收户型数据，户型比对单元402将接收到的户型数据与户型内容存储单元404的本地户型数据进行ID检索，进行户型ID匹配，判断能否匹配到户型ID；
如果能匹配到则将户型比对单元402将接收到的户型数据文件与户型内容存储单元404的本地户型数据文件的消息摘要算法(MD5)数据进行比较，下载新的户型数据，并更新本地的户型数据，将更新的户型数据通过显示模块50显示；
如果匹配不到，数据管理模块40向服务器请求下载不能匹配户型ID的户型数据，并将下载的户型数据更新至本地的户型数据，同时将更新的户型数据通过显示模块50显示。
采用了上述方法及系统之后，所述客户端的识别模块30通过图像捕捉单元捕捉图像后通过特征点数据生产单元生成特征点数据,并通过数据管理模块的特征点上传单元将特征点数据上传到服务器；所述户型比对单元接收户型数据，户型比对单元将接收到的户型数据与户型内容存储单元的本地户型数据进行ID检索，进行户型ID匹配，判断能否匹配到户型ID；如果能匹配到则将户型比对单元将接收到的户型数据文件与户型内容存储单元的本地户型数据文件的消息摘要算法(MD5)数据进行比较，下载新的户型数据，并更新本地的户型数据，将更新的户型数据通过显示模块显示；如果匹配不到，数据管理模块40向服务器请求下载不能匹配户型ID的户型数据，并将下载的户型数据更新至本地的户型数据，同时将更新的户型数据通过显示模块50显示；该基于增强现实云识别的多户型识别方法及系统能将特征点数据在服务器进行匹配，对消息摘要算法(MD5)数据进行ID检索，高效明确匹配户型数据信息，且方便进行权限控制且方便进行增删改，将户型内容存储在服务器，方便更新数据；将户型内容存储在服务器，减少客户端体积；
同时，应当理解的是，以上仅为本发明的优选实施例，不能因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效实现方法，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种基于增强现实云识别的多户型识别方法，用于户型特征点数据在服务器进行匹配，其特征在于：提供一客户端、服务器，所述基于增强现实云识别的多户型识别方法包括以下步骤：
S1、客户端通过摄像头获取识别图的特征点数据，并将特征点数据上传到服务器；
S2、服务器匹配特征点数据，返回户型相关数据给客户端；
S3、客户端接收到户型数据，在本地检索是否存在该户型的内容数据，如果有则直接显示户型内容；如果没有则向服务器请求下载户型内容数据，下载后保存并显示；
其中，服务器配置有特征点数据与户型的数据库，所述数据库定义了特征点数据与户型的对应关系，户型数据存储在服务器；
所述步骤S1的实现步骤包括：
S101：客户端通过摄像头捕捉一到两帧的图像，将图像通过识别规则生成特征点数据；
S102：客户端通过上传接口将特征点数据上传到所述服务器；
所述S2步骤的执行步骤包括：
S201：服务器接收到特征点数据并将该数据与数据库进行匹配；
S202：服务器匹配到户型数据将户型数据发送到客户端。
2.根据权利要求1所述的基于增强现实云识别的多户型识别方法，其特征在于：所述服务器包括匹配模块(10)以及户型数据存储模块(20)，所述客户端包括识别模块(30)、数据管理模块(40)以及显示模块(50)。
3.根据权利要求2所述的基于增强现实云识别的多户型识别方法，其特征在于：所述识别模块(30)包括图像捕捉单元(301)及特征点数据生产单元(302)，所述数据管理模块(40)包括特征点上传单元(401)，所述步骤S101及步骤S102的执行步骤包括:
所述识别模块(30)通过图像捕捉单元(301)捕捉图像后通过特征点数据生产单元(302)生成特征点数据,并通过数据管理模块(40)的特征点上传单元(401)将特征点数据上传到所述服务器。
4.根据权利要求2所述的基于增强现实云识别的多户型识别方法，其特征在于：所述数据管理模块(40)包括户型比对单元(402)、户型下载单元(403)以及户型存储单元(404)；
所述步骤S3的执行步骤包括：
S301:所述户型比对单元(402)接收户型数据；
S302:户型比对单元(402)将接收到的户型数据与户型内容存储单元(404)的本地户型数据进行ID检索；
S303：进行户型ID匹配，判断能否匹配到户型ID，如果能匹配到则执行步骤S304，否则，执行步骤S305；
S304：将户型比对单元(402)将接收到的户型数据文件与户型内容存储单元(404)的本地户型数据文件的消息摘要算法(MD5)数据进行比较，下载新的户型数据，并更新本地的户型数据，将更新的户型数据通过显示模块(50)显示；
S305：数据管理模块(40)向服务器请求下载不能匹配户型ID的户型数据，并将下载的户型数据更新至本地的户型数据，同时将更新的户型数据通过显示模块(50)显示。
5.根据权利要求4所述的基于增强现实云识别的多户型识别方法，其特征在于：所述步骤S304的执行步骤包括：
S3041：判断数据管理模块(40)接收到的户型数据文件与户型内容存储单元(404)的本地户型数据文件的消息摘要算法(MD5)数据是否一致，如果是，则执行步骤S3042，否则，则执行步骤S3043；
S3042：户型内容存储单元(404)将消息摘要算法(MD5)数据一致的户型内容文件取出并发送给显示模块(50)，显示模块(50)显示取出的户型内容文件；
S3043：1)户型下载单元(403)向服务器户型数据存储模块(20)请求户型内容数据并下载该户型内容数据；
2)户型存储单元(404)将下载的户型内容数据存储在本地，并更新本地户型数据；
3)显示模块(50)显示更新的户型内容。
6.根据权利要求4所述的基于增强现实云识别的多户型识别方法，其特征在于：所述步骤S305的执行步骤包括：
S3051：所述户型下载单元(403)向所述户型数据存储模块(20)请求户型内容数据并下载该户型内容数据；
S3052：所述户型存储单元(404)将下载的户型内容数据存储在本地，并将户型数据写入本地户型数据库，并更新本地户型数据；
S3053：显示模块(50)显示更新的户型内容。
7.一种基于增强现实云识别的多户型识别系统，其特征在于：
包括客户端，用于匹配特征点数据，返回户型相关数据给客户端；
及服务器，用于根据接收到的户型数据，在本地检索是否存在该户型的内容数据；
所述服务器包括户型数据存储模块(20)、用于将特征点数据进行检索，匹配到户型后将户型数据传输至所述户型数据存储模块(20)的匹配模块(10)；
所述客户端包括用于捕捉数据特征点并将捕捉到的数据特征点上传至服务器的识别模块(30)、用于将接收到户型数据与本地户型数据进行ID检索的数据管理模块(40)以及用于显示更新的本地户型数据的显示模块(50)。
8.根据权利要求7所述的基于增强现实云识别的多户型识别系统，其特征在于：所述识别模块(30)包括图像捕捉单元(301)以及特征点数据生产单元(302)，所述数据管理模块(40)包括特征点上传单元(401)、户型比对单元(402)、户型下载单元(403)以及户型存储单元(404)，
所述识别模块(30)通过图像捕捉单元(301)捕捉图像后通过特征点数据生产单元(302)生成特征点数据,并通过数据管理模块(40)的特征点上传单元(401)将特征点数据上传到服务器；
所述户型比对单元(402)接收户型数据，所述户型比对单元(402)将接收到的户型数据与户型内容存储单元(404)的本地户型数据进行ID检索，进行户型ID匹配，判断能否匹配到户型ID；
如果能匹配到则将户型比对单元(402)，将接收到的户型数据文件与户型内容存储单元(404)的本地户型数据文件的消息摘要算法(MD5)数据进行比较，下载新的户型数据，并更新本地的户型数据，将更新的户型数据通过显示模块(50)显示；
如果匹配不到，数据管理模块(40)向服务器请求下载不能匹配户型ID的户型数据，并将下载的户型数据更新至本地的户型数据，同时将更新的户型数据通过显示模块(50)显示。
CN201610681862.4A 2016-08-17 2016-08-17 一种基于增强现实云识别的多户型识别方法及系统 Pending CN106354756A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610681862.4A CN106354756A (zh) 2016-08-17 2016-08-17 一种基于增强现实云识别的多户型识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610681862.4A CN106354756A (zh) 2016-08-17 2016-08-17 一种基于增强现实云识别的多户型识别方法及系统

Publications (1)

Publication Number Publication Date
CN106354756A true CN106354756A (zh) 2017-01-25

Family

ID=57844157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610681862.4A Pending CN106354756A (zh) 2016-08-17 2016-08-17 一种基于增强现实云识别的多户型识别方法及系统

Country Status (1)

Country Link
CN (1) CN106354756A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103379172A (zh) * 2012-04-30 2013-10-30 Sk电信有限公司 在切换期间提供内容的方法及其装置
CN103871092A (zh) * 2012-12-10 2014-06-18 索尼公司 显示控制装置以及显示控制方法
CN104361075A (zh) * 2014-11-12 2015-02-18 深圳市幻实科技有限公司 一种图像网址系统及实现方法
CN104537586A (zh) * 2014-12-30 2015-04-22 郭人和 三维房屋展示系统及方法
CN105303384A (zh) * 2014-07-21 2016-02-03 上海羽舟网络科技有限公司 一种产品的3d展示方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103379172A (zh) * 2012-04-30 2013-10-30 Sk电信有限公司 在切换期间提供内容的方法及其装置
CN103871092A (zh) * 2012-12-10 2014-06-18 索尼公司 显示控制装置以及显示控制方法
CN105303384A (zh) * 2014-07-21 2016-02-03 上海羽舟网络科技有限公司 一种产品的3d展示方法及系统
CN104361075A (zh) * 2014-11-12 2015-02-18 深圳市幻实科技有限公司 一种图像网址系统及实现方法
CN104537586A (zh) * 2014-12-30 2015-04-22 郭人和 三维房屋展示系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘浩阳: "《电子数据取证》", 30 November 2015, 清华大学出版社 *
朱俊芳: ""基于结构构件识别的户型图三维重建算法研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
毛金莲: "《智能图像检索关键技术研究》", 30 June 2015, 北京理工大学出版社 *

Similar Documents

Publication Publication Date Title
JP6915078B2 (ja) マシン可読コードを介したオフラインデータ転送のための方法及びシステム
US10540798B1 (en) Methods and arrangements to create images
CN109471900B (zh) 图表类数据自定义动作数据交互方法及系统
US10026017B2 (en) Scene labeling of RGB-D data with interactive option
CN110413690A (zh) 数据库的数据同步方法、服务器、电子设备、存储介质
CN107220929A (zh) 一种使用循环一致对抗网络的非成对图像转化方法
CN109636887A (zh) 一种二维电子技术图纸格式转换及矢量化交互系统
US20190385087A1 (en) Method for large-scale distributed machine learning using formal knowledge and training data
US20210343051A1 (en) Generating procedural materials from digital images
CN105027207A (zh) 用于记录关于被渲染资产的信息的方法和系统
WO2023193521A9 (zh) 一种视频修复的方法、相关装置、设备以及存储介质
Wang et al. Kernel functional maps
CN112148350A (zh) 作品远程版本管理方法、电子设备以及计算机存储介质
CN115358931A (zh) 一种用于仓库物流系统的图像重建方法及设备
CN105407114A (zh) 处理Zookeeper集群数据的客户端及方法
CN112947899A (zh) 深度学习模型转换方法、系统及装置
CN105302789A (zh) 一种卫生信息共享文档模板缓冲存储的编辑方法
CN101986282A (zh) 拓扑适配方法及装置
US20130185335A1 (en) Method and apparatus for implementing a learning model for facilitating answering a query on a database
CN106354756A (zh) 一种基于增强现实云识别的多户型识别方法及系统
CN109034176A (zh) 辨识系统以及辨识方法
CN110968704A (zh) 一种RADOS Gateway的多媒体处理方法
CN113111008B (zh) 测试用例生成方法及装置
US10204435B2 (en) Multi-granular rigs for distributed node-based interactive workflows
CN105824608B (zh) 处理对象的处理、插件生成方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170125

WD01 Invention patent application deemed withdrawn after publication