CN109359204A - 一种基于增强现实的花卉识别方法及设备 - Google Patents
一种基于增强现实的花卉识别方法及设备 Download PDFInfo
- Publication number
- CN109359204A CN109359204A CN201810982863.1A CN201810982863A CN109359204A CN 109359204 A CN109359204 A CN 109359204A CN 201810982863 A CN201810982863 A CN 201810982863A CN 109359204 A CN109359204 A CN 109359204A
- Authority
- CN
- China
- Prior art keywords
- flowers
- information
- augmented reality
- identification
- video stream
- 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
Links
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明实施例提供一种基于增强现实的花卉识别方法及设备,该方法包括:获取用户终端上传的视频流信息;将视频流信息进行分帧,获得视频流信息的单帧图像信息;将单帧图像信息输入至预设深度学习神经网络,获得花卉识别信息和花卉识别场景信息;将花卉识别信息与预设花卉增强现实信息数据库进行匹配,得到花卉识别信息所对应的花卉增强现实信息;将花卉识别场景信息和花卉增强现实信息发送到用户终端,以供用户终端实现增强现实效果的花卉识别。本发明实施例通过将用户终端上传的视频流信息,从而得到识别信息,再将对应的花卉增强现实信息发送到用户终端,以实现增强现实的花卉识别。
Description
技术领域
本发明实施例涉及计算机技术技术领域,更具体地,涉及一种基于增强现实的花卉识别方法及设备。
背景技术
增强现实技术是一种实时地计算摄影机影像的位置及角度并加上相应图像的技术,是把原本在现实世界的一定时间空间范围内很难体验到的实体信息,通过电脑等科学技术,模拟仿真后再叠加,将虚拟的信息应用到真实世界,被人类感官所感知,从而达到超越现实的感官体验。
现有技术中,花卉识别的识别图往往是固定的图片,开发者将事先准备用于识别花卉的图片库上传至后台,然后根据图片识别算法来对识别图进行识别,然后以文字或图片的形式呈现识别结果。
现有技术无法识别除识别图片库以外的花卉,且呈现花卉识别结果的方式过于单调。
发明内容
本发明实施例提供一种基于增强现实的花卉识别方法及设备,用于解决上述问题或至少部分解决上述问题。
第一方面,本发明实施例提供一种基于增强现实的花卉识别方法,包括:
获取用户终端上传的视频流信息;
将所述视频流信息进行分帧,获得所述视频流信息的单帧图像信息;
将所述单帧图像信息输入至预设深度学习神经网络,获得花卉识别信息和花卉识别场景信息;
将所述花卉识别信息与预设花卉增强现实信息数据库进行匹配,得到花卉识别信息所对应的花卉增强现实信息;
将所述花卉识别场景信息和所述花卉增强现实信息发送到用户终端,以供所述用户终端实现增强现实效果的花卉识别。
第二方面,本发明实施例还提供了一种基于增强现实的花卉识别方法,包括:
将视频流信息按照FFmpeg编码器采用H.264编码封装成为mp4格式;
将封装为mp4格式的视频流信息通过端口554发送到服务器;
获取服务器反馈的花卉识别场景信息和花卉增强现实信息,以实现增强现实效果的花卉识别。
第三方面,本发明实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述基于增强现实的花卉识别方法。
第四方面,本发明实施例提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述基于增强现实的花卉识别方法的步骤。
第五方面,本发明实施例提供了一种用户终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第二方面所述基于增强现实的花卉识别方法。
第六方面,本发明实施例还提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第二方面所述基于增强现实的花卉识别方法的步骤。
本发明实施例提供一种基于增强现实的花卉识别方法及设备,通过将用户终端上传的视频流信息,将视频流信息分帧为单帧图片后,输入训练好的预设深度学习神经网络,从而得到花卉识别信息,再将花卉识别信息对应的花卉增强现实信息发送到用户终端,以实现增强现实的花卉识别。
附图说明
图1为本发明一实施例所提供的基于增强现实的花卉识别方法流程图;
图2为本发明另一实施例提供的基于增强现实效果的花卉识别方法流程图;
图3为本发明一实施例所提供的电子设备结构示意图;
图4为本发明另一实施例所提供的电子设备结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1为本发明一实施例所提供的基于增强现实的花卉识别方法流程图,如图1所示,包括:
S1,获取用户终端上传的视频流信息;
S2,将所述视频流信息进行分帧,获得所述视频流信息的单帧图像信息;
S3,将所述单帧图像信息输入至预设深度学习神经网络,获得花卉识别信息和花卉识别场景信息;
S4,将所述花卉识别信息与预设花卉增强现实信息数据库进行匹配,得到花卉识别信息所对应的花卉增强现实信息;
S5,将所述花卉识别场景信息和所述花卉增强现实信息发送到用户终端,以供所述用户终端实现增强现实效果的花卉识别。
S1具体为,服务器获取用户终端上传的视频流信息,该视频流信息中的视频帧率可以为60fps,该视频流信息中的视频格式可以是mp4格式。
S2具体为,在将视频流信息进行分帧之前,首先要将用户终端上传的视频流信息转换为YUV格式的视频流信息,然后再进行分帧;将YUV格式的视频流信息输入到服务器中的视频分帧器进行分帧处理,最后得到该视频流信息的多组单帧图像信息。
S3具体为,该预设深度学习神经网络采用的是YOLO V3目标检测框架,预先将花卉图像数据作为训练样本集,对所述预设深度学习神经网络进行训练,从而实现输入单帧花卉图像,即可以输出花卉的识别ID和花卉识别场景信息,作为花卉的识别信息。
若输入多组单帧图像信息时,则每次向预设深度学习神经网络中输入一组单帧图像信息,间隔1秒后,再次输入另一组单帧图像信息,直至输入所有单帧图像信息;每输入一组单帧图像信息到预设深度学习神经网络,则输出该单帧图像信息对应的唯一识别ID和其对应的花卉识别场景信息,若输入多组单帧图像信息到预设深度学习神经网络,则会输出多组单帧图像信息各自对应的识别ID和花卉识别场景信息。
花卉识别场景信息是指每个花卉的单帧图像信息在输入预设深度学习神经网络后输出的四个世界坐标系坐标,通过这四个世界坐标系坐标可以确定花卉在世界坐标系中的位置。
S4具体为,服务器在将所述花卉识别信息与预设花卉增强现实信息数据库进行匹配前,首先在服务器建立一个预设花卉增强现实信息数据库,该预设花卉增强现实信息数据库包括对预设深度学习神经网络输出的唯一识别ID的匹配信息,且该匹配信息均对应不同的花卉增强现实信息。
我们可以对预设深度学习神经网络输出的唯一识别ID在该增强现实信息数据库进行匹配,若匹配成功,从而得到该匹配信息所对应的花卉增强现实信息。
花卉增强现实信息包括花卉对应的名称、属性和花语等文字信息。
S5具体为,在服务器将所述花卉识别场景信息和所述花卉增强现实信息发送到用户终端后,用户终端将花卉场景信息中的四个世界坐标系坐标均转化为其对应的花卉识别成像平面坐标信息;当花卉识别检测框的四个顶点的世界坐标系坐标发生变化时,其对应的花卉识别成像平面坐标信息也会相应的发生变化。
用户终端根据确定花卉在世界坐标系中位置的四个所对应的成像平面坐标信息将花卉增强现实信息注册显示到用户终端的显示屏上。
本发明实施例通过将用户终端上传的视频流信息,将视频流信息分帧为单帧图片后,输入训练好的预设深度学习神经网络,从而得到花卉识别信息,再将花卉识别信息对应的花卉增强现实信息发送到用户终端,以实现增强现实的花卉识别。
在上述实施例的基础上,所述将所述视频流信息进行分帧,获得所述视频流信息的单帧图像信息的步骤,具体包括:
服务器将所述视频流信息通过FFmpeg解码器将所述视频流信息解码为YUV视频信息;
服务器将所述YUV视频信息输入视频分帧器,得到所述视频流信息的单帧图像信息。
其中,将YUV视频输入视频分帧器后,会得到多组包含花卉信息的单帧图像信息。
在分帧得到单帧图像信息后,还包括将单帧图像处理成预设深度学习神经网络所需的输入格式,例如将单帧图像信息处理为像素为640*480的单帧图像信息。
本发明实施例通过将上传的视频流信息进行分帧,从而得到单帧图像信息,方便后续花卉识别的处理。
在上述实施例的基础上,所述将所述单帧图像信息输入至预设深度学习神经网络,获得花卉识别信息的步骤之前,还包括:
通过花卉图像数据,作为训练样本集,对所述预设深度学习神经网络进行训练。
具体的,可以是在本地采用YOLO V3目标检测框架,搭建一个预设深度学习神经网络,将大量的花卉图像数据作为训练样本,对其进行训练,从而使得该预设深度学习神经网络,在输入花卉单帧图像信息时,能够输出其花卉单帧图像对应的花卉唯一识别ID和花卉识别场景信息;在本地完成对于预设深度学习神经网络的搭建和训练后,再将其部署到服务器中。
本发明实施例通过将大量的花卉图像数据作为训练样本,对预设深度学习神经网络进行训练,方便后续花卉识别的处理。
在上述实施例的基础上,所述将所述花卉识别场景信息和所述花卉增强现实信息发送到用户终端,以实现增强现实效果的花卉识别的步骤,具体包括:
向所述用户终端发送增强现实指令,所述增强现实指令用于指示所述用户终端将所述花卉识别场景信息,转化为所述花卉识别场景信息对应的花卉识别成像平面坐标信息;
所述增强现实指令还用于,指示所述用户终端结合所述花卉识别世界坐标信息和所述花卉增强现实信息,以实现增强现实效果的花卉识别。
为了实现增强现实效果的花卉识别,必须要完成包含用户终端摄像机的跟踪定位;必须完成用户终端摄像机的跟踪定位是因为当用户转动或移动用户终端的时候,用户终端摄像机的位置会随之改变,因此手机所产生的成像平面坐标也要随之做出相应的变化,因此实现增强现实效果的花卉识别必须要实现摄像机的跟踪定位,以确定花卉增强现实信息在成像平面坐标信息的定位。
具体的,将花卉识别场景信息所包含可以确定花卉位置的四个世界坐标系的坐标信息转换为其对应的摄像机坐标系的坐标信息。
而此处的花卉识别场景信息是由单帧图像信息输入预设深度学习神经网络后输入的结果,而单帧图像信息是每间隔1s就会输入一张,也就是说此处的花卉识别场景信息,会随着多组单帧图像信息的输入而变化,即此处确定花卉位置的四个世界坐标系的坐标信息也会不断变化,因此通过将这四个世界坐标系的坐标信息转化为其对应的摄像机坐标系的坐标信息,便可以完成对于摄像机的跟踪定位。
在得到这四个点的摄像机坐标系的坐标信息后,将该摄像机坐标系转换为其对应的成像平面坐标系信息,从而确定花卉增强现实信息在成像平面坐标信息的定位。
本发明实施例通过将会是识别场景信息转换为其对应的摄像机坐标系坐标信息,和其对应的花卉成像平面坐标系坐标信息,从而实现对于摄像机的跟踪定位,使得用户终端移动时,花卉增强现实信息也能随之做出相应的改变,从而实现增强现实效果的花卉识别。
图2为本发明另一实施例提供的基于增强现实效果的花卉识别方法流程图,如图2所示,包括:
步骤210,将视频流信息按照FFmpeg编码器采用H.264编码封装成为mp4格式;
步骤220,将封装为mp4格式的视频流信息通过端口554发送到服务器;
步骤230,获取服务器反馈的花卉识别场景信息和花卉增强现实信息,以实现增强现实效果的花卉识别。
步骤210,具体为,用户终端在将视频流信息按照FFmpeg编码器采用H.264编码封装成为mp4格式前,要先通过用户终端来获取视频流信息;而用户终端获取的视频流信息原有编码格式通常为YUV格式;而此处的YUV是用户终端获取的原始数据格式,无法直接上传至服务器,此时则需要按照FFmpeg编码器采用H.264编码将YUV格式的视频流信息封装为mp4格式的视频流信息。
步骤220具体为,用户终端将封装为mp4格式的视频流信息通过端口554发送到服务器;此处通过端口554发送视频流信息,主要是因为端口554为实时流协议(Real TimeStreaming Protocol,RTSP)的默认端口,而RTSP是工作在传输控制协议(TransmissionControl Protocol,TCP)之上的明文协议,此处通过端口554发送到服务器是为了实现对于视频流信息的实时上传。
步骤230,具体为,用户终端将对应的花卉增强现实信息下载到本地,然后根据花卉识别场景信息将花卉增强现实信息映射显示与用户终端上,当用户终端移动时,该花卉增强现实信息也会随之移动。
本发明实施例通过上传视频流信息,然后获取服务器反馈的花卉识别场景信息和花卉增强现实信息从而实现增强现实效果的花卉识别。
在上述实施例的基础上,所述获取服务器反馈的花卉识别场景信息和花卉增强现实信息,以实现增强现实效果的花卉识别的步骤,具体包括:
将所述花卉识别场景信息转化为花卉识别摄像机坐标信息;
将所述花卉识别摄像机坐标信息转化为花卉识别成像平面坐标信息;
结合所述花卉识别成像平面坐标信息和所述花卉增强现实信息,以实现增强现实效果的花卉识别。
具体的,将所述花卉识别场景信息转化为所述花卉识别场景信息对应的花卉识别摄像机坐标信息;而此处的花卉识别场景信息是指每个花卉的单帧图像信息在输入预设深度学习神经网络后输出的四个世界坐标系坐标,这四个世界坐标系坐标可以用于确定花卉在世界坐标系中的位置。
将所述花卉识别世界坐标信息转化为花卉识别摄像机坐标信息的步骤具体为,世界坐标系的坐标与摄像机坐标系坐标之间的变换表达式为:
(xc,yc,zc)T=R(x,y,z)T+T; 公式一
其中,xc,yc,zc表示摄像机坐标系的坐标,x,y,z表示世界坐标系的坐标,R为旋转矩阵,T为平移向量。
其中:
其中,r为旋转矩阵R中的参数,t为平移向量的参数。
由公式一表达式可以改写为:
xc=r11x+r12y+r13z+t1
yc=r21x+r22y+r23z+t2
zc=r31x+r32y+r33z+t3;
利用透视投影方程建立摄像机坐标系中的点与世界坐标系中点的联系:
u(r31x+r32y+r33z+t3)-F(r11x+r12y+r13z+t1)=0
v(r31x+r32y+r33z+t3)-F(r21x+r22y+r23z+t2)=0;
其中,F为用户终端的焦距,u为摄像机坐标系的横坐标,v为摄像机坐标系的纵坐标。
由于花卉识别场景信息中只包含四个摄像机坐标系信息,且该4个坐标信息均在同一平面中,所以可以将其绝对坐标设为(xi,yi,0),又由于t3为各参数的比例因子,可以将其设为1;于是:
u(r31x+r32y+1)-F(r11x+r12y+t1)=0
v(r31x+r32y+1)-F(r21x+r22y+t2)=0;
则此时可以通过花卉识别场景信息中包含的四个摄像机坐标系信息求出r11,r12,r21,r22,r31,r32,t1,t2这8个参数;
进一步:
综上所述,可以根据上述求出的各个参数来算出旋转矩阵R,进而实现世界坐标系的坐标与摄像机坐标系坐标之间的变换。
因此可以按照上述方案将花卉识别世界坐标信息转化为花卉识别摄像机坐标信息。
在获取花卉识别摄像机坐标信息后,接下来确定花卉增强现实信息在成像平面中的显示位置,此时,o-xc,yc,zc表示摄像机坐标系,o-uv表示成像平面坐标系,则一个花卉识别摄像机坐标信息的坐标为(x0,y0,z0),将该坐标在成像平面坐标系投影的坐标设为(u0,v0),此时:
其中,d表示用户终端摄像设备中心到成像平面的距离。
最终可以得到一个花卉识别摄像机坐标信息的坐标在成像平面坐标系投影的坐标,同理得到所有花卉识别摄像机坐标信息的坐标在成像平面坐标系投影的坐标后,即实现了花卉识别摄像机坐标信息转化为花卉识别成像平面坐标信息。
最终,花卉增强现实信息将根据花卉识别成像平面坐标信息,即四个成像平面坐标系的坐标来进行显示;具体的是指花卉增强现实信息的显示内容显示在成像平面时,不会超出四个成像平面坐标系的坐标的范围。
图3为本发明一实施例所提供的电子设备结构示意图,如图3所示,该设备可以包括:
处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过总线340完成相互间的通信。通信接口320可以用于自动化测试设备和自动化测试系统之间的信息传输。处理器310可以调用存储器330中的逻辑指令,以执行如下方法:获取用户终端上传的视频流信息;将所述视频流信息进行分帧,获得所述视频流信息的单帧图像信息;将所述单帧图像信息输入至预设深度学习神经网络,获得花卉识别信息和花卉识别场景信息;将所述花卉识别信息与预设花卉增强现实信息数据库进行匹配,得到花卉识别信息所对应的花卉增强现实信息;将所述花卉识别场景信息和所述花卉增强现实信息发送到用户终端,以供所述用户终端实现增强现实效果的花卉识别。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:获取用户终端上传的视频流信息;将所述视频流信息进行分帧,获得所述视频流信息的单帧图像信息;将所述单帧图像信息输入至预设深度学习神经网络,获得花卉识别信息和花卉识别场景信息;将所述花卉识别信息与预设花卉增强现实信息数据库进行匹配,得到花卉识别信息所对应的花卉增强现实信息;将所述花卉识别场景信息和所述花卉增强现实信息发送到用户终端,以供所述用户终端实现增强现实效果的花卉识别。
本发明实施例提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令使计算机执行上述实施例所提供的船用功能插件测试方法,例如包括:获取用户终端上传的视频流信息;将所述视频流信息进行分帧,获得所述视频流信息的单帧图像信息;将所述单帧图像信息输入至预设深度学习神经网络,获得花卉识别信息和花卉识别场景信息;将所述花卉识别信息与预设花卉增强现实信息数据库进行匹配,得到花卉识别信息所对应的花卉增强现实信息;将所述花卉识别场景信息和所述花卉增强现实信息发送到用户终端,以供所述用户终端实现增强现实效果的花卉识别。
图4为本发明另一实施例所提供的电子设备结构示意图,如图4所示,该设备可以包括:
处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过总线440完成相互间的通信。通信接口420可以用于自动化测试设备和自动化测试系统之间的信息传输。处理器410可以调用存储器430中的逻辑指令,以执行如下方法:将视频流信息按照FFmpeg编码器采用H.264编码封装成为mp4格式;将封装为mp4格式的视频流信息通过端口554发送到服务器;获取服务器反馈的花卉识别场景信息和花卉增强现实信息,以实现增强现实效果的花卉识别。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:将视频流信息按照FFmpeg编码器采用H.264编码封装成为mp4格式;将封装为mp4格式的视频流信息通过端口554发送到服务器;获取服务器反馈的花卉识别场景信息和花卉增强现实信息,以实现增强现实效果的花卉识别。
本发明实施例提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令使计算机执行上述实施例所提供的船用功能插件测试方法,例如包括:将视频流信息按照FFmpeg编码器采用H.264编码封装成为mp4格式;将封装为mp4格式的视频流信息通过端口554发送到服务器;获取服务器反馈的花卉识别场景信息和花卉增强现实信息,以实现增强现实效果的花卉识别。
最后,本申请的方法仅为较佳的实施方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于增强现实的花卉识别方法,其特征在于,包括:
获取用户终端上传的视频流信息;
将所述视频流信息进行分帧,获得所述视频流信息的单帧图像信息;
将所述单帧图像信息输入至预设深度学习神经网络,获得花卉识别信息和花卉识别场景信息;
将所述花卉识别信息与预设花卉增强现实信息数据库进行匹配,得到花卉识别信息所对应的花卉增强现实信息;
将所述花卉识别场景信息和所述花卉增强现实信息发送到用户终端,以供所述用户终端实现增强现实效果的花卉识别。
2.根据权利要求1所述方法,其特征在于,所述将所述视频流信息进行分帧,获得所述视频流信息的单帧图像信息的步骤,具体包括:
将所述视频流信息通过FFmpeg解码器将所述视频流信息解码为YUV视频信息;
将所述YUV视频信息输入视频分帧器,得到所述视频流信息的单帧图像信息。
3.根据权利要求1所述方法,其特征在于,所述将所述单帧图像信息输入至预设深度学习神经网络,获得花卉识别信息的步骤之前,还包括:
通过花卉图像数据,作为训练样本集,对所述预设深度学习神经网络进行训练。
4.根据权利要求1所述方法,其特征在于,所述将所述花卉识别场景信息和所述花卉增强现实信息发送到用户终端,以实现增强现实效果的花卉识别的步骤,具体包括:
向所述用户终端发送增强现实指令,所述增强现实指令用于指示所述用户终端将所述花卉识别场景信息,转化为所述花卉识别场景信息对应的花卉识别成像平面坐标信息;
所述增强现实指令还用于,指示所述用户终端结合所述花卉识别成像平面坐标信息和所述花卉增强现实信息,以实现增强现实效果的花卉识别。
5.一种基于增强现实的花卉识别方法,其特征在于,包括:
将视频流信息按照FFmpeg编码器采用H.264编码封装成为mp4格式;
将封装为mp4格式的视频流信息通过端口554发送到服务器;
获取服务器反馈的花卉识别场景信息和花卉增强现实信息,以实现增强现实效果的花卉识别。
6.根据权利要求5所述方法,其特征在于,所述获取服务器反馈的花卉识别场景信息和花卉增强现实信息,以实现增强现实效果的花卉识别的步骤,具体包括:
将所述花卉识别场景信息转化为花卉识别摄像机坐标信息;
将所述花卉识别摄像机坐标信息转化为花卉识别成像平面坐标信息;
结合所述花卉识别成像平面坐标信息和所述花卉增强现实信息,以实现增强现实效果的花卉识别。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4任一项所述基于增强现实的花卉识别方法。
8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至4任一项所述基于增强现实的花卉识别方法的步骤。
9.一种用户终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求5至6任一项所述基于增强现实的花卉识别方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求5至6任一项所述基于增强现实的花卉识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810982863.1A CN109359204A (zh) | 2018-08-27 | 2018-08-27 | 一种基于增强现实的花卉识别方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810982863.1A CN109359204A (zh) | 2018-08-27 | 2018-08-27 | 一种基于增强现实的花卉识别方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109359204A true CN109359204A (zh) | 2019-02-19 |
Family
ID=65349924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810982863.1A Pending CN109359204A (zh) | 2018-08-27 | 2018-08-27 | 一种基于增强现实的花卉识别方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109359204A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826129A (zh) * | 2010-04-17 | 2010-09-08 | 中山大学 | 基于增强现实的虚拟测量原理及方法 |
CN102968809A (zh) * | 2012-12-07 | 2013-03-13 | 成都理想境界科技有限公司 | 在增强现实领域实现虚拟信息标注及绘制标注线的方法 |
CN103218854A (zh) * | 2013-04-01 | 2013-07-24 | 成都理想境界科技有限公司 | 在增强现实过程中实现部件标注的方法及增强现实系统 |
CN105807952A (zh) * | 2016-03-07 | 2016-07-27 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN106125932A (zh) * | 2016-06-28 | 2016-11-16 | 广东欧珀移动通信有限公司 | 一种增强现实中目标对象的识别方法、装置及移动终端 |
CN108388637A (zh) * | 2018-02-26 | 2018-08-10 | 腾讯科技(深圳)有限公司 | 一种用于提供增强现实服务的方法、装置以及相关设备 |
-
2018
- 2018-08-27 CN CN201810982863.1A patent/CN109359204A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826129A (zh) * | 2010-04-17 | 2010-09-08 | 中山大学 | 基于增强现实的虚拟测量原理及方法 |
CN102968809A (zh) * | 2012-12-07 | 2013-03-13 | 成都理想境界科技有限公司 | 在增强现实领域实现虚拟信息标注及绘制标注线的方法 |
CN103218854A (zh) * | 2013-04-01 | 2013-07-24 | 成都理想境界科技有限公司 | 在增强现实过程中实现部件标注的方法及增强现实系统 |
CN105807952A (zh) * | 2016-03-07 | 2016-07-27 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN106125932A (zh) * | 2016-06-28 | 2016-11-16 | 广东欧珀移动通信有限公司 | 一种增强现实中目标对象的识别方法、装置及移动终端 |
CN108388637A (zh) * | 2018-02-26 | 2018-08-10 | 腾讯科技(深圳)有限公司 | 一种用于提供增强现实服务的方法、装置以及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108122234B (zh) | 卷积神经网络训练及视频处理方法、装置和电子设备 | |
CN108197623A (zh) | 用于检测目标的方法和装置 | |
CN111798400A (zh) | 基于生成对抗网络的无参考低光照图像增强方法及系统 | |
CN110674688A (zh) | 用于视频监控场景的人脸识别模型获取方法、系统和介质 | |
CN112037320A (zh) | 一种图像处理方法、装置、设备以及计算机可读存储介质 | |
CN108875900A (zh) | 视频图像处理方法和装置、神经网络训练方法、存储介质 | |
CN110378250B (zh) | 用于场景认知的神经网络的训练方法、装置及终端设备 | |
CN111080537B (zh) | 水下机器人智能控制方法、介质、设备及系统 | |
CN110769323A (zh) | 一种视频通信方法、系统、装置和终端设备 | |
CN105979283A (zh) | 视频转码方法和装置 | |
CN113630609B (zh) | 一种视频编码方法、解码方法、存储介质以及终端设备 | |
CN107646112A (zh) | 使用机器学习对眼睛图像进行校正的方法以及机器学习的方法 | |
CN113556582A (zh) | 视频数据处理方法、装置、设备以及存储介质 | |
CN112633221A (zh) | 一种人脸方向的检测方法及相关装置 | |
CN114511041A (zh) | 模型训练方法、图像处理方法、装置、设备和存储介质 | |
CN109615620A (zh) | 图像压缩度识别方法、装置、设备及计算机可读存储介质 | |
KR102261544B1 (ko) | 스트리밍 서버 및 이를 이용한 다시점 동영상에서의 객체 처리 방법 | |
CN110796689B (zh) | 一种视频处理方法、电子设备及存储介质 | |
CN109359204A (zh) | 一种基于增强现实的花卉识别方法及设备 | |
CN116415019A (zh) | 虚拟现实vr图像识别方法及装置、电子设备、存储介质 | |
CN110298229B (zh) | 视频图像处理方法及装置 | |
CN114663570A (zh) | 贴图生成方法、装置、电子装置及可读存储介质 | |
CN115862054A (zh) | 图像数据处理方法、装置、设备以及介质 | |
CN115965839A (zh) | 图像识别方法、存储介质及设备 | |
CN114219725A (zh) | 一种图像处理方法、终端设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |