CN110276841B - 应用于增强现实设备的运动轨迹确定方法、装置及终端 - Google Patents
应用于增强现实设备的运动轨迹确定方法、装置及终端 Download PDFInfo
- Publication number
- CN110276841B CN110276841B CN201910570364.6A CN201910570364A CN110276841B CN 110276841 B CN110276841 B CN 110276841B CN 201910570364 A CN201910570364 A CN 201910570364A CN 110276841 B CN110276841 B CN 110276841B
- Authority
- CN
- China
- Prior art keywords
- target object
- image
- moving
- real scene
- scene image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000003190 augmentative effect Effects 0.000 title claims abstract description 64
- 238000012545 processing Methods 0.000 claims description 78
- 238000010586 diagram Methods 0.000 description 26
- 238000004891 communication Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 238000010408 sweeping Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241001417527 Pempheridae Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开是关于一种应用于增强现实设备的运动轨迹确定方法、装置及终端。该方法包括:按照目标物体的运动轨迹,采集目标物体的运动图像;获取运动轨迹对应的运动空间的真实场景图像;将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。本公开提高了确定运动轨迹的灵活性。
Description
技术领域
本公开涉及信息显示技术领域,尤其涉及一种应用于增强现实设备的运动轨迹确定方法、装置及终端。
背景技术
目前,存在需要获取特定物体的运动轨迹的场景,例如获取吸尘器在空间中的运动轨迹,确定是否存在未完成吸尘的位置。
相关技术中,可以通过设置在特定物体上的定位装置(例如,全球定位系统(Global Positioning System,GPS)模块),实时获知特定物体的实时位置信息,并根据实时位置信息确定特定物体的运动轨迹。
发明内容
为克服相关技术中存在的问题,本公开提供一种应用于增强现实设备的运动轨迹确定方法、装置及终端。
根据本公开实施例的第一方面,提供一种应用于增强现实设备的运动轨迹确定方法,包括:
按照目标物体的运动轨迹,采集目标物体的运动图像;
获取运动轨迹对应的运动空间的真实场景图像;
将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,运动图像的个数为多个,将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,包括:
分别确定各运动图像与真实场景图像中区块图像的相似度;
针对各运动图像中的每个运动图像,将该运动图像和与该运动图像相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,真实场景图像的个数为多个,不同真实场景图像包含不同的场景内容;运动图像的个数为多个;
将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,包括:
针对各运动图像中的每个运动图像,将多个真实场景图像依次与该运动图像进行比对;响应于当前比对的真实场景图像中存在区块图像与该运动图像的相似度符合预设条件,确定该运动图像属于该当前比对的真实场景图像所对应的分组;并停止将该运动图像与下一真实场景图像的比对;
将各运动图像分别与所属分组对应的真实场景图像中相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,运动图像的个数为多个,将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,包括:
分别确定各运动图像与真实场景图像的相似度;
将与真实场景图像的相似度满足预设条件的运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,在得到叠加场景图像之后,还包括:
在叠加场景图像中,标记目标物体的运动轨迹;
或者,
在叠加场景图像中,标记目标物体的未完成轨迹,目标物体的未完成轨迹是根据目标物体的规划运动轨迹以及目标物体的运动轨迹确定。
根据本公开实施例的第二方面,提供一种应用于增强现实设备的运动轨迹确定装置,包括:
采集模块,被配置为按照目标物体的运动轨迹,采集目标物体的运动图像;
获取模块,被配置为获取运动轨迹对应的运动空间的真实场景图像;
叠加模块,被配置为将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,运动图像的个数为多个,叠加模块,包括:第一确定子模块和第一叠加子模块;
第一确定子模块,被配置为分别确定各运动图像与真实场景图像中区块图像的相似度;
第一叠加子模块,被配置为针对各运动图像中的每个运动图像,将该运动图像和与该运动图像相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,真实场景图像的个数为多个,不同真实场景图像包含不同的场景内容;运动图像的个数为多个;叠加模块包括:比对子模块和第二叠加子模块;
比对子模块,被配置为:针对各运动图像中的每个运动图像,将多个真实场景图像依次与该运动图像进行比对;响应于当前比对的真实场景图像中存在区块图像与该运动图像的相似度符合预设条件,确定该运动图像属于该当前比对的真实场景图像所对应的分组;并停止将该运动图像与下一真实场景图像的比对;
第二叠加子模块,被配置为将各运动图像分别与所属分组对应的真实场景图像中相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,运动图像的个数为多个;叠加模块包括第二确定子模块和第三叠加子模块;
第二确定子模块,被配置为分别确定各运动图像与真实场景图像的相似度;
第三叠加子模块,被配置为将与真实场景图像的相似度满足预设条件的运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,该装置还包括:标记模块,被配置为:
在叠加场景图像中,标记目标物体的运动轨迹;和/或,在叠加场景图像中,标记目标物体的未完成轨迹,目标物体的未完成轨迹是根据目标物体的规划运动轨迹以及目标物体的运动轨迹确定。
根据本公开实施例的第三方面,提供一种终端,包括:
处理器以及用于存储计算机指令的存储器;所述处理器运行所述计算机指令上述第一方面任一项所述的方法。
根据本公开实施例的第四方面,提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由终端的处理器执行时,使得终端能够上述第一方面任一项所述的方法。
本公开提供的应用于增强现实设备的运动轨迹确定方法、装置及终端,通过按照目标物体的运动轨迹,采集目标物体的运动图像,并将运动图像与运动轨迹对应的运动空间的真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,使得所得到的叠加场景图像实现了在真实场景图像中叠加表征目标物体的运动轨迹,从而实现了基于增强现实设备的运动轨迹确定,提高了确定运动轨迹的灵活性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定方法的框图;
图2是根据另一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定方法的框图;
图3是根据又一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定方法的框图;
图4是根据又一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定方法的框图;
图5是根据一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定装置的框图;
图6是根据另一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定装置的框图;
图7是根据又一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定装置的框图;
图8是根据又一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定装置的框图;
图9是根据又一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定装置的框图;
图10是根据又一示例性实施例示出的一种终端的框图;
图11是根据又一示例性实施例示出的一种终端900的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
增强现实(Augmented Reality,AR),是一种将真实世界的信息和虚拟世界的信息无缝结合的技术。其把在现实世界的一定时间或空间范围内很难体验到的信息,通过模拟仿真后应用到真实世界中,进而使得真实世界的信息和模拟仿真的信息叠加在同一画面中。增强现实设备,是能够实现增强现实功能的设备,对于增强现实设备的具体类型,本公开可以不做限定,例如可以为能够实现增强现实功能的AR眼镜。
图1是根据一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定方法的框图。本实施例提供的应用于增强现实设备的运动轨迹确定方法的执行主体可以为增强现实设备,该增强现实设备例如可以为能够实现增强现实功能的任意类型的终端,例如可以为AR眼镜,支持AR功能的手机等。如图1所示,本实施例的方法可以包括以下步骤:
在步骤101中,按照目标物体的运动轨迹,采集该目标物体的运动图像。
本步骤中,目标物体的运动图像与目标物体的运动轨迹关联,具体的,目标物体的运动图像能够表征目标物体在运动空间中的运动轨迹。需要说明的是,对于按照目标物体的运动轨迹,采集能够表征目标物体的运动轨迹的该运动图像的具体方式,本公开可以不做限定。
可选的,终端可以包括图像采集装置,例如摄像头,该图像采集装置可以设置在目标物体上,并随着目标物体的运动而运动。具体的,在目标物体运动的过程中,图像采集装置可以采集目标物体所在的运动空间中目标物体周围场景的图像,作为目标物体的运动图像。
或者,可选的,终端可以包括图像采集装置,该图像采集装置可以设置在目标物体之外的其他位置,图像采集装置并不随着目标物体的运动而运动。具体的,在目标物体运动的过程中,图像采集装置可以采集到包括目标物体以及目标物体所在的运动空间中目标物体周围场景的图像,作为目标物体的运动图像。
需要说明的是,目标物体在运动时必然是在一定的空间中进行运动,该空间可以认为是目标物体所在的运动空间,下述也可以记为目标物体的运动轨迹对应的运动空间。可选的,该运动空间具体为二维运动空间或三维运动空间。具体的,可以通过运动图像中包含的运动空间中的场景内容,表征目标物体在运动空间中的运动轨迹。
其中,目标物体具体可以为可以运动的任意物体,这里的运动可以是主动运动(例如扫地机器人的运动),也可以是被动运动(例如毛笔的运动),对于目标物体的类型本公开不作限定。可以理解的是,该运动图像的个数可以为多个,通过多个运动图像可以记录与目标物体的运动轨迹对应的运动过程。例如,可以通过1000帧运动图像,记录吸尘器的运动过程。
可选的,可以设置采集运动图像的帧率大于或等于帧率阈值。该帧率阈值可以根据目标物体的运动特点确定,例如,当目标物体为吸尘器,且吸尘器运动速度较慢时,可以将帧率阈值设置较低。当目标物体为毛笔,且毛笔的运动速度较快时,可以将帧率阈值设置较高。
在步骤102中,获取该运动轨迹对应的运动空间的真实场景图像。
本步骤中,真实场景图像是指运动空间中真实存在的场景内容的图像。该真实场景图像与运动空间对应,当运动空间为三维运动空间时,真实场景图像为能够表征三维运动空间中真实场景的图像,例如,三维运动空间可以为一间房间,相应的真实场景图像可以为该间房间的图像。当运动空间为二维空间时,真实场景图像为能够表征二维运动空间中真实场景的图像,例如二维运动空间可以为一张画布,相应的真实场景图像可以为该画布的图像。
需要说明的是,真实场景图像与运动图像之间存在一定的关联。具体的,运动图像中包含的运动空间中的场景内容即可以为真实场景图像中的场景内容,真实场景图像是目标物体所在运动空间中真实存在的场景内容的图像,运动图像中可以记录与真实场景图像中相同的场景内容。其中,场景内容具体可以为场景中存在的较长时间(大于一定时长,例如2天)内位置固定的内容,例如可以为柜子。
可选的,终端上可以设置有摄像头,并通过摄像头获取真实场景图像。以终端为AR眼镜为例,该真实场景图像具体可以为用户佩戴AR眼镜所看到的真实场景的图像。可替换的,终端也可以不包括摄像头,使用第三方的摄像头获得真实场景图像,本公开对此不作限定。
在步骤103中,将该运动图像与该真实场景图像进行叠加处理,得到能够表征该目标物体的运动轨迹的叠加场景图像。
本步骤中,由于运动图像中可以记录与真实场景图像相同的场景内容,因此,可以基于场景内容将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。其中,该叠加场景图像实现了在真实场景图像中叠加表征目标物体的运动轨迹,从而实现了基于增强现实设备的运动轨迹确定。需要说明的是,任何基于场景内容将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像的具体方式,均属于本公开的保护范围。
可选的,该叠加场景图像表征该目标物体的运动轨迹,具体可以为该叠加场景图像中包括该目标物体的运动轨迹,和/或,该叠加场景图像中包括该目标物体的未完成轨迹,目标物体的未完成轨迹是根据目标物体的规划运动轨迹以及目标物体的运动轨迹确定。其中,在叠加场景图像包括目标物体的运动轨迹和未完成轨迹两种轨迹时,叠加场景图像中可以对两种轨迹进行区分。
本实施例提供的应用于增强现实设备的运动轨迹确定方法,通过按照目标物体的运动轨迹,采集目标物体的运动图像,并将运动图像与运动轨迹对应的运动空间的真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,使得所得到的叠加场景图像实现了在真实场景图像中叠加表征目标物体的运动轨迹,从而实现了基于增强现实设备的运动轨迹确定,提高了确定运动轨迹的灵活性。
图2是根据另一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定方法的框图。参照图2,本实施例提供方法在图1所示方法的基础上,主要描述了将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像的一种可选的实现方式。如图2所示,本实施例的方法可以包括:
在步骤201中,分别确定各运动图像与真实场景图像中区块图像的相似度。
本步骤中,运动图像的个数为多个,真实场景图像可以包括多个区块图像。其中,考虑到由于真实场景图像和运动图像的拍摄视角不同,真实场景图像的视角通常比较广阔(例如:可以通过位于房顶的摄像头对真实场景进行全景的图像拍摄),其中的场景内容的数量往往较多,运动图像的视角比较窄(例如:扫地机自带的摄像头的视角,或者书写文字时拍摄笔迹的第三方摄像头的视角或者智能笔自带的摄像头的视角),其中的场景内容的数量较小,两类图像中场景内容的数量相差较大,为了提高叠加的准确性,可以对真实场景图像进行区块划分,划分为多个区块图像,并以区块图像对单位进行两类图像相似度的确定。为了使比对结果更加准确,比对速度更加快,还可以根据运动图像拍摄视角,按照运动图像拍摄视角得到的局部图像对真实场景图像进区块划分。对于真实场景图像中区块图像的划分方式和划分粒度可以根据需求灵活设计,本公开对此不作限定。
对于多个运动图像中的各运动图像,分别确定各运动图像与真实场景图像中至少一个区块图像的相似度。需要说明的是,与区块图像确定相似度的运动图像,可以为步骤101中按照目标物体的运动轨迹,采集的该目标物体的所有运动图像,或者,也可以为该所有运动图像中的部分运动图像。
例如,假设运动图像的个数为3个,分别为运动图像1、运动图像2和运动图像3,真实场景图像中区块图像的个数为2个,分别为区块图像1和区块图像2,则可以分别确定运动图像1与区块图像1的相似度(以下可以记为相似度11),运动图像1与区块图像2的相似度(以下可以记为相似度12),运动图像2与区块图像1的相似度(以下可以记为相似度21),运动图像2与区块图像2的相似度(以下可以记为相似度22),运动图像3与区块图像1的相似度(以下可以记为相似度31),运动图像3与区块图像2的相似度(以下可以记为相似度32)。
其中,确定一个运动图像与一个区块图像的相似度,可以理解为该运动图像和该区块图像的相似度比对(以下可以简称为比对)。
需要说明的是,对于一个运动图像,可以分别确定该运动图像与真实场景图像的所有区块图像中各区块图像的相似度,或者,可以分别确定该运动图像与真实场景图像的部分区块图像中各区块图像的相似度。对于不同运动图像,与其确定相似度的区块图像可以部分相同,全部相同或者全部不同,本公开对此可以不做限定。
在步骤202中,针对各运动图像中的每个运动图像,将该运动图像和与该运动图像相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
本步骤中,预设条件具体可以为相似度大于或等于相似度阈值(该相似度阈值可以记为阈值1)。当一个运动图像与一个区块图像的相似度大于或等于阈值1,可以表示该运动图像和该区块图像的相似度符合预设条件,可以理解为该运动图像中的场景内容包括在该区块图像中,因此可以将该运动图像与该区块图像进行叠加处理,从而得到叠加场景图像。当一个运动图像与一个区块图像的相似度小于阈值1,可以表示该运动图像和该区块图像的相似度不符合预设条件,可以理解为该运动图像中的场景内容未包括在该区块图像中,因此不将该运动图像与该区块图像进行叠加处理,从而得到叠加场景图像。
需要说明的是,对于阈值1的确定方式,本公开可以不作限定,例如可以通过实验分析确定阈值1,或者可以通过经验确定阈值1。对于阈值1的设置方式,本公开可以不作限定,例如可以预先设置,或者可以通过用户设置。
例如,假设在步骤201举例的基础上,相似度11、相似度22和相似度31符合预设条件,则可以将运动图像1与区块图像1进行叠加处理,将运动图像2和区块图像2进行叠加处理,并将运动图像3和区块图像1进行叠加处理,得到叠加场景图像。
本实施例提供的应用于增强现实设备的运动轨迹确定方法,通过分别确定各运动图像与真实场景图像中区块图像的相似度,针对各运动图像中的每个运动图像,将该运动图像和与该运动图像相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,实现了将运动图像与运动轨迹对应的运动空间的真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,使得所得到的叠加场景图像实现了在真实场景图像中叠加表征目标物体的运动轨迹,从而实现了基于增强现实设备的运动轨迹确定,提高了确定运动轨迹的灵活性。
图3是根据又一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定方法的框图。参照图3,本实施例提供方法在图1所示方法的基础上,主要描述了将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像的一种可选的实现方式。如图3所示,本实施例的方法可以包括:
在步骤301中,针对各运动图像中的每个运动图像,将多个真实场景图像依次与该运动图像进行比对;响应于当前比对的真实场景图像中存在区块图像与该运动图像的相似度符合预设条件,确定该运动图像属于该当前比对的真实场景图像所对应的分组;并停止将该运动图像与下一真实场景图像的比对。
本步骤中,运动图像和真实场景图像的个数均为多个。对于多个运动图像与步骤101中所采集的运动图像之间的关系可以参见图2所示实施例中的相关描述,在此不再赘述。不同真实场景图像可以从不同的空间和/或视角对真实场景进行呈现。例如,用户可以在多个房间中使用吸尘器进行清洁,该多个房间中的每一个房间均可以对应一个或多个真实场景图像。对于运动图像与真实场景图像中的区块图像进行比对的具体原因,以及区块图像的具体划分方式可以参见图2所示实施例中的相关描述,在此不再赘述。
例如,假设运动图像的个数为3个,分别为运动图像1、运动图像2和运动图像3,真实场景图像的个数为2个,分别为真实场景图像1和真实场景图像2,且真实场景图像1中区块图像的个数为2个,分别为区块图像1和区块图像2,真实场景图像2中区块图像的个数为2个,分别为区块图像3和区块图像4,以按照先真实场景图像1再真实场景图像2的顺序依次,分别将真实场景图像1和真实场景图像2与该运动图像进行比对,则可以分别确定运动图像1与区块图像1的相似度(以下可以记为相似度11),运动图像1与区块图像2的相似度(以下可以记为相似度12)。进一步的,相似度11、12具体可以为以下第一种和第二种两种可能,第一种为相似度11和12均不满足预设条件,第二种为相似度11和12中的至少一个满足预设条件。
当为第一种时,可以进一步的进行运动图像1与真实场景图像2的比对。具体的,可以分别确定运动图像1与区块图像3的相似度(以下可以记为相似度13),运动图像1与区块图像4的相似度(以下可以记为相似度14)。当为第二种时,可以确定运动图像1属于真实场景图像1所对应的分组(以下可以记为分组1),并停止运动图像1与真实场景图像2的比对。类似的,可以将运动图像2、运动图像3与真实场景图像进行比对,确定运动图像2、运动图像3分别所属的分组。
其中,上述真实场景图像1例如可以为主卧的真实场景图像,真实场景图像2例如可以为次卧的真实场景图像,运动图像1和运动图像2可以为扫地机器人在清扫主卧时的运动图像,运动图像3可以为扫地机器人在清扫次卧时的运动图像。通过步骤301的确定方式,由于运动图像1和运动图像2中包括与主卧的真实场景图像相同的场景内容,运动图像3中包括与次卧的真实场景图像相同的场景内容,因此可以确定出运动图像1和运动图像2属于主卧的真实场景图像对应的分组,运动图像3属于次卧的真实场景图像对应的分组。由此可以看出,通过步骤301可以将运动图像匹配到从不同的空间和/或视角对真实场景进行呈现的不同真实场景图像,从而提高了场景的灵活性。
需要说明的是,关于预设条件的相关描述可以参见图2所示实施例,在此不再赘述。
在步骤302中,将各运动图像分别与所属分组对应的真实场景图像中相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
本步骤中,假设在步骤301的上述举例中,运动图像1和运动图像2属于分组1,运动图像3输入真实场景图像对应的分组(以下可以记为分组2),且相似度11、运动图像2与区块图像2的相似度22以及运动图像3与区块图像4的相似度34符合预设条件,则步骤302具体可以为将运动图像1与区块图像1进行叠加处理,将运动图像2和区块图像2进行叠加处理,并将运动图像3和区块图像4进行叠加处理,得到叠加场景图像。
本实施例提供的应用于增强现实设备的运动轨迹确定方法,通过针对各运动图像中的每个运动图像,将多个真实场景图像依次与该运动图像进行比对,响应于当前比对的真实场景图像中存在区块图像与该运动图像的相似度符合预设条件,确定该运动图像属于该当前比对的真实场景图像所对应的分组,并停止将该运动图像与下一真实场景图像的比对,将各运动图像分别与所属分组对应的真实场景图像中相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,实现了将运动图像与运动轨迹对应的运动空间的真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,使得所得到的叠加场景图像实现了在真实场景图像中叠加表征目标物体的运动轨迹,从而实现了基于增强现实设备的运动轨迹确定,提高了确定运动轨迹的灵活性。另外,还可以将运动图像匹配到从不同的空间和/或视角对真实场景进行呈现的不同真实场景图像,从而提高了场景的灵活性。
图4是根据又一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定方法的框图。参照图4,本实施例提供方法在图1所示方法的基础上,主要描述了将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像的一种可选的实现方式。如图4所示,本实施例的方法可以包括:
在步骤401中,分别确定各运动图像与真实场景图像的相似度。
本步骤中,与图2和图3所示实施例不同,考虑到运动图像的拍摄与真实场景图像的拍摄视角可能相同,例如,扫地机扫地的运动图像通过位于房顶的第三方摄像头进行拍摄,真实场景图像也可能通过该第三方摄像头进行拍摄,可见,二者拍摄视角相同,使得真实场景图像中场景内容与运动图像中场景内容的数量相差较小,为了简化计算,可以不对真实场景图像进行区块划分,直接以真实场景图像为单位进行两类图像相似度的确定。
其中,运动图像的个数为多个,对于多个运动图像与步骤101中所采集的运动图像之间的关系可以参见图2所示实施例中的相关描述,在此不再赘述。真实场景图像的个数可以为一个或者多个,对于多个真实场景图像的具体说明可以参见图3所示实施例中的相关描述,在此不再赘述。
例如,假设运动图像的个数为3个,分别为运动图像1、运动图像2和运动图像3,真实场景图像的个数为1个,记为真实场景图像1,则可以分别确定运动图像1与真实场景图像1的相似度(以下可以记为相似度1),运动图像2与真实场景图像1的相似度(以下可以记为相似度2),运动图像3与真实场景图像1的相似度(以下可以记为相似度3)。
又例如,假设运动图像的个数为3个,分别为运动图像1、运动图像2和运动图像3,真实场景图像的个数为2个,分别为真实场景图像1和真实场景图像2,则可以分别确定运动图像1与真实场景图像1的相似度(以下可以记为相似度11),运动图像2与真实场景图像1的相似度(以下可以记为相似度21),运动图像3与真实场景图像1的相似度(以下可以记为相似度31),运动图像1与真实场景图像2的相似度(以下可以记为相似度12),运动图像2与真实场景图像2的相似度(以下可以记为相似度22),运动图像3与真实场景图像2的相似度(以下可以记为相似度32)。
在步骤402中,将与真实场景图像的相似度满足预设条件的运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
本步骤中,预设条件具体可以为相似度大于或等于相似度阈值(该相似度阈值可以记为阈值2)。当一个运动图像与一个真实场景图像的相似度大于或等于阈值2,可以表示该运动图像和该真实场景图像的相似度符合预设条件,可以理解为该运动图像中的场景内容包括在该真实场景图像中,因此可以将该运动图像与该真实场景图像进行叠加处理,得到叠加场景图像。当一个运动图像与一个真实场景图像的相似度小于阈值2,可以表示该运动图像和该真实场景图像的相似度不符合预设条件,可以理解为该运动图像中的场景内容未包括在该真实场景图像中,因此不将该运动图像与该真实场景图像进行叠加处理,得到叠加场景图像。
需要说明的是,对于阈值2的确定方式,本公开可以不作限定,例如可以通过实验分析确定阈值2,或者可以通过经验确定阈值2。对于阈值2的设置方式,本公开可以不作限定,例如可以预先设置,或者可以通过用户设置。
例如,假设在步骤401举例的基础上,相似度11、相似度22和相似度31符合预设条件,则可以将运动图像1与真实场景图像1进行叠加处理,将运动图像2和真实场景图像2进行叠加处理,并将运动图像3和真实场景图像1进行叠加处理,得到叠加场景图像。
本实施例提供的应用于增强现实设备的运动轨迹确定方法,通过分别确定各运动图像与真实场景图像的相似度,将与真实场景图像的相似度满足预设条件的运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,实现了将运动图像与运动轨迹对应的运动空间的真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,使得所得到的叠加场景图像实现了在真实场景图像中叠加表征目标物体的运动轨迹,从而实现了基于增强现实设备的运动轨迹确定,提高了确定运动轨迹的灵活性。另外,还可以简化计算。
可选的,在上述实施例的基础上,得到叠加场景图像之后,还可以包括如下步骤:在叠加场景图像中,标记目标物体的运动轨迹和/或目标物体的未完成轨迹。其中,在叠加场景图像中所标记的轨迹可以认为是感兴趣轨迹。
可选的,可以根据使用场景确定在叠加场景图像中标记的具体方式,和/或,可以根据用户设置的标记模式确定在叠加图像中标记的具体方式。例如,在确定使用场景为扫地机器人场景(即目标物体为扫地机器人)时,可以在叠加场景图像中标记目标物体的运动轨迹。在确定使用场景为临摹场景(即目标物体为毛笔)时,可以在叠加场景图像中标记目标物体的未完成轨迹。
又例如,当用户将增强现实设备的标记模式设置为模式1时,在得到叠加场景图像之后,还可以在叠加场景图像中标记目标物体的运动轨迹。当用户将增强现实设备的标记模式设置为模式2时,在得到叠加场景图像之后,还可以在叠加场景图像中标记目标物体的未完成轨迹。当用户将增强现实设备的标记模式设置为模式3时,在得到叠加场景图像之后,还可以在叠加场景图像中标记目标物体的运动轨迹和未完成轨迹。
通过在叠加场景图像中标记出感兴趣轨迹,可以便于后续基于感兴趣轨迹进行的进一步处理,从而进一步提高设计的灵活性。可选的,进一步可以根据所标记出的感兴趣轨迹进行进一步的计算,或者,也可以将所标记的感兴趣轨迹提示给用户,便于用户了解,提高用户体验。例如,通过在叠加场景图像中标记目标物体的运动轨迹,进一步的,可以根据叠加场景图像中所标记的目标物体的运动轨迹,确定出真实场景图像中目标物体未发生运动的区域,以便确定目标物体下次运动的起始位置;和/或,通过在叠加场景图像中标记目标物体的未完成轨迹,进一步的,可以根据叠加场景图像中所标记的目标物体的未完成轨迹,确定出真实场景图像中目标物体未发生运动的区域,以便确定目标物体下次运动的起始位置。
需要说明的是,对于将标记提示给用户的具体方式,本公开可以不做限定。例如,可以通过一定颜色、一定形状的线条向用户提示目标物体的运动轨迹的标记。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图5是根据一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定装置的框图。该装置可以通过软件、硬件或者两者的结合实现成为终端的部分或者全部。参照图5,该装置包括:采集模块501、获取模块502和叠加模块503。
采集模块501,被配置为按照目标物体的运动轨迹,采集目标物体的运动图像;
获取模块502,被配置为获取运动轨迹对应的运动空间的真实场景图像;
叠加模块503,被配置为将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
综上所述,本公开实施例提供的应用于增强现实设备的运动轨迹确定装置,通过采集模块按照目标物体的运动轨迹,采集目标物体的运动图像,叠加模块将运动图像与运动轨迹对应的运动空间的真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,使得所得到的叠加场景图像实现了在真实场景图像中叠加表征目标物体的运动轨迹,从而实现了基于增强现实设备的运动轨迹确定,提高了确定运动轨迹的灵活性
图6是根据另一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定装置的框图。参照图6,该装置在图5所示框图的基础上,可选的,运动图像的个数为多个,该叠加模块503可以包括:第一确定子模块5031和第一叠加子模块5032。
第一确定子模块5031,被配置为分别确定各运动图像与真实场景图像中区块图像的相似度;
第一叠加子模块5032,被配置为针对各运动图像中的每个运动图像,将该运动图像和与该运动图像相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
综上所述,本公开实施例提供的应用于增强现实设备的运动轨迹确定装置,通过第一确定子模块分别确定各运动图像与真实场景图像中区块图像的相似度,第一叠加子模块针对各运动图像中的每个运动图像,将该运动图像和与该运动图像相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,实现了将运动图像与运动轨迹对应的运动空间的真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,使得所得到的叠加场景图像实现了在真实场景图像中叠加表征目标物体的运动轨迹,从而实现了基于增强现实设备的运动轨迹确定,提高了确定运动轨迹的灵活性。
图7是根据又一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定装置的框图。参照图7,该装置在图5所示框图的基础上,可选的,真实场景图像的个数为多个,不同真实场景图像包含不同的场景内容;运动图像的个数为多个;叠加模块503包括:比对子模块5033和第二叠加子模块5034。
比对子模块5033,被配置为:针对各运动图像中的每个运动图像,将多个真实场景图像依次与该运动图像进行比对;响应于当前比对的真实场景图像中存在区块图像与该运动图像的相似度符合预设条件,确定该运动图像属于该当前比对的真实场景图像所对应的分组;并停止将该运动图像与下一真实场景图像的比对;
第二叠加子模块5034,被配置为将各运动图像分别与所属分组对应的真实场景图像中相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
综上所述,本公开实施例提供的应用于增强现实设备的运动轨迹确定装置,通过比对子模块针对各运动图像中的每个运动图像,将多个真实场景图像依次与该运动图像进行比对,响应于当前比对的真实场景图像中存在区块图像与该运动图像的相似度符合预设条件,确定该运动图像属于该当前比对的真实场景图像所对应的分组,并停止将该运动图像与下一真实场景图像的比对,第二叠加子模块将各运动图像分别与所属分组对应的真实场景图像中相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,实现了将运动图像与运动轨迹对应的运动空间的真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,使得所得到的叠加场景图像实现了在真实场景图像中叠加表征目标物体的运动轨迹,从而实现了基于增强现实设备的运动轨迹确定,提高了确定运动轨迹的灵活性。另外,还可以将运动图像匹配到从不同的空间和/或视角对真实场景进行呈现的不同真实场景图像,从而提高了场景的灵活性。
图8是根据又一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定装置的框图。参照图8,该装置在图5所示框图的基础上,可选的,运动图像的个数为多个;叠加模块503包括第二确定子模块5035和第三叠加子模块5036。
第二确定子模块5035,被配置为分别确定各运动图像与真实场景图像的相似度;
第三叠加子模块5036,被配置为将与真实场景图像的相似度满足预设条件的运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
综上所述,本公开实施例提供的应用于增强现实设备的运动轨迹确定装置,通过第二确定子模块分别确定各运动图像与真实场景图像的相似度,第三叠加子模块将与真实场景图像的相似度满足预设条件的运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,实现了将运动图像与运动轨迹对应的运动空间的真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,使得所得到的叠加场景图像实现了在真实场景图像中叠加表征目标物体的运动轨迹,从而实现了基于增强现实设备的运动轨迹确定,提高了确定运动轨迹的灵活性。另外,还可以简化计算。
图9是根据又一示例性实施例示出的一种应用于增强现实设备的运动轨迹确定装置的框图。参照图9,该装置在图5所示框图的基础上,可选的,还可以包括标记模块504。
标记模块504,被配置为:在叠加场景图像中,标记目标物体的运动轨迹;和/或,在叠加场景图像中,标记目标物体的未完成轨迹,目标物体的未完成轨迹是根据目标物体的规划运动轨迹以及目标物体的运动轨迹确定。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图10是根据又一示例性实施例示出的一种终端的框图,如图9所示,该终端可以包括:处理器1001以及用于存储计算机指令的存储器1002。
其中,处理器1001运行该计算机指令执行以下方法:
按照目标物体的运动轨迹,采集目标物体的运动图像;
获取运动轨迹对应的运动空间的真实场景图像;
将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,运动图像的个数为多个,将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,包括:
分别确定各运动图像与真实场景图像中区块图像的相似度;
针对各运动图像中的每个运动图像,将该运动图像和与该运动图像相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,真实场景图像的个数为多个,不同真实场景图像包含不同的场景内容;运动图像的个数为多个;
将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,包括:
针对各运动图像中的每个运动图像,将多个真实场景图像依次与该运动图像进行比对;响应于当前比对的真实场景图像中存在区块图像与该运动图像的相似度符合预设条件,确定该运动图像属于该当前比对的真实场景图像所对应的分组;并停止将该运动图像与下一真实场景图像的比对;
将各运动图像分别与所属分组对应的真实场景图像中相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,运动图像的个数为多个,将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,包括:
分别确定各运动图像与真实场景图像的相似度;
将与真实场景图像的相似度满足预设条件的运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,在得到叠加场景图像之后,还包括:
在叠加场景图像中,标记目标物体的运动轨迹;
或者,
在叠加场景图像中,标记目标物体的未完成轨迹,目标物体的未完成轨迹是根据目标物体的规划运动轨迹以及目标物体的运动轨迹确定。
图11是根据又一示例性实施例示出的一种终端900的框图。例如,终端900可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图11,终端900可以包括以下一个或多个组件:处理组件902,存储器904,电力组件906,多媒体组件908,音频组件910,输入/输出(I/O)的接口912,传感器组件914,以及通信组件916。
处理组件902通常控制终端900的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件902可以包括一个或多个模块,便于处理组件902和其他组件之间的交互。例如,处理组件902可以包括多媒体模块,以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在终端900的操作。这些数据的示例包括用于在终端900上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件906为终端900的各种组件提供电力。电力组件906可以包括电源管理系统,一个或多个电源,及其他与为终端900生成、管理和分配电力相关联的组件。
多媒体组件908包括在所述终端900和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件908包括一个前置摄像头和/或后置摄像头。当终端900处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件910被配置为输出和/或输入音频信号。例如,音频组件910包括一个麦克风(MIC),当终端900处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中,音频组件910还包括一个扬声器,用于输出音频信号。
I/O接口912为处理组件902和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件914包括一个或多个传感器,用于为终端900提供各个方面的状态评估。例如,传感器组件914可以检测到终端900的打开/关闭状态,组件的相对定位,例如所述组件为终端900的显示器和小键盘,传感器组件914还可以检测终端900或终端900一个组件的位置改变,用户与终端900接触的存在或不存在,终端900方位或加速/减速和终端900的温度变化。传感器组件914可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件914还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件916被配置为便于终端900和其他设备之间有线或无线方式的通信。终端900可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件916还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,终端900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器904,上述指令可由终端900的处理器920执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当该存储介质中的指令由终端的处理器执行时,使得终端能够执行一种应用于增强现实设备的运动轨迹确定方法,该方法包括:
按照目标物体的运动轨迹,采集目标物体的运动图像;
获取运动轨迹对应的运动空间的真实场景图像;
将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,运动图像的个数为多个,将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,包括:
分别确定各运动图像与真实场景图像中区块图像的相似度;
针对各运动图像中的每个运动图像,将该运动图像和与该运动图像相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,真实场景图像的个数为多个,不同真实场景图像包含不同的场景内容;运动图像的个数为多个;
将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,包括:
针对各运动图像中的每个运动图像,将多个真实场景图像依次与该运动图像进行比对;响应于当前比对的真实场景图像中存在区块图像与该运动图像的相似度符合预设条件,确定该运动图像属于该当前比对的真实场景图像所对应的分组;并停止将该运动图像与下一真实场景图像的比对;
将各运动图像分别与所属分组对应的真实场景图像中相似度符合预设条件的区块图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,运动图像的个数为多个,将运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像,包括:
分别确定各运动图像与真实场景图像的相似度;
将与真实场景图像的相似度满足预设条件的运动图像与真实场景图像进行叠加处理,得到能够表征目标物体的运动轨迹的叠加场景图像。
可选的,在得到叠加场景图像之后,还包括:
在叠加场景图像中,标记目标物体的运动轨迹;
或者,
在叠加场景图像中,标记目标物体的未完成轨迹,目标物体的未完成轨迹是根据目标物体的规划运动轨迹以及目标物体的运动轨迹确定。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求书指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。
Claims (14)
1.一种应用于增强现实设备的运动轨迹确定方法,其特征在于,包括:
按照目标物体的运动轨迹,采集所述目标物体的运动图像,所述目标物体的运动图像包括所述目标物体以及所述目标物体所在的运动空间中所述目标物体周围场景的图像;
拍摄所述运动轨迹对应的运动空间的真实场景图像;其中,所述真实场景图像的视角宽于所述运动图像的视角;
根据所述运动图像与所述真实场景图像的相似度,对所述运动图像与所述真实场景图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像;
所述运动图像的个数为多个,所述根据所述运动图像与所述真实场景图像的相似度,对所述运动图像与所述真实场景图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像,包括:
分别确定各运动图像与所述真实场景图像中区块图像的相似度;
针对各运动图像中的每个运动图像,将该运动图像和与该所述运动图像相似度符合预设条件的区块图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像。
2.根据权利要求1所述的方法,其特征在于,在得到所述叠加场景图像之后,还包括:
在所述叠加场景图像中,标记所述目标物体的运动轨迹;
和/或,
在所述叠加场景图像中,标记所述目标物体的未完成轨迹,所述目标物体的未完成轨迹是根据所述目标物体的规划运动轨迹以及所述目标物体的运动轨迹确定。
3.一种应用于增强现实设备的运动轨迹确定方法,其特征在于,包括:
按照目标物体的运动轨迹,采集所述目标物体的运动图像,所述目标物体的运动图像包括所述目标物体以及所述目标物体所在的运动空间中所述目标物体周围场景的图像;
拍摄所述运动轨迹对应的运动空间的真实场景图像;其中,所述真实场景图像的视角宽于所述运动图像的视角;
根据所述运动图像与所述真实场景图像的相似度,对所述运动图像与所述真实场景图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像;
所述真实场景图像的个数为多个,不同真实场景图像包含不同的场景内容;所述运动图像的个数为多个;
所述根据所述运动图像与所述真实场景图像的相似度,对所述运动图像与所述真实场景图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像,包括:
针对各运动图像中的每个运动图像,将多个所述真实场景图像依次与该运动图像进行比对;响应于当前比对的真实场景图像中存在区块图像与该运动图像的相似度符合预设条件,确定该运动图像属于该当前比对的真实场景图像所对应的分组;并停止将该运动图像与下一真实场景图像的比对;
将各运动图像分别与所属分组对应的真实场景图像中相似度符合预设条件的区块图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像。
4.根据权利要求3所述的方法,其特征在于,在得到所述叠加场景图像之后,还包括:
在所述叠加场景图像中,标记所述目标物体的运动轨迹;
和/或,
在所述叠加场景图像中,标记所述目标物体的未完成轨迹,所述目标物体的未完成轨迹是根据所述目标物体的规划运动轨迹以及所述目标物体的运动轨迹确定。
5.一种应用于增强现实设备的运动轨迹确定方法,其特征在于,包括:
按照目标物体的运动轨迹,采集所述目标物体的运动图像,所述目标物体的运动图像包括所述目标物体以及所述目标物体所在的运动空间中所述目标物体周围场景的图像;
拍摄所述运动轨迹对应的运动空间的真实场景图像;其中,所述真实场景图像的视角宽于所述运动图像的视角;
根据所述运动图像与所述真实场景图像的相似度,对所述运动图像与所述真实场景图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像;
所述运动图像的个数为多个,所述根据所述运动图像与所述真实场景图像的相似度,对所述运动图像与所述真实场景图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像,包括:
分别确定各运动图像与所述真实场景图像的相似度;
将与真实场景图像的相似度满足预设条件的运动图像与所述真实场景图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像。
6.根据权利要求5所述的方法,其特征在于,在得到所述叠加场景图像之后,还包括:
在所述叠加场景图像中,标记所述目标物体的运动轨迹;
和/或,
在所述叠加场景图像中,标记所述目标物体的未完成轨迹,所述目标物体的未完成轨迹是根据所述目标物体的规划运动轨迹以及所述目标物体的运动轨迹确定。
7.一种应用于增强现实设备的运动轨迹确定装置,其特征在于,包括:
采集模块,被配置为按照目标物体的运动轨迹,采集所述目标物体的运动图像,所述目标物体的运动图像包括所述目标物体以及所述目标物体所在的运动空间中所述目标物体周围场景的图像;
获取模块,被配置为拍摄所述运动轨迹对应的运动空间的真实场景图像;其中,所述真实场景图像的视角宽于所述运动图像的视角;
叠加模块,被配置为根据所述运动图像与所述真实场景图像的相似度,对所述运动图像与所述真实场景图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像;
所述运动图像的个数为多个,所述叠加模块,包括:第一确定子模块和第一叠加子模块;
所述第一确定子模块,被配置为分别确定各运动图像与所述真实场景图像中区块图像的相似度;
所述第一叠加子模块,被配置为针对各运动图像中的每个运动图像,将该运动图像和与该所述运动图像相似度符合预设条件的区块图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:标记模块,被配置为:
在所述叠加场景图像中,标记所述目标物体的运动轨迹;和/或,在所述叠加场景图像中,标记所述目标物体的未完成轨迹,所述目标物体的未完成轨迹是根据所述目标物体的规划运动轨迹以及所述目标物体的运动轨迹确定。
9.一种应用于增强现实设备的运动轨迹确定装置,其特征在于,包括:
采集模块,被配置为按照目标物体的运动轨迹,采集所述目标物体的运动图像,所述目标物体的运动图像包括所述目标物体以及所述目标物体所在的运动空间中所述目标物体周围场景的图像;
获取模块,被配置为拍摄所述运动轨迹对应的运动空间的真实场景图像;其中,所述真实场景图像的视角宽于所述运动图像的视角;
叠加模块,被配置为根据所述运动图像与所述真实场景图像的相似度,对所述运动图像与所述真实场景图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像;
所述真实场景图像的个数为多个,不同真实场景图像包含不同的场景内容;所述运动图像的个数为多个;所述叠加模块包括:比对子模块和第二叠加子模块;
所述比对子模块,被配置为:针对各运动图像中的每个运动图像,将多个所述真实场景图像依次与该运动图像进行比对;响应于当前比对的真实场景图像中存在区块图像与该运动图像的相似度符合预设条件,确定该运动图像属于该当前比对的真实场景图像所对应的分组;并停止将该运动图像与下一真实场景图像的比对;
所述第二叠加子模块,被配置为将各运动图像分别与所属分组对应的真实场景图像中相似度符合预设条件的区块图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:标记模块,被配置为:
在所述叠加场景图像中,标记所述目标物体的运动轨迹;和/或,在所述叠加场景图像中,标记所述目标物体的未完成轨迹,所述目标物体的未完成轨迹是根据所述目标物体的规划运动轨迹以及所述目标物体的运动轨迹确定。
11.一种应用于增强现实设备的运动轨迹确定装置,其特征在于,包括:
采集模块,被配置为按照目标物体的运动轨迹,采集所述目标物体的运动图像,所述目标物体的运动图像包括所述目标物体以及所述目标物体所在的运动空间中所述目标物体周围场景的图像;
获取模块,被配置为拍摄所述运动轨迹对应的运动空间的真实场景图像;其中,所述真实场景图像的视角宽于所述运动图像的视角;
叠加模块,被配置为根据所述运动图像与所述真实场景图像的相似度,对所述运动图像与所述真实场景图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像;
所述运动图像的个数为多个;所述叠加模块包括第二确定子模块和第三叠加子模块;
所述第二确定子模块,被配置为分别确定各运动图像与所述真实场景图像的相似度;
所述第三叠加子模块,被配置为将与真实场景图像的相似度满足预设条件的运动图像与所述真实场景图像进行叠加处理,得到能够表征所述目标物体的运动轨迹的叠加场景图像。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:标记模块,被配置为:
在所述叠加场景图像中,标记所述目标物体的运动轨迹;和/或,在所述叠加场景图像中,标记所述目标物体的未完成轨迹,所述目标物体的未完成轨迹是根据所述目标物体的规划运动轨迹以及所述目标物体的运动轨迹确定。
13.一种终端,其特征在于,包括:
处理器以及用于存储计算机指令的存储器;所述处理器运行所述计算机指令执行权利要求1-2任一项所述的方法或者3-4任一项所述的方法或者5-6任一项所述的方法。
14.一种非临时性计算机可读存储介质,其特征在于,当所述存储介质中的指令由终端的处理器执行时,使得终端能够执行权利要求1-2任一项所述的方法或者3-4任一项所述的方法或者5-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910570364.6A CN110276841B (zh) | 2019-06-27 | 2019-06-27 | 应用于增强现实设备的运动轨迹确定方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910570364.6A CN110276841B (zh) | 2019-06-27 | 2019-06-27 | 应用于增强现实设备的运动轨迹确定方法、装置及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110276841A CN110276841A (zh) | 2019-09-24 |
CN110276841B true CN110276841B (zh) | 2023-11-24 |
Family
ID=67963582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910570364.6A Active CN110276841B (zh) | 2019-06-27 | 2019-06-27 | 应用于增强现实设备的运动轨迹确定方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110276841B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014169692A1 (en) * | 2013-04-15 | 2014-10-23 | Tencent Technology (Shenzhen) Company Limited | Method,device and storage medium for implementing augmented reality |
CN104243819A (zh) * | 2014-08-29 | 2014-12-24 | 小米科技有限责任公司 | 照片获取方法及装置 |
CN104571511A (zh) * | 2014-12-30 | 2015-04-29 | 青岛歌尔声学科技有限公司 | 一种3d场景中重现物体的系统和方法 |
CN106096496A (zh) * | 2016-05-28 | 2016-11-09 | 张维秀 | 一种火灾监测方法及系统 |
CN108009588A (zh) * | 2017-12-01 | 2018-05-08 | 深圳市智能现实科技有限公司 | 定位方法及装置、移动终端 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5486298B2 (ja) * | 2009-12-28 | 2014-05-07 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
-
2019
- 2019-06-27 CN CN201910570364.6A patent/CN110276841B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014169692A1 (en) * | 2013-04-15 | 2014-10-23 | Tencent Technology (Shenzhen) Company Limited | Method,device and storage medium for implementing augmented reality |
CN104243819A (zh) * | 2014-08-29 | 2014-12-24 | 小米科技有限责任公司 | 照片获取方法及装置 |
CN104571511A (zh) * | 2014-12-30 | 2015-04-29 | 青岛歌尔声学科技有限公司 | 一种3d场景中重现物体的系统和方法 |
CN106096496A (zh) * | 2016-05-28 | 2016-11-09 | 张维秀 | 一种火灾监测方法及系统 |
CN108009588A (zh) * | 2017-12-01 | 2018-05-08 | 深圳市智能现实科技有限公司 | 定位方法及装置、移动终端 |
Also Published As
Publication number | Publication date |
---|---|
CN110276841A (zh) | 2019-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108182730B (zh) | 虚实对象合成方法及装置 | |
CN106651955B (zh) | 图片中目标物的定位方法及装置 | |
CN106165430A (zh) | 视频直播方法及装置 | |
CN105791958A (zh) | 游戏直播方法及装置 | |
CN109584362B (zh) | 三维模型构建方法及装置、电子设备和存储介质 | |
CN104065878A (zh) | 拍摄控制方法、装置及终端 | |
CN111666917A (zh) | 姿态检测及视频处理方法、装置、电子设备和存储介质 | |
CN105141942B (zh) | 3d图像合成方法及装置 | |
CN110928627A (zh) | 界面展示方法及装置、电子设备和存储介质 | |
CN111105454A (zh) | 一种获取定位信息的方法、装置及介质 | |
CN106210495A (zh) | 图像拍摄方法和装置 | |
US11252341B2 (en) | Method and device for shooting image, and storage medium | |
CN110458870B (zh) | 一种图像配准、融合、遮挡检测方法、装置和电子设备 | |
CN114549578A (zh) | 目标跟踪方法、装置及存储介质 | |
CN112330717B (zh) | 目标跟踪方法及装置、电子设备和存储介质 | |
CN112767541A (zh) | 三维重建方法及装置、电子设备和存储介质 | |
CN110636377A (zh) | 视频处理方法、装置、存储介质、终端及服务器 | |
CN110276841B (zh) | 应用于增强现实设备的运动轨迹确定方法、装置及终端 | |
CN113220928A (zh) | 一种图像搜索方法、装置、电子设备及存储介质 | |
CN112330721B (zh) | 三维坐标的恢复方法及装置、电子设备和存储介质 | |
CN111862288B (zh) | 一种位姿渲染方法、装置及介质 | |
KR102557592B1 (ko) | 이미지 표시 방법 및 장치, 전자 기기, 컴퓨터 판독 가능 저장 매체 | |
CN114387622A (zh) | 动物重识别方法及装置、电子设备和存储介质 | |
CN113506320A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN114390189A (zh) | 图像处理方法、装置、存储介质及移动终端 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |