CN110599602B - 一种ar模型的训练方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请公开了AR模型的训练方法、装置、电子设备及存储介质，涉及计算机视觉领域。具体实现方案为：接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及所述第一拍摄位置和所述第二拍摄位置的世界坐标；在针对所述第一拍摄图像和所述第二拍摄图像中分别提取出所述目标POI的第一组屏幕坐标和第二组屏幕坐标；根据所述第一组屏幕坐标和所述第二组屏幕坐标以及所述第一拍摄位置和所述第二拍摄位置的世界坐标，计算出所述目标POI的世界坐标；根据所述目标POI的世界坐标对所述目标POI的AR模型进行训练。本申请实施例可以有效地降低人工成本和时间成本，并且训练出的AR模型具有随时间变化的能力。

Description

一种AR模型的训练方法、装置、电子设备及存储介质

技术领域

本申请涉及图像处理技术领域，进一步涉及计算机视觉技术，尤其是一种AR模型的训练方法、装置、电子设备及存储介质。

背景技术

AR(Augmented Reality，增强现实)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。也就是说，AR就是将虚拟信息放在现实中展现，并且让人和虚拟信息进行互动。AR通过技术上的手段能够将现实与虚拟信息进行无缝对接。将在现实中不存在的事物构建一个三维场景予以展现，与现实生活相互衔接。

在现有的AR模型的训练方法中，通常采用人工方式采集照片，无论春、夏、秋、冬、晴天、雨天等情况都需要人工采集照片；然后将采集回的照片分类，标识出N个关键点；根据标识出的N个关键点训练AR模型。采用现有的AR模型的训练方法，人工成本太高，采集周期长，而且训练出的AR模型不具有随时间变化的能力。

发明内容

有鉴于此，本申请提出实施例提供一种AR模型的训练方法、装置、电子设备及存储介质，可以有效地降低人工成本和时间成本，并且训练出的AR模型具有随时间变化的能力。

第一方面，本申请实施例提供了一种AR模型的训练方法，应用于后台服务设备，所述方法包括：

接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及所述第一拍摄位置和所述第二拍摄位置的世界坐标；

在针对所述第一拍摄图像和所述第二拍摄图像中分别提取出所述目标POI的第一组屏幕坐标和第二组屏幕坐标；

根据所述第一组屏幕坐标和所述第二组屏幕坐标以及所述第一拍摄位置和所述第二拍摄位置的世界坐标，计算出所述目标POI的世界坐标；

根据所述目标POI的世界坐标对所述目标POI的AR模型进行训练。

上述实施例具有如下优点或有益效果：该实施例中后台服务设备可以接收目标POI的第一拍摄图像和第二拍摄图像，计算出目标POI的世界坐标，从而达到对目标POI的AR模型进行训练的目的。而在现有的AR模型的训练方法中，通常采用人工方式采集照片；然后将采集回的照片分类，标识出N个关键点；根据标识出的N个关键点训练AR模型。因为本申请采用了客户端设备在第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，以及后台服务设备根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标的技术手段，克服了现有技术中无法识别出目标POI的世界坐标的技术问题，进而达到了有效地降低人工成本和时间成本，并且训练出的AR模型具有随时间变化的能力的技术效果。

在上述实施例中，所述根据所述第一组屏幕坐标和所述第二组屏幕坐标以及所述第一拍摄位置和所述第二拍摄位置的世界坐标，计算出所述目标POI的世界坐标，包括：

根据所述第一组屏幕坐标和所述第二组屏幕坐标以及预先确定的所述客户端设备的屏幕参数，计算出所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系，以及所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系；

根据所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系，所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系以及所述第一拍摄位置和所述第二拍摄位置的世界坐标，计算出所述目标POI的世界坐标。

上述实施例具有如下优点或有益效果：该实施例中后台服务设备通过计算第一拍摄图像中目标POI的屏幕坐标与第一拍摄位置的关系，以及第二拍摄图像中目标POI的屏幕坐标与第二拍摄位置的关系，可以计算出目标POI的世界坐标；而且还可以保证计算出的目标POI的世界坐标的准确性，从而可以使用准确的训练数据去训练目标POI的AR模型，使得训练后的AR模型更加贴近实际的目标POI。

在上述实施例中，采用以下公式计算出所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系：所述第一拍摄图像中所述目标POI与正东方向的夹角a1＝c1-arctan[(Sw-w)*tan(c1-r)/(Sw/2)]；其中，c1为预先获取的所述客户端设备的屏幕在所述第一拍摄位置上与正东方向的夹角；r为所述客户端设备的屏幕的投影右边角；Sw为所述客户端设备的屏幕的宽度；w＝[max(W0,W1,W2,W3)+min(W0,W1,W2,W3)]]/2；其中，W0、W1、W2和W3分别为所述第一拍摄图像中所述目标POI的四个顶点在屏幕坐标系下的横坐标；

采用以下公式计算出所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系：所述第二拍摄图像中所述目标POI与正东方向的夹角a2＝c2-arctan[(Sw-w)*tan(c2-r)/(Sw/2)]；其中，c为所述客户端设备的屏幕在所述第二拍摄位置上与正东方向的夹角；r为所述客户端设备的屏幕的投影右边角；Sw为所述客户端设备的屏幕的宽度；w＝[max(W0,W1,W2,W3)+min(W0,W1,W2,W3)]]/2；其中，W0、W1、W2和W3分别为所述第二拍摄图像中所述目标POI的四个顶点在屏幕坐标系下的横坐标。

上述实施例具有如下优点或有益效果：该实施例中后台服务设备可以通过上述公式分别计算出第一拍摄图像中目标POI的屏幕坐标与第一拍摄位置的关系以及第二拍摄图像中目标POI的屏幕坐标与第二拍摄位置的关系，这样可以保证目标POI的屏幕坐标与第一拍摄位置的关系的准确性和目标POI的屏幕坐标与第二拍摄位置的关系的准确性，从而可以使用准确的训练数据去训练目标POI的AR模型，使得训练后的AR模型更加贴近实际的目标POI。

在上述实施例中，采用以下公式计算出目标POI的世界坐标：x＝(y1-y2+tan a2*x2-tan a1*x1)/(tan a2-tan a1)；y＝(x1-x2)*(tan a1-tan a2)/(tan a1*tan a2)+y2-y1；其中，x1和y1分别为所述客户端设备在拍摄所述第一拍摄图像时的世界坐标；x2和y2表示所述客户端设备在拍摄所述第二拍摄图像时的世界坐标；a1为所述第一拍摄图像中所述目标POI与正东方向的夹角；a2为所述第二拍摄图像中所述目标POI与正东方向的夹角。

上述实施例具有如下优点或有益效果：该实施例中后台服务设备可以使用上述公式计算出目标POI的世界坐标，这样可以保证目标POI的世界坐标的准确性，从而可以使用准确的训练数据去训练目标POI的AR模型，使得训练后的AR模型更加贴近实际的目标POI。

第二方面，本申请实施例还提供了一种AR模型的训练方法，应用于客户端设备，所述方法包括：

获取用户所在的位置区域；

若根据所述用户所在位置区域检测出所述用户已进入可识别范围，在所述位置区域内的第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，获取到所述目标POI的第一拍摄图像和第二拍摄图像；

将所述第一拍摄图像和所述第二拍摄图像，以及所述第一拍摄位置和所述第二拍摄位置的世界坐标发送至后台服务设备，使得所述后台服务设备根据所述第一拍摄图像和所述第二拍摄图像对所述目标POI的AR模型进行训练。

在上述实施例中，所述在所述位置区域内的第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，获取到所述目标POI的第一拍摄图像和第二拍摄图像，包括：

按照第一拍摄姿态在所述第一拍摄位置上针对所述目标POI进行拍摄，获取到所述第一拍摄图像；按照第二拍摄姿态在所述第二拍摄位置上针对所述目标POI进行拍摄，获取到所述第二拍摄图像。

第三方面，本申请还提供了一种AR模型的训练装置，所述装置包括：接收模块、提取模块、计算模块和训练模块；其中，

所述接收模块，用于接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及所述第一拍摄位置和所述第二拍摄位置的世界坐标；

所述提取模块，用于在针对所述第一拍摄图像和所述第二拍摄图像中分别提取出所述目标POI的第一组屏幕坐标和第二组屏幕坐标；

所述计算模块，用于根据所述第一组屏幕坐标和所述第二组屏幕坐标以及所述第一拍摄位置和所述第二拍摄位置的世界坐标，计算出所述目标POI的世界坐标；

所述训练模块，用于根据所述目标POI的世界坐标对所述目标POI的AR模型进行训练。

在上述实施例中，所述计算模块，具体用于根据所述第一组屏幕坐标和所述第二组屏幕坐标以及预先确定的所述客户端设备的屏幕参数，计算出所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系，以及所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系；根据所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系，所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系以及所述第一拍摄位置和所述第二拍摄位置的世界坐标，计算出所述目标POI的世界坐标。

在上述实施例中，所述计算模块，具体用于采用以下公式计算出所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系：所述第一拍摄图像中所述目标POI与正东方向的夹角a1＝c1-arctan[(Sw-w)*tan(c1-r)/(Sw/2)]；其中，c1为预先获取的所述客户端设备的屏幕在所述第一拍摄位置上与正东方向的夹角；r为所述客户端设备的屏幕的投影右边角；Sw为所述客户端设备的屏幕的宽度；w＝[max(W0,W1,W2,W3)+min(W0,W1,W2,W3)]]/2；其中，W0、W1、W2和W3分别为所述第一拍摄图像中所述目标POI的四个顶点在屏幕坐标系下的横坐标；采用以下公式计算出所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系：所述第二拍摄图像中所述目标POI与正东方向的夹角a2＝c2-arctan[(Sw-w)*tan(c2-r)/(Sw/2)]；其中，c为所述客户端设备的屏幕在所述第二拍摄位置上与正东方向的夹角；r为所述客户端设备的屏幕的投影右边角；Sw为所述客户端设备的屏幕的宽度；w＝[max(W0,W1,W2,W3)+min(W0,W1,W2,W3)]]/2；其中，W0、W1、W2和W3分别为所述第二拍摄图像中所述目标POI的四个顶点在屏幕坐标系下的横坐标。

在上述实施例中，所述计算模块，具体用于采用以下公式计算出目标POI的世界坐标：x＝(y1-y2+tan a2*x2-tan a1*x1)/(tan a2-tan a1)；y＝(x1-x2)*(tan a1-tan a2)/(tan a1*tan a2)+y2-y1；其中，x1和y1分别为所述客户端设备在拍摄所述第一拍摄图像时的世界坐标；x2和y2表示所述客户端设备在拍摄所述第二拍摄图像时的世界坐标；a1为所述第一拍摄图像中所述目标POI与正东方向的夹角；a2为所述第二拍摄图像中所述目标POI与正东方向的夹角。

第四方面，本申请还提供了一种AR模型的训练装置，所述装置包括：获取模块和发送模块；其中，

所述获取模块，用于获取用户所在的位置区域；若根据所述用户所在位置区域检测出所述用户已进入可识别范围，在所述位置区域内的第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，获取到所述目标POI的第一拍摄图像和第二拍摄图像；

所述发送模块，用于将所述第一拍摄图像和所述第二拍摄图像发送至后台服务设备，使得所述后台服务设备根据所述第一拍摄图像和所述第二拍摄图像对所述目标POI的AR模型进行训练。

在上述实施例中，所述获取模块，具体用于按照第一拍摄姿态在所述第一拍摄位置上针对所述目标POI进行拍摄，获取到所述第一拍摄图像；按照第二拍摄姿态在所述第二拍摄位置上针对所述目标POI进行拍摄，获取到所述第二拍摄图像。

第五方面，本申请实施例提供了一种电子设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本申请任意实施例所述的知识图谱的构建方法。

第六方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请任意实施例所述的知识图谱的构建方法。

上述申请中的一个实施例具有如下优点或有益效果：本申请提出的AR模型的训练方法、装置、电子设备及存储介质，客户端设备将目标POI的第一拍摄图像和第二拍摄图像发送至后台服务设备；后台服务设备接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标；然后在针对第一拍摄图像和第二拍摄图像中分别提取出目标POI的第一组屏幕坐标和第二组屏幕坐标；再根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标；最后根据目标POI的世界坐标对目标POI的AR模型进行训练。也就是说，本申请可以通过采集目标POI的第一拍摄图像和第二拍摄图像，计算出目标POI的世界坐标，从而达到对目标POI的AR模型进行训练的目的。而在现有的AR模型的训练方法中，通常采用人工方式采集照片；然后将采集回的照片分类，标识出N个关键点；根据标识出的N个关键点训练AR模型。因为本申请采用了客户端设备在第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，以及后台服务设备根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标的技术手段，克服了现有技术中无法识别出目标POI的世界坐标的技术问题，进而达到了有效地降低人工成本和时间成本，并且训练出的AR模型具有随时间变化的能力的技术效果；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。

上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本申请实施例一提供的AR模型的训练方法的流程示意图；

图2是本申请实施例二提供的AR模型的训练方法的流程示意图；

图3是本申请实施例二提供的目标POI的屏幕坐标与拍摄位置的关系示意图；

图4是本申请实施例二提供的目标POI的世界坐标与拍摄位置的关系示意图；

图5是本申请实施例三提供的AR模型的训练方法的流程示意图；

图6是本申请实施例四提供的AR模型的训练方法的流程示意图；

图7是本申请实施例五提供的AR模型的训练装置的结构示意图；

图8是本申请实施例六提供的AR模型的训练装置的结构示意图；

图9是用来实现本申请实施例的AR模型的训练方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

实施例一

图1是本申请实施例一提供的AR模型的训练方法的流程示意图，该方法可以由AR模型的训练装置或者后台服务设备来执行，该装置或者后台服务设备可以由软件和/或硬件的方式实现，该装置或者后台服务设备可以集成在任何具有网络通信功能的智能设备中。如图1所示，AR模型的训练方法可以包括以下步骤：

S101、接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标。

在本申请的具体实施例中，后台服务设备可以接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标。具体地，客户端设备可以先获取用户所在的位置区域；若根据用户所在位置区域检测出该用户已进入可识别范围，客户端设备可以在位置区域内的第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，获取到目标POI的第一拍摄图像和第二拍摄图像；然后将第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标发送至后台服务设备；所以后台服务设备可以接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标。

S102、在针对第一拍摄图像和第二拍摄图像中分别提取出目标POI的第一组屏幕坐标和第二组屏幕坐标。

在本申请的具体实施例中，后台服务设备可以在针对第一拍摄图像和第二拍摄图像中分别提取出目标POI的第一组屏幕坐标和第二组屏幕坐标。具体地，后台服务设备可以分别在第一拍摄图像和第二拍摄图像中针对目标POI进行图像识别，获取到目标POI分别在第一拍摄图像和第二拍摄图像中的第一组屏幕坐标和第二组屏幕坐标。

S103、根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标。

在本申请的具体实施例中，后台服务设备可以根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标。具体地，后台服务设备可以先根据第一组屏幕坐标和第二组屏幕坐标以及预先确定的客户端设备的屏幕参数，计算出第一拍摄图像中目标POI的屏幕坐标与第一拍摄位置的关系，以及第二拍摄图像中目标POI的屏幕坐标与第二拍摄位置的关系；然后根据第一拍摄图像中目标POI的屏幕坐标与第一拍摄位置的关系，第二拍摄图像中目标POI的屏幕坐标与第二拍摄位置的关系以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标。

S104、根据目标POI的世界坐标对目标POI的AR模型进行训练。

在本申请的具体实施例中，后台服务设备可以根据目标POI的世界坐标对目标POI的AR模型进行训练。具体地，后台服务设备可以根据目标POI的世界坐标，生成上述目标POI的三维模型。可选的，第一拍摄图像和第二拍摄图像可以分别代表不同角度所观察到的目标POI，因此，第一拍摄图像和第二拍摄图像可以表征目标POI的立体特征，因此，通过对上述第一拍摄图像和第二拍摄图像的处理可以得到目标POI的三维模型。

本申请实施例提出的AR模型的训练方法，客户端设备将目标POI的第一拍摄图像和第二拍摄图像发送至后台服务设备；后台服务设备接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标；然后在针对第一拍摄图像和第二拍摄图像中分别提取出目标POI的第一组屏幕坐标和第二组屏幕坐标；再根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标；最后根据目标POI的世界坐标对目标POI的AR模型进行训练。也就是说，本申请可以通过采集目标POI的第一拍摄图像和第二拍摄图像，计算出目标POI的世界坐标，从而达到对目标POI的AR模型进行训练的目的。而在现有的AR模型的训练方法中，通常采用人工方式采集照片；然后将采集回的照片分类，标识出N个关键点；根据标识出的N个关键点训练AR模型。因为本申请采用了客户端设备在第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，以及后台服务设备根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标的技术手段，克服了现有技术中无法识别出目标POI的世界坐标的技术问题，进而达到了有效地降低人工成本和时间成本，并且训练出的AR模型具有随时间变化的能力的技术效果；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。

实施例二

图2是本申请实施例二提供的AR模型的训练方法的流程示意图。如图2所示，AR模型的训练方法可以包括以下步骤：

S201、接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标。

在本申请的具体实施例中，后台服务设备可以接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标。具体地，客户端设备可以先获取用户所在的位置区域；若根据用户所在位置区域检测出该用户已进入可识别范围，客户端设备可以在位置区域内的第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，获取到目标POI的第一拍摄图像和第二拍摄图像；然后将第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标发送至后台服务设备；所以后台服务设备可以接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标。

S202、在针对第一拍摄图像和第二拍摄图像中分别提取出目标POI的第一组屏幕坐标和第二组屏幕坐标。

在本申请的具体实施例中，后台服务设备可以在针对第一拍摄图像和第二拍摄图像中分别提取出目标POI的第一组屏幕坐标和第二组屏幕坐标。具体地，后台服务设备可以分别在第一拍摄图像和第二拍摄图像中针对目标POI进行图像识别，获取到目标POI分别在第一拍摄图像和第二拍摄图像中的第一组屏幕坐标和第二组屏幕坐标。

S203、根据第一组屏幕坐标和第二组屏幕坐标以及预先确定的客户端设备的屏幕参数，计算出第一拍摄图像中目标POI的屏幕坐标与第一拍摄位置的关系，以及第二拍摄图像中目标POI的屏幕坐标与第二拍摄位置的关系。

在本申请的具体实施例中，后台服务设备可以根据第一组屏幕坐标和第二组屏幕坐标以及预先确定的客户端设备的屏幕参数，计算出第一拍摄图像中目标POI的屏幕坐标与第一拍摄位置的关系，以及第二拍摄图像中目标POI的屏幕坐标与第二拍摄位置的关系。具体地，后台服务设备可以采用以下公式计算出第一拍摄图像中目标POI的屏幕坐标与第一拍摄位置的关系：第一拍摄图像中目标POI与正东方向的夹角a1＝c1-arctan[(Sw-w)*tan(c1-r)/(Sw/2)]；其中，c1为预先获取的客户端设备的屏幕在第一拍摄位置上与正东方向的夹角；r为客户端设备的屏幕的投影右边角；Sw为客户端设备的屏幕的宽度；w＝[max(W0,W1,W2,W3)+min(W0,W1,W2,W3)]]/2；其中，W0、W1、W2和W3分别为第一拍摄图像中目标POI的四个顶点在屏幕坐标系下的横坐标；另外，后台服务设备还可以采用以下公式计算出第二拍摄图像中目标POI的屏幕坐标与第二拍摄位置的关系：第二拍摄图像中目标POI与正东方向的夹角a2＝c2-arctan[(Sw-w)*tan(c2-r)/(Sw/2)]；其中，c为客户端设备的屏幕在第二拍摄位置上与正东方向的夹角；r为客户端设备的屏幕的投影右边角；Sw为客户端设备的屏幕的宽度；w＝[max(W0,W1,W2,W3)+min(W0,W1,W2,W3)]]/2；其中，W0、W1、W2和W3分别为第二拍摄图像中目标POI的四个顶点在屏幕坐标系下的横坐标。

图3是本申请实施例二提供的目标POI的屏幕坐标与拍摄位置的关系示意图。如图3所示，获取客户端设备屏幕的投影右边角为r，屏幕宽和高分别为Sw,Sh；获取客户端设备与正东方向的夹角c；计算出目标POI在拍摄图像上的中点坐标(w,h)；其中，w＝[max(W0,W1,W2,W3)+min(W0,W1,W2,W3)]]/2；h＝[max(H0,H1,H2,H3)+min(H0,H1,H2,H3]/2；因为(Sw/2)/tan(c-r)＝(Sw-w)/tan(c-a)；易得，目标POI与正东方向的夹角a＝c-arctan[(Sw-w)*tan(c-r)/(Sw/2)]。

S204、根据第一拍摄图像中目标POI的屏幕坐标与第一拍摄位置的关系，第二拍摄图像中目标POI的屏幕坐标与第二拍摄位置的关系以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标。

在本申请的具体实施例中，后台服务设备可以根据第一拍摄图像中目标POI的屏幕坐标与第一拍摄位置的关系，第二拍摄图像中目标POI的屏幕坐标与第二拍摄位置的关系以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标。具体地，后台服务设备可以采用以下公式计算出目标POI的世界坐标：x＝(y1-y2+tan a2*x2-tan a1*x1)/(tan a2-tan a1)；y＝(x1-x2)*(tan a1-tan a2)/(tan a1*tan a2)+y2-y1；其中，x1和y1分别为客户端设备在拍摄第一拍摄图像时的世界坐标；x2和y2表示客户端设备在拍摄第二拍摄图像时的世界坐标；a1为第一拍摄图像中目标POI与正东方向的夹角；a2为第二拍摄图像中目标POI与正东方向的夹角。

图4是本申请实施例二提供的目标POI的世界坐标与拍摄位置的关系示意图。如图4所示，获取第一拍摄图像(照片1)中，定位坐标x1,y1,按照此时的手机姿态角度，图像中目标POI的中心屏幕位置为(w1,h1)，并由上述步骤算出a1；获取第二拍摄图像(照片2)中，定位坐标x2,y2,按照此时的手机姿态角度，图像中目标POI的中心屏幕位置为(w2,h2)，并由上述步骤算出a2。如图4所示，(y1-y)/(x1-x)＝tan a；(y2-y)/(x2-x)＝tan b；其中，x1,y1,x2,y2,tan a,tan b已知，易得：x＝(y1-y2+tan a2*x2-tan a1*x1)/(tan a2-tan a1)；y＝(x1-x2)*(tan a1-tan a2)/(tan a1*tan a2)+y2-y1。

S205、根据目标POI的世界坐标对目标POI的AR模型进行训练。

在本申请的具体实施例中，后台服务设备可以根据目标POI的世界坐标对目标POI的AR模型进行训练。具体地，后台服务设备可以根据目标POI的世界坐标，生成上述目标POI的三维模型。可选的，第一拍摄图像和第二拍摄图像可以分别代表不同角度所观察到的目标POI，因此，第一拍摄图像和第二拍摄图像可以表征目标POI的立体特征，因此，通过对上述第一拍摄图像和第二拍摄图像的处理可以得到目标POI的三维模型。

本申请实施例提出的AR模型的训练方法，客户端设备将目标POI的第一拍摄图像和第二拍摄图像发送至后台服务设备；后台服务设备接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标；然后在针对第一拍摄图像和第二拍摄图像中分别提取出目标POI的第一组屏幕坐标和第二组屏幕坐标；再根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标；最后根据目标POI的世界坐标对目标POI的AR模型进行训练。也就是说，本申请可以通过采集目标POI的第一拍摄图像和第二拍摄图像，计算出目标POI的世界坐标，从而达到对目标POI的AR模型进行训练的目的。而在现有的AR模型的训练方法中，通常采用人工方式采集照片；然后将采集回的照片分类，标识出N个关键点；根据标识出的N个关键点训练AR模型。因为本申请采用了客户端设备在第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，以及后台服务设备根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标的技术手段，克服了现有技术中无法识别出目标POI的世界坐标的技术问题，进而达到了有效地降低人工成本和时间成本，并且训练出的AR模型具有随时间变化的能力的技术效果；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。

实施例三

图5是本申请实施例三提供的AR模型的训练方法的流程示意图。如图5所示，AR模型的训练方法可以包括以下步骤：

S501、获取用户所在的位置区域。

在本申请的具体实施例中，客户端设备可以获取用户所在的位置区域。示例性地，该位置与区域是一个以用户所在地为中心，以预设长度为边长的圆形区域；或者该位置区域也可以是一个其他规则形状的区域，在此不做限定。

S502、若根据用户所在位置区域检测出用户已进入可识别范围，在位置区域内的第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，获取到目标POI的第一拍摄图像和第二拍摄图像。

在本申请的具体实施例中，若根据用户所在位置区域检测出用户已进入可识别范围，客户端设备可以在位置区域内的第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，获取到目标POI的第一拍摄图像和第二拍摄图像。具体地，客户端设备获取到的第一拍摄图像和第二拍摄图像为从不同角度拍摄目标POI生成的图像。每种角度可以对应一幅或多幅图像。示例性的，上述角度可以包括前、后、左、右四个角度，每种角度可以对应一幅图像。可选的，客户端设备可以使用内置的摄像头对目标POI在不同角度进行拍摄，从而得到上述图像。此外，客户端设备还可以对由内置摄像头拍摄的图像按照图像质量进行筛选，以得到上述图像。示例性的，假设由客户端设备的内置摄像头拍摄POI的图像，则客户端设备可以根据图像清晰度、拍摄角度等条件对所拍摄的图像进行筛选，从而得到上述的图像。

S503、将第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标发送至后台服务设备，使得后台服务设备根据第一拍摄图像和第二拍摄图像对目标POI的AR模型进行训练。

在本申请的具体实施例中，客户端设备可以将第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标发送至后台服务设备，使得后台服务设备根据第一拍摄图像和第二拍摄图像对目标POI的AR模型进行训练。

本申请实施例提出的AR模型的训练方法，客户端设备将目标POI的第一拍摄图像和第二拍摄图像发送至后台服务设备；后台服务设备接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标；然后在针对第一拍摄图像和第二拍摄图像中分别提取出目标POI的第一组屏幕坐标和第二组屏幕坐标；再根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标；最后根据目标POI的世界坐标对目标POI的AR模型进行训练。也就是说，本申请可以通过采集目标POI的第一拍摄图像和第二拍摄图像，计算出目标POI的世界坐标，从而达到对目标POI的AR模型进行训练的目的。而在现有的AR模型的训练方法中，通常采用人工方式采集照片；然后将采集回的照片分类，标识出N个关键点；根据标识出的N个关键点训练AR模型。因为本申请采用了客户端设备在第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，以及后台服务设备根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标的技术手段，克服了现有技术中无法识别出目标POI的世界坐标的技术问题，进而达到了有效地降低人工成本和时间成本，并且训练出的AR模型具有随时间变化的能力的技术效果；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。

实施例四

图6是本申请实施例四提供的AR模型的训练方法的流程示意图。如图6所示，AR模型的训练方法可以包括以下步骤：

S601、获取用户所在的位置区域。

在本申请的具体实施例中，客户端设备可以获取用户所在的位置区域。示例性地，该位置与区域是一个以用户所在地为中心，以预设长度为边长的圆形区域；或者该位置区域也可以是一个其他规则形状的区域，在此不做限定。

S602、若根据用户所在位置区域检测出用户已进入可识别范围，按照第一拍摄姿态在第一拍摄位置上针对目标POI进行拍摄，获取到第一拍摄图像；按照第二拍摄姿态在第二拍摄位置上针对目标POI进行拍摄，获取到第二拍摄图像。

在本申请的具体实施例中，若根据用户所在位置区域检测出用户已进入可识别范围，客户端设备可以按照第一拍摄姿态在第一拍摄位置上针对目标POI进行拍摄，获取到第一拍摄图像；按照第二拍摄姿态在第二拍摄位置上针对目标POI进行拍摄，获取到第二拍摄图像。

S603、将第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标发送至后台服务设备，使得后台服务设备根据第一拍摄图像和第二拍摄图像对目标POI的AR模型进行训练。

在本申请的具体实施例中，客户端设备可以将第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标发送至后台服务设备，使得后台服务设备根据第一拍摄图像和第二拍摄图像对目标POI的AR模型进行训练。

本申请实施例提出的AR模型的训练方法，客户端设备将目标POI的第一拍摄图像和第二拍摄图像发送至后台服务设备；后台服务设备接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标；然后在针对第一拍摄图像和第二拍摄图像中分别提取出目标POI的第一组屏幕坐标和第二组屏幕坐标；再根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标；最后根据目标POI的世界坐标对目标POI的AR模型进行训练。也就是说，本申请可以通过采集目标POI的第一拍摄图像和第二拍摄图像，计算出目标POI的世界坐标，从而达到对目标POI的AR模型进行训练的目的。而在现有的AR模型的训练方法中，通常采用人工方式采集照片；然后将采集回的照片分类，标识出N个关键点；根据标识出的N个关键点训练AR模型。因为本申请采用了客户端设备在第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，以及后台服务设备根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标的技术手段，克服了现有技术中无法识别出目标POI的世界坐标的技术问题，进而达到了有效地降低人工成本和时间成本，并且训练出的AR模型具有随时间变化的能力的技术效果；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。

实施例五

图7是本申请实施例五提供的AR模型的训练装置的结构示意图。如图7所示，所述装置700包括：接收模块701、提取模块702、计算模块703和训练模块704；其中，

所述接收模块701，用于接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及所述第一拍摄位置和所述第二拍摄位置的世界坐标；

所述提取模块702，用于在针对所述第一拍摄图像和所述第二拍摄图像中分别提取出所述目标POI的第一组屏幕坐标和第二组屏幕坐标；

所述计算模块703，用于根据所述第一组屏幕坐标和所述第二组屏幕坐标以及所述第一拍摄位置和所述第二拍摄位置的世界坐标，计算出所述目标POI的世界坐标；

所述训练模块704，用于根据所述目标POI的世界坐标对所述目标POI的AR模型进行训练。

进一步的，所述计算模块703，具体用于根据所述第一组屏幕坐标和所述第二组屏幕坐标以及预先确定的所述客户端设备的屏幕参数，计算出所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系，以及所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系；根据所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系，所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系以及所述第一拍摄位置和所述第二拍摄位置的世界坐标，计算出所述目标POI的世界坐标。

进一步的，所述计算模块703，具体用于采用以下公式计算出所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系：所述第一拍摄图像中所述目标POI与正东方向的夹角a1＝c1-arctan[(Sw-w)*tan(c1-r)/(Sw/2)]；其中，c1为预先获取的所述客户端设备的屏幕在所述第一拍摄位置上与正东方向的夹角；r为所述客户端设备的屏幕的投影右边角；Sw为所述客户端设备的屏幕的宽度；w＝[max(W0,W1,W2,W3)+min(W0,W1,W2,W3)]]/2；其中，W0、W1、W2和W3分别为所述第一拍摄图像中所述目标POI的四个顶点在屏幕坐标系下的横坐标；采用以下公式计算出所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系：所述第二拍摄图像中所述目标POI与正东方向的夹角a2＝c2-arctan[(Sw-w)*tan(c2-r)/(Sw/2)]；其中，c为所述客户端设备的屏幕在所述第二拍摄位置上与正东方向的夹角；r为所述客户端设备的屏幕的投影右边角；Sw为所述客户端设备的屏幕的宽度；w＝[max(W0,W1,W2,W3)+min(W0,W1,W2,W3)]]/2；其中，W0、W1、W2和W3分别为所述第二拍摄图像中所述目标POI的四个顶点在屏幕坐标系下的横坐标。

进一步的，所述计算模块703，具体用于采用以下公式计算出目标POI的世界坐标：x＝(y1-y2+tan a2*x2-tan a1*x1)/(tan a2-tan a1)；y＝(x1-x2)*(tan a1-tan a2)/(tan a1*tan a2)+y2-y1；其中，x1和y1分别为所述客户端设备在拍摄所述第一拍摄图像时的世界坐标；x2和y2表示所述客户端设备在拍摄所述第二拍摄图像时的世界坐标；a1为所述第一拍摄图像中所述目标POI与正东方向的夹角；a2为所述第二拍摄图像中所述目标POI与正东方向的夹角。

实施例六

图8是本申请实施例六提供的AR模型的训练装置的结构示意图。如图8所示，所述装置800包括：获取模块801和发送模块802；其中，

所述获取模块801，用于获取用户所在的位置区域；若根据所述用户所在位置区域检测出所述用户已进入可识别范围，在所述位置区域内的第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，获取到所述目标POI的第一拍摄图像和第二拍摄图像；

所述发送模块802，用于将所述第一拍摄图像和所述第二拍摄图像发送至后台服务设备，使得所述后台服务设备根据所述第一拍摄图像和所述第二拍摄图像对所述目标POI的AR模型进行训练。

进一步的，所述获取模块801，具体用于按照第一拍摄姿态在所述第一拍摄位置上针对所述目标POI进行拍摄，获取到所述第一拍摄图像；按照第二拍摄姿态在所述第二拍摄位置上针对所述目标POI进行拍摄，获取到所述第二拍摄图像。

实施例七

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图9所示，是根据本申请实施例的AR模型的训练方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图9所示，该电子设备包括：一个或多个处理器901、存储器902，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图9中以一个处理器901为例。

存储器902即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的AR模型的训练方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的AR模型的训练方法。

存储器902作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的AR模型的训练方法对应的程序指令/模块(例如，附图7所示的接收模块701、提取模块702、计算模块703和训练模块704)。处理器901通过运行存储在存储器902中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的AR模型的训练方法。

存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据AR模型的训练方法的电子设备的使用所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至AR模型的训练方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

AR模型的训练方法的电子设备还可以包括：输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置904可以通过总线或者其他方式连接，图9中以通过总线连接为例。

输入装置903可接收输入的数字或字符信息，以及产生与AR模型的训练方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置904可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

根据本申请实施例的技术方案，客户端设备将目标POI的第一拍摄图像和第二拍摄图像发送至后台服务设备；后台服务设备接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及第一拍摄位置和第二拍摄位置的世界坐标；然后在针对第一拍摄图像和第二拍摄图像中分别提取出目标POI的第一组屏幕坐标和第二组屏幕坐标；再根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标；最后根据目标POI的世界坐标对目标POI的AR模型进行训练。也就是说，本申请可以通过采集目标POI的第一拍摄图像和第二拍摄图像，计算出目标POI的世界坐标，从而达到对目标POI的AR模型进行训练的目的。而在现有的AR模型的训练方法中，通常采用人工方式采集照片；然后将采集回的照片分类，标识出N个关键点；根据标识出的N个关键点训练AR模型。因为本申请采用了客户端设备在第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，以及后台服务设备根据第一组屏幕坐标和第二组屏幕坐标以及第一拍摄位置和第二拍摄位置的世界坐标，计算出目标POI的世界坐标的技术手段，克服了现有技术中无法识别出目标POI的世界坐标的技术问题，进而达到了有效地降低人工成本和时间成本，并且训练出的AR模型具有随时间变化的能力的技术效果；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (8)

1.一种AR模型的训练方法，其特征在于，应用于后台服务设备，所述方法包括：

接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及所述第一拍摄位置和所述第二拍摄位置的世界坐标；

在针对所述第一拍摄图像和所述第二拍摄图像中分别提取出所述目标POI的第一组屏幕坐标和第二组屏幕坐标；

根据所述第一组屏幕坐标和所述第二组屏幕坐标以及预先确定的所述客户端设备的屏幕参数，计算出所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系，以及所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系；

根据所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系，所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系以及所述第一拍摄位置和所述第二拍摄位置的世界坐标，计算出所述目标POI的世界坐标；

根据所述目标POI的世界坐标对所述目标POI的AR模型进行训练；

其中，采用以下公式计算出所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系：所述第一拍摄图像中所述目标POI与正东方向的夹角a1=c1-arctan[(Sw-w)*tan(c1-r)/(Sw/2)]；其中，c1为预先获取的所述客户端设备的屏幕在所述第一拍摄位置上与正东方向的夹角；r为所述客户端设备的屏幕的投影右边角；Sw为所述客户端设备的屏幕的宽度；w=[max(W0,W1,W2,W3)+ min(W0,W1,W2,W3)]]/2；其中，W0、W1、W2和W3分别为所述第一拍摄图像中所述目标POI的四个顶点在屏幕坐标系下的横坐标；

采用以下公式计算出所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系：所述第二拍摄图像中所述目标POI与正东方向的夹角a2=c2-arctan[(Sw-w)*tan(c2-r)/(Sw/2)]；其中，c为所述客户端设备的屏幕在所述第二拍摄位置上与正东方向的夹角；r为所述客户端设备的屏幕的投影右边角；Sw为所述客户端设备的屏幕的宽度；w=[max(W0,W1,W2,W3)+min(W0,W1,W2,W3)]]/2；其中，W0、W1、W2和W3分别为所述第二拍摄图像中所述目标POI的四个顶点在屏幕坐标系下的横坐标；

采用以下公式计算出目标POI的世界坐标：x=(y1-y2+tan a2*x2 -tan a1*x1)/(tana2-tan a1)；y=(x1-x2)*(tan a1-tan a2)/(tan a1*tan a2)+ y2-y1；其中，x1和y1分别为所述客户端设备在拍摄所述第一拍摄图像时的世界坐标；x2和y2表示所述客户端设备在拍摄所述第二拍摄图像时的世界坐标；a1为所述第一拍摄图像中所述目标POI与正东方向的夹角；a2为所述第二拍摄图像中所述目标POI与正东方向的夹角。

2.一种AR模型的训练方法，其特征在于，应用于客户端设备，所述方法包括：

获取用户所在的位置区域；

若根据所述用户所在位置区域检测出所述用户已进入可识别范围，在所述位置区域内的第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，获取到所述目标POI的第一拍摄图像和第二拍摄图像；

将所述第一拍摄图像和所述第二拍摄图像，以及所述第一拍摄位置和所述第二拍摄位置的世界坐标发送至后台服务设备，使得所述后台服务设备根据权利要求1所述的AR模型的训练方法对所述目标POI的AR模型进行训练。

3.根据权利要求2所述的训练方法，其特征在于，所述在所述位置区域内的第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，获取到所述目标POI的第一拍摄图像和第二拍摄图像，包括：

按照第一拍摄姿态在所述第一拍摄位置上针对所述目标POI进行拍摄，获取到所述第一拍摄图像；按照第二拍摄姿态在所述第二拍摄位置上针对所述目标POI进行拍摄，获取到所述第二拍摄图像。

4.一种AR模型的训练的装置，其特征在于，包括：接收模块、提取模块、计算模块和训练模块；其中，

所述接收模块，用于接收用户通过客户端设备发送的在第一拍摄位置和第二拍摄位置上分别针对目标兴趣点POI的第一拍摄图像和第二拍摄图像，以及所述第一拍摄位置和所述第二拍摄位置的世界坐标；

所述提取模块，用于在针对所述第一拍摄图像和所述第二拍摄图像中分别提取出所述目标POI的第一组屏幕坐标和第二组屏幕坐标；

所述计算模块，用于根据所述第一组屏幕坐标和所述第二组屏幕坐标以及所述第一拍摄位置和所述第二拍摄位置的世界坐标，计算出所述目标POI的世界坐标；

所述训练模块，用于根据所述目标POI的世界坐标对所述目标POI的AR模型进行训练；

所述计算模块，具体用于根据所述第一组屏幕坐标和所述第二组屏幕坐标以及预先确定的所述客户端设备的屏幕参数，计算出所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系，以及所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系；根据所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系，所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系以及所述第一拍摄位置和所述第二拍摄位置的世界坐标，计算出所述目标POI的世界坐标；

所述计算模块，具体用于采用以下公式计算出所述第一拍摄图像中所述目标POI的屏幕坐标与所述第一拍摄位置的关系：所述第一拍摄图像中所述目标POI与正东方向的夹角a1=c1-arctan[(Sw-w)*tan(c1-r)/(Sw/2)]；其中，c1为预先获取的所述客户端设备的屏幕在所述第一拍摄位置上与正东方向的夹角；r为所述客户端设备的屏幕的投影右边角；Sw为所述客户端设备的屏幕的宽度；w=[max(W0,W1,W2,W3)+min(W0,W1,W2,W3)]]/2；其中，W0、W1、W2和W3分别为所述第一拍摄图像中所述目标POI的四个顶点在屏幕坐标系下的横坐标；采用以下公式计算出所述第二拍摄图像中所述目标POI的屏幕坐标与所述第二拍摄位置的关系：所述第二拍摄图像中所述目标POI与正东方向的夹角a2=c2-arctan[(Sw-w)*tan(c2-r)/(Sw/2)]；其中，c为所述客户端设备的屏幕在所述第二拍摄位置上与正东方向的夹角；r为所述客户端设备的屏幕的投影右边角；Sw为所述客户端设备的屏幕的宽度；w=[max(W0,W1,W2,W3)+min(W0,W1,W2,W3)]]/2；其中，W0、W1、W2和W3分别为所述第二拍摄图像中所述目标POI的四个顶点在屏幕坐标系下的横坐标；

所述计算模块，具体用于采用以下公式计算出目标POI的世界坐标：x=(y1-y2+tan a2*x2-tan a1*x1)/(tan a2-tan a1)；y=(x1-x2)*(tan a1 -tan a2)/(tan a1*tan a2)+y2-y1；其中，x1和y1分别为所述客户端设备在拍摄所述第一拍摄图像时的世界坐标；x2和y2表示所述客户端设备在拍摄所述第二拍摄图像时的世界坐标；a1为所述第一拍摄图像中所述目标POI与正东方向的夹角；a2为所述第二拍摄图像中所述目标POI与正东方向的夹角。

5.一种AR模型的训练装置，其特征在于，所述装置包括：获取模块和发送模块；其中，

所述获取模块，用于获取用户所在的位置区域；若根据所述用户所在位置区域检测出所述用户已进入可识别范围，在所述位置区域内的第一拍摄位置和第二拍摄位置上分别针对目标POI进行图像采集，获取到所述目标POI的第一拍摄图像和第二拍摄图像；

所述发送模块，用于将所述第一拍摄图像和所述第二拍摄图像发送至后台服务设备，使得所述后台服务设备根据权利要求1所述的AR模型的训练方法对所述目标POI的AR模型进行训练。

6.根据权利要求5所述的装置，其特征在于：

所述获取模块，具体用于按照第一拍摄姿态在所述第一拍摄位置上针对所述目标POI进行拍摄，获取到所述第一拍摄图像；按照第二拍摄姿态在所述第二拍摄位置上针对所述目标POI进行拍摄，获取到所述第二拍摄图像。

7.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1或者2-3中任一项所述的方法。

8.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1或者2-3中任一项所述的方法。

Images