CN110941987A - 目标对象识别方法、装置、电子设备及存储介质 - Google Patents

目标对象识别方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN110941987A
CN110941987A CN201910959720.3A CN201910959720A CN110941987A CN 110941987 A CN110941987 A CN 110941987A CN 201910959720 A CN201910959720 A CN 201910959720A CN 110941987 A CN110941987 A CN 110941987A
Authority
CN
China
Prior art keywords
target object
picture
result
recognition result
displaying
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
CN201910959720.3A
Other languages
English (en)
Other versions
CN110941987B (zh
Inventor
孟美灵
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910959720.3A priority Critical patent/CN110941987B/zh
Publication of CN110941987A publication Critical patent/CN110941987A/zh
Priority to EP20185964.2A priority patent/EP3805985A1/en
Priority to US16/943,479 priority patent/US11462013B2/en
Application granted granted Critical
Publication of CN110941987B publication Critical patent/CN110941987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/04815—Interaction with a metaphor-based environment or interaction object displayed as three-dimensional, e.g. changing the user viewpoint with respect to the environment or object
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • 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
    • G06V30/24—Character recognition characterised by the processing or recognition method
    • G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
    • G06V30/2504—Coarse or fine approaches, e.g. resolution of ambiguities or multiscale approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请公开了目标对象识别方法、装置、电子设备及存储介质，涉及人工智能领域，其中方法可包括：对出现在拍摄镜头中的第一画面进行目标对象识别；获取目标对象的第一识别结果；在第一画面中展示目标对象的第一识别结果；获取目标对象的第二识别结果，并用第二识别结果替换第一识别结果进行展示。应用本申请所述方案，可降低实现复杂度并提升识别效率等。

Description

目标对象识别方法、装置、电子设备及存储介质
技术领域
本申请涉及计算机应用领域，特别涉及人工智能领域的目标对象识别 方法、装置、电子设备及存储介质。
背景技术
目前，某些产品会提供识图功能。通常来说，用户需要依次执行以下 操作：打开识图插件、点击拍照按钮、上传图片及发起识别。如果用户需 要对多张图片进行识别，则需要多轮重复上述过程。另外，目前通常只能 针对单目标对象进行识别，当图片中存在多个目标对象时，会根据位置面 积等帮助用户确定一个最可能的目标对象，进行识别，如果不符合用户预 期，则需要用户手动框选待识别的目标对象。总之，现有识图方式操作复 杂，且效率低下。
发明内容
有鉴于此，本申请提供了目标对象识别方法、装置、电子设备及存储 介质。
一种目标对象识别方法，包括：
对出现在拍摄镜头中的第一画面进行目标对象识别；
获取所述目标对象的第一识别结果；
在所述第一画面中展示所述目标对象的第一识别结果；
获取所述目标对象的第二识别结果，并用所述第二识别结果替换所述第 一识别结果进行展示。
根据本申请一优选实施例，所述第一识别结果包括：粗分类识别结果；
所述第二识别结果包括：精准识别结果；所述精准识别结果为所述粗分 类识别结果的细化后的分类结果。
根据本申请一优选实施例，该方法进一步包括：按照预定的过滤规则， 对识别出的目标对象进行过滤；在所述第一画面中展示过滤后的目标对象的 第一识别结果，并获取所述过滤后的目标对象的第二识别结果。
根据本申请一优选实施例，所述过滤规则包括：过滤掉大小不符合要求 的目标对象，和/或，过滤掉位置不符合要求的目标对象。
根据本申请一优选实施例，该方法进一步包括：针对任一目标对象，在 展示所述目标对象的第一识别结果的同时，展示所述目标对象的第一识别结 果对应的图标。
根据本申请一优选实施例，该方法进一步包括：针对任一目标对象，通 过预定的动画效果，在所述第一画面中所述目标对象所在区域内展示出所述 目标对象的第一识别结果及对应的图标。
根据本申请一优选实施例，该方法进一步包括：针对任一目标对象，获 取所述目标对象的第二识别结果对应的代表性图片，用所述代表性图片替换 所述图标进行展示。
根据本申请一优选实施例，该方法进一步包括：针对任一目标对象，获 取所述目标对象的包含预定内容的详细信息，当确定用户点击所述目标对象 的代表性图片或第二识别结果时，增加展示所述目标对象的详细信息。
根据本申请一优选实施例，所述增加展示所述目标对象的详细信息包括：
对展示屏幕进行分屏处理，在其中一个子屏上展示所述第一画面，在另 外一个子屏上展示所述目标对象的详细信息。
根据本申请一优选实施例，该方法进一步包括：当确定从所述第一画面 切换到第二画面时，对于所述第一画面和所述第二画面中发生重复的目标对 象，在所述第二画面中直接展示所述发生重复的目标对象的第二识别结果， 对于所述第二画面中新增的目标对象，获取所述新增的目标对象的第一识别 结果，在所述第二画面中展示所述新增的目标对象的第一识别结果，并获取 所述新增的目标对象的第二识别结果，用所述第二识别结果替换所述第一识 别结果进行展示。
一种目标对象识别装置，包括：识别单元；
所述识别单元，用于对出现在拍摄镜头中的第一画面进行目标对象识别； 获取所述目标对象的第一识别结果；在所述第一画面中展示所述目标对象的 第一识别结果；获取所述目标对象的第二识别结果，并用所述第二识别结果 替换所述第一识别结果进行展示。
根据本申请一优选实施例，所述第一识别结果包括：粗分类识别结果；
所述第二识别结果包括：精准识别结果；所述精准识别结果为所述粗分 类识别结果的细化后的分类结果。
根据本申请一优选实施例，所述识别单元进一步用于，按照预定的过滤 规则，对识别出的目标对象进行过滤，在所述第一画面中展示过滤后的目标 对象的第一识别结果，并获取所述过滤后的目标对象的第二识别结果。
根据本申请一优选实施例，所述识别单元过滤掉大小不符合要求的目标 对象，和/或，过滤掉位置不符合要求的目标对象。
根据本申请一优选实施例，所述识别单元进一步用于，针对任一目标对 象，在展示所述目标对象的第一识别结果的同时，展示所述目标对象的第一 识别结果对应的图标。
根据本申请一优选实施例，所述识别单元进一步用于，针对任一目标对 象，通过预定的动画效果，在所述第一画面中所述目标对象所在区域内展示 出所述目标对象的第一识别结果及对应的图标。
根据本申请一优选实施例，所述识别单元进一步用于，针对任一目标对 象，获取所述目标对象的第二识别结果对应的代表性图片，用所述代表性图 片替换所述图标进行展示。
根据本申请一优选实施例，所述识别单元进一步用于，针对任一目标对 象，获取所述目标对象的包含预定内容的详细信息，当确定用户点击所述目 标对象的代表性图片或第二识别结果时，增加展示所述目标对象的详细信息。
根据本申请一优选实施例，所述识别单元对展示屏幕进行分屏处理，在 其中一个子屏上展示所述第一画面，在另外一个子屏上展示所述目标对象的 详细信息。
根据本申请一优选实施例，所述装置中进一步包括：跟踪单元，用于当 确定从所述第一画面切换到第二画面时，确定出所述第一画面和所述第二画 面中发生重复的目标对象；
所述识别单元进一步用于，对于所述第一画面和所述第二画面中发生 重复的目标对象，在所述第二画面中直接展示所述发生重复的目标对象的 第二识别结果，对于所述第二画面中新增的目标对象，获取所述新增的目 标对象的第一识别结果，在所述第二画面中展示所述新增的目标对象的第 一识别结果，并获取所述新增的目标对象的第二识别结果，用所述第二识 别结果替换所述第一识别结果进行展示。
一种电子设备，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如以上所述 的方法。
一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指 令用于使所述计算机执行如以上所述的方法。
上述申请中的一个实施例具有如下优点或有益效果：
用户无需执行一系列复杂操作，即可直接对出现在拍摄镜头中的第一 画面进行目标对象识别，并可依次对目标对象进行第一识别结果及第二识 别结果等的展示，优选地，第一识别结果可为粗分类识别结果，第二识别 结果可为精准识别结果，而且，可同时对第一画面中的多个目标对象执行 上述操作，从而不但降低了实现复杂度，而且提升了识别效率，并将现有 的“用户主动上传+框选识别”的识别方式变为“主动告知粗分类+精准识别结果”的识别方式，实现了物理世界主动呈现信息世界的重大转变；
通过展示粗分类识别结果，可以使用户对于目标对象进行快速的初步 了解，并可降低用户在等待精准识别结果时的等待感和焦虑感等；
对于识别出的目标对象，还可按照预定的过滤规则对其进行过滤，从 而减少了后续处理的工作量等；
在展示目标对象的粗分类识别结果和精准识别结果时，还可分别展示 对应的图标及代表性图片，从而丰富了展示内容，并方便用户对于目标对 象进行更为直观的了解；
在展示目标对象的粗分类识别结果及对应的图标时，还可采用预定的 动画效果，从而平滑了用户的卡顿感；
当用户点击任一目标对象的代表性图片或精准识别结果时，还可增加 展示目标对象的详细信息，从而便于用户对目标对象进行更为深入的了解， 并且不会对识别过程造成影响；
当画面发生切换时，可快速识别出新增的目标对象，并可保留原画面 中已有的目标对象的精准识别结果等，从而实现了类人眼的浏览式识别等。
上述可选方式所具有的其它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为本申请所述目标对象识别方法实施例的流程图；
图2为本申请所述展示一个目标对象的粗分类识别结果及对应的图标 的方式示意图；
图3为本申请所述展示一个目标对象的精准识别结果及对应的代表性 图片的示意图；
图4为本申请所述展示多个目标对象的精准识别结果及对应的代表性 图片的示意图；
图5为本申请所述目标对象识别装置500实施例的组成结构示意图；
图6是用来实现本申请实施例所述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。
另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联 关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A， 同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般 表示前后关联对象是一种“或”的关系。
图1为本申请所述目标对象识别方法实施例的流程图。如图1所示， 包括以下具体实现方式。
在101中，对出现在拍摄镜头中的第一画面进行目标对象识别。
在102中，获取目标对象的第一识别结果。
在103中，在第一画面中展示目标对象的第一识别结果。
在104中，获取目标对象的第二识别结果，并用第二识别结果替换第 一识别结果进行展示。
优选地，第一识别结果可为粗分类识别结果，第二识别结果可为精准 识别结果，精准识别结果为粗分类识别结果的细化后的分类结果，本实施 例以及之后的各实施例中即以粗分类识别结果和精准识别结果为例进行 说明。
用户可从指定入口进入，如点击安装在手机上的预定应用(APP)上 的拍照图标，针对出现在拍摄镜头中的任一画面，即可按照本实施例所述 方式进行处理。为便于表述，可将出现在拍摄镜头中的任一画面称为第一 画面。
可对第一画面进行目标对象识别，即识别出第一画面中存在的目标对 象，可包括目标对象的大小、位置等，识别出的目标对象可能为一个，也 可能为多个。识别目标对象的方式不限，可采用现有的目标检测/识别方法。
可分别获取识别出的各目标对象的粗分类识别结果。如针对每个目标 对象，可分别获取其预定特征参数，并可将获取到的特征参数输入预先训 练得到的分类模型，从而得到目标对象的粗分类识别结果。当然，此处仅 为举例说明，并不用于限制本申请的技术方案，若采用其它方式来获取目 标对象的粗分类识别结果，也是可以的。
进一步地，可在第一画面中展示识别出的目标对象的粗分类结果。
优选地，针对识别出的目标对象，还可按照预定的过滤规则，对其进 行过滤，相应地，可仅在第一画面中展示过滤后的目标对象的粗分类识别 结果。
可预先定义过滤规则，即预先定义需要过滤掉何种目标对象，如可包 括但不限于：过滤掉大小不符合要求的目标对象，和/或，过滤掉位置不符 合要求的目标对象。大小不符合要求的目标对象可以是指过小的目标对象， 如其中包含的像素点数小于预定阈值的目标对象。位置不符合要求的目标 对象可以是指位于第一画面的角落的目标对象，如位于第一画面的左上角 的目标对象，即偏离用户的主视觉范围的目标对象。
通过展示粗分类识别结果，可以使用户对于目标对象进行快速的初步 了解，并可降低用户在等待精准识别结果时的等待感和焦虑感，同时可引 导用户知晓识图垂类能力的边界等。另外，通过过滤掉不符合要求的部分 目标对象，可减少了后续处理的工作量等。
针对任一目标对象，在展示目标对象的粗分类识别结果的同时，还可 展示目标对象的粗分类识别结果对应的图标，从而丰富了展示内容，并可 方便用户对于目标对象进行更为直观的了解。
针对任一目标对象，还可通过预定的动画效果，在第一画面中该目标 对象所在区域内展示出目标对象的粗分类识别结果及对应的图标。如初始 可展示一个小圆形，小圆形逐渐放大，放大后的大圆形中包含有目标对象 的粗分类识别结果对应的图标，大圆形的下方展示有粗分类识别结果。通 过动画效果，可平滑用户的卡顿感。粗分类识别结果及对应的图标在目标 对象所在区域内的展示位置不限，可根据实际需要而定。
对于第一画面中所展示的任一目标对象，还可分别获取其精准识别结 果，并可用精准识别结果替换粗分类识别结果进行展示。比如，针对任一 目标对象，可将包含该目标对象的最小矩形子图作为输入进行搜索，即发 起图片搜索的网络请求，以获得搜索结果，搜索结果中可包含目标对象的 精准识别结果，即细分类识别结果。
上述搜索结果中还可包含目标对象的精准识别结果对应的代表性图 片，相应地，可用代表性图片替换粗分类识别结果对应的图标进行展示。 通过展示代表性图片，丰富了展示内容，并可方便用户对于目标对象进行 更为直观的了解。
基于上述处理方式，用户无需执行一系列复杂操作，即可直接对出现 在拍摄镜头中的第一画面进行目标对象识别，并可依次对目标对象进行粗 分类识别结果及精准识别结果等的展示，而且，可同时对第一画面中的多 个目标对象执行上述操作，从而不但降低了实现复杂度，而且提升了识别 效率，并将现有的“用户主动上传+框选识别”的识别方式变为“主动告 知粗分类+精准识别结果”的识别方式，实现了物理世界主动呈现信息世 界的重大转变。
针对任一目标对象，获取到的搜索结果中除了可包含目标对象的精准 识别结果及目标对象的精准识别结果对应的代表性图片外，还可进一步包 含目标对象的包含预定内容的详细信息。这样，当确定用户点击目标对象 的代表性图片或精准识别结果时，可增加展示目标对象的详细信息。
比如，可对展示屏幕进行分屏处理，其中一个子屏上展示第一画面， 另外一个子屏上展示目标对象的详细信息。所述分屏可以是指上下分屏， 如可采用从下向上推起半屏的方式展示目标对象的详细信息。所展示的详 细信息中具体包含哪些内容可根据实际需要而定。
通过展示目标对象的详细信息，可以使用户对于目标对象进行更为深 入的了解，并且不会对识别过程造成影响。
当画面发生切换时，如从第一画面切换到第二画面时，对于第一画面 和第二画面中发生重复的目标对象，可在第二画面中直接展示发生重复的 目标对象的精准识别结果等，而对于第二画面中新增的目标对象，可获取 新增的目标对象的粗分类识别结果，在第二画面中展示新增的目标对象的 粗分类识别结果，并可获取新增的目标对象的精准识别结果，用精准识别 结果替换粗分类识别结果进行展示等。同样地，针对新增的目标对象，在展示目标对象的粗分类识别结果时，还可同时展示粗分类识别结果对应的 图标，在展示精准识别结果时，还可同时展示精准识别结果对应的代表性 图片等。其中，可通过目标跟踪等技术确定出第一画面和第二画面中发生 重复的目标对象。
也就是说，当画面发生切换时，可快速识别出新增的目标对象，并可 保留原画面中已有的目标对象的精准识别结果等，从而实现了类人眼的浏 览式识别，并可引导用户将拍摄镜头调整至自己的目标主体，从而有效提 升了用户意图判断效率等。
基于上述介绍，图2为本申请所述展示一个目标对象的粗分类识别结 果及对应的图标的方式示意图。如图2所示，假设其为从第一画面中识别 出的一个目标对象，对于该目标对象，可通过预定的动画效果，在第一画 面中该目标对象所在区域内展示出目标对象的粗分类识别结果及对应的 图标，如初始可展示一个小圆形，小圆形逐渐放大，放大后的大圆形中可 包含有目标对象的粗分类识别结果对应的图标，即图2中所示的“花盆+ 叶子”组成的图标，大圆形的下方可展示有粗分类识别结果，即图2中所 示的“绿植”，在展示精准识别结果之前，大圆形外围的曲线可围绕大圆 形循环转动，从而可平滑用户的卡顿感等。
图3为本申请所述展示一个目标对象的精准识别结果及对应的代表性 图片的示意图。如图3所示，当获取到图2所示目标对象的精准识别结果 “绿萝”后，可用其替换粗分类识别结果“绿植”进行展示，并可用“绿 萝”对应的代表性图片替换“绿植”对应的图标进行展示。之后，当用户 点击“绿萝”或对应的代表性图片时，还可增加展示“绿萝”的详细信息， 如可采用从下向上推起半屏的方式展示“绿萝”的详细信息。
图2和图3中仅以一个目标对象为例进行说明，图4为本申请所述展 示多个目标对象的精准识别结果及对应的代表性图片的示意图。如图4所 示，针对出现在同一画面中的多个目标对象，可分别展示出各目标对象的 精准识别结果及对应的代表性图片等。
以上是关于方法实施例的介绍，以下通过装置实施例，对本申请所述 方案进行进一步说明。
图5为本申请所述目标对象识别装置500实施例的组成结构示意图。 如图5所示，包括：识别单元501。
识别单元501，用于对出现在拍摄镜头中的第一画面进行目标对象识 别；获取目标对象的粗分类识别结果；在第一画面中展示目标对象的粗分 类识别结果；获取目标对象的精准识别结果，并用精准识别结果替换粗分 类识别结果进行展示。
识别单元501可对第一画面进行目标对象识别，即识别出第一画面中 存在的目标对象，可包括目标对象的大小、位置等，识别出的目标对象可 能为一个，也可能为多个。
识别单元501还可分别获取识别出的各目标对象的粗分类识别结果， 进一步地，可在第一画面中展示识别出的目标对象的粗分类结果。
优选地，针对识别出的目标对象，识别单元501还可按照预定的过滤 规则，对其进行过滤，相应地，可仅在第一画面中展示过滤后的目标对象 的粗分类识别结果。
可预先定义过滤规则，即预先定义需要过滤掉何种目标对象，如可包 括但不限于：过滤掉大小不符合要求的目标对象，和/或，过滤掉位置不符 合要求的目标对象等。
针对任一目标对象，识别单元501在展示目标对象的粗分类识别结果 的同时，还可展示目标对象的粗分类识别结果对应的图标。
针对任一目标对象，识别单元501还可通过预定的动画效果，在第一 画面中目标对象所在区域内展示出目标对象的粗分类识别结果及对应的 图标。
针对任一目标对象，识别单元501还可获取目标对象的精准识别结果 对应的代表性图片，并可用代表性图片替换图标进行展示。
针对任一目标对象，识别单元501还可获取目标对象的包含预定内容 的详细信息，当确定用户点击目标对象的代表性图片或精准识别结果时， 可增加展示目标对象的详细信息。
比如，识别单元501可对展示屏幕进行分屏处理，在其中一个子屏上 展示第一画面，在另外一个子屏上展示目标对象的详细信息。
图5所示装置中还可进一步包括：跟踪单元502，用于当确定从第一 画面切换到第二画面时，确定出第一画面和第二画面中发生重复的目标对 象。
相应地，识别单元501可进一步进行以下处理：对于第一画面和第二 画面中发生重复的目标对象，在第二画面中直接展示发生重复的目标对象 的精准识别结果等，对于第二画面中新增的目标对象，获取新增的目标对 象的粗分类识别结果，在第二画面中展示新增的目标对象的粗分类识别结 果，并获取新增的目标对象的精准识别结果，用精准识别结果替换粗分类 识别结果进行展示。同样地，针对新增的目标对象，在展示目标对象的粗 分类识别结果时，还可同时展示粗分类识别结果对应的图标，在展示精准 识别结果时，还可同时展示精准识别结果对应的代表性图片等。
图5所示装置实施例的具体工作流程请参照前述方法实施例中的相关 说明，不再赘述。
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6所示，是根据本申请实施例所述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6所示，该电子设备包括：一个或多个处理器Y01、存储器Y02， 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6中以一个处理器 Y01为例。
存储器Y02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方法。
存储器Y02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方法 对应的程序指令/模块。处理器Y01通过运行存储在存储器Y02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方法。
存储器Y02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 电子设备的使用所创建的数据等。此外，存储器Y02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Y02可选包 括相对于处理器Y01远程设置的存储器，这些远程存储器可以通过网络连 接至电子设备。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。
电子设备还可以包括：输入装置Y03和输出装置Y04。处理器Y01、 存储器Y02、输入装置Y03和输出装置Y04可以通过总线或者其他方式 连接，图6中以通过总线连接为例。
输入装置Y03可接收输入的数字或字符信息，以及产生与电子设备的 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Y04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，用户无需执行一系列复杂操作，即可 直接对出现在拍摄镜头中的第一画面进行目标对象识别，并可依次对目标 对象进行粗分类识别结果及精准识别结果等的展示，而且，可同时对第一 画面中的多个目标对象执行上述操作，从而不但降低了实现复杂度，而且 提升了识别效率，并将现有的“用户主动上传+框选识别”的识别方式变 为“主动告知粗分类+精准识别结果”的识别方式，实现了物理世界主动 呈现信息世界的重大转变；通过展示粗分类识别结果，可以使用户对于目 标对象进行快速的初步了解，并可降低用户在等待精准识别结果时的等待 感和焦虑感等；对于识别出的目标对象，还可按照预定的过滤规则对其进 行过滤，从而减少了后续处理的工作量；在展示目标对象的粗分类识别结 果和精准识别结果时，还可分别展示对应的图标及代表性图片，从而丰富 了展示内容，并方便用户对于目标对象进行更为直观的了解；在展示目标 对象的粗分类识别结果及对应的图标时，还可采用预定的动画效果，从而 平滑了用户的卡顿感；当用户点击任一目标对象的代表性图片或精准识别 结果时，还可增加展示目标对象的详细信息，从而便于用户对目标对象进 行更为深入的了解，并且不会对识别过程造成影响；当画面发生切换时， 可快速识别出新增的目标对象，并可保留原画面中已有的目标对象的精准 识别结果等，从而实现了类人眼的浏览式识别等。
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 (22)

1.一种目标对象识别方法，其特征在于，包括：
对出现在拍摄镜头中的第一画面进行目标对象识别；
获取所述目标对象的第一识别结果；
在所述第一画面中展示所述目标对象的第一识别结果；
获取所述目标对象的第二识别结果，并用所述第二识别结果替换所述第一识别结果进行展示。
2.根据权利要求1所述的方法，其特征在于，
所述第一识别结果包括：粗分类识别结果；
所述第二识别结果包括：精准识别结果；所述精准识别结果为所述粗分类识别结果的细化后的分类结果。
3.根据权利要求1所述的方法，其特征在于，
该方法进一步包括：按照预定的过滤规则，对识别出的目标对象进行过滤；在所述第一画面中展示过滤后的目标对象的第一识别结果，并获取所述过滤后的目标对象的第二识别结果。
4.根据权利要求3所述的方法，其特征在于，
所述过滤规则包括：过滤掉大小不符合要求的目标对象，和/或，过滤掉位置不符合要求的目标对象。
5.根据权利要求1所述的方法，其特征在于，
该方法进一步包括：针对任一目标对象，在展示所述目标对象的第一识别结果的同时，展示所述目标对象的第一识别结果对应的图标。
6.根据权利要求5所述的方法，其特征在于，
该方法进一步包括：针对任一目标对象，通过预定的动画效果，在所述第一画面中所述目标对象所在区域内展示出所述目标对象的第一识别结果及对应的图标。
7.根据权利要求5所述的方法，其特征在于，
该方法进一步包括：针对任一目标对象，获取所述目标对象的第二识别结果对应的代表性图片，用所述代表性图片替换所述图标进行展示。
8.根据权利要求7所述的方法，其特征在于，
该方法进一步包括：针对任一目标对象，获取所述目标对象的包含预定内容的详细信息，当确定用户点击所述目标对象的代表性图片或第二识别结果时，增加展示所述目标对象的详细信息。
9.根据权利要求8所述的方法，其特征在于，
所述增加展示所述目标对象的详细信息包括：
对展示屏幕进行分屏处理，在其中一个子屏上展示所述第一画面，在另外一个子屏上展示所述目标对象的详细信息。
10.根据权利要求1所述的方法，其特征在于，
该方法进一步包括：当确定从所述第一画面切换到第二画面时，对于所述第一画面和所述第二画面中发生重复的目标对象，在所述第二画面中直接展示所述发生重复的目标对象的第二识别结果，对于所述第二画面中新增的目标对象，获取所述新增的目标对象的第一识别结果，在所述第二画面中展示所述新增的目标对象的第一识别结果，并获取所述新增的目标对象的第二识别结果，用所述第二识别结果替换所述第一识别结果进行展示。
11.一种目标对象识别装置，其特征在于，包括：识别单元；
所述识别单元，用于对出现在拍摄镜头中的第一画面进行目标对象识别；获取所述目标对象的第一识别结果；在所述第一画面中展示所述目标对象的第一识别结果；获取所述目标对象的第二识别结果，并用所述第二识别结果替换所述第一识别结果进行展示。
12.根据权利要求11所述的装置，其特征在于，
所述第一识别结果包括：粗分类识别结果；
所述第二识别结果包括：精准识别结果；所述精准识别结果为所述粗分类识别结果的细化后的分类结果。
13.根据权利要求11所述的装置，其特征在于，
所述识别单元进一步用于，按照预定的过滤规则，对识别出的目标对象进行过滤，在所述第一画面中展示过滤后的目标对象的第一识别结果，并获取所述过滤后的目标对象的第二识别结果。
14.根据权利要求13所述的装置，其特征在于，
所述识别单元过滤掉大小不符合要求的目标对象，和/或，过滤掉位置不符合要求的目标对象。
15.根据权利要求11所述的装置，其特征在于，
所述识别单元进一步用于，针对任一目标对象，在展示所述目标对象的第一识别结果的同时，展示所述目标对象的第一识别结果对应的图标。
16.根据权利要求15所述的装置，其特征在于，
所述识别单元进一步用于，针对任一目标对象，通过预定的动画效果，在所述第一画面中所述目标对象所在区域内展示出所述目标对象的第一识别结果及对应的图标。
17.根据权利要求15所述的装置，其特征在于，
所述识别单元进一步用于，针对任一目标对象，获取所述目标对象的第二识别结果对应的代表性图片，用所述代表性图片替换所述图标进行展示。
18.根据权利要求17所述的装置，其特征在于，
所述识别单元进一步用于，针对任一目标对象，获取所述目标对象的包含预定内容的详细信息，当确定用户点击所述目标对象的代表性图片或第二识别结果时，增加展示所述目标对象的详细信息。
19.根据权利要求18所述的装置，其特征在于，
所述识别单元对展示屏幕进行分屏处理，在其中一个子屏上展示所述第一画面，在另外一个子屏上展示所述目标对象的详细信息。
20.根据权利要求11所述的装置，其特征在于，
所述装置中进一步包括：跟踪单元，用于当确定从所述第一画面切换到第二画面时，确定出所述第一画面和所述第二画面中发生重复的目标对象；
所述识别单元进一步用于，对于所述第一画面和所述第二画面中发生重复的目标对象，在所述第二画面中直接展示所述发生重复的目标对象的第二识别结果，对于所述第二画面中新增的目标对象，获取所述新增的目标对象的第一识别结果，在所述第二画面中展示所述新增的目标对象的第一识别结果，并获取所述新增的目标对象的第二识别结果，用所述第二识别结果替换所述第一识别结果进行展示。
21.一种电子设备，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1-10中任一项所述的方法。
22.一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1-10中任一项所述的方法。
CN201910959720.3A 2019-10-10 2019-10-10 目标对象识别方法、装置、电子设备及存储介质 Active CN110941987B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910959720.3A CN110941987B (zh) 2019-10-10 2019-10-10 目标对象识别方法、装置、电子设备及存储介质
EP20185964.2A EP3805985A1 (en) 2019-10-10 2020-07-15 Method and apparatus for recognizing target object, electronic device and storage medium
US16/943,479 US11462013B2 (en) 2019-10-10 2020-07-30 Method and apparatus for recognizing target object, electronic device and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910959720.3A CN110941987B (zh) 2019-10-10 2019-10-10 目标对象识别方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN110941987A true CN110941987A (zh) 2020-03-31
CN110941987B CN110941987B (zh) 2023-04-07

Family

ID=69905824

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910959720.3A Active CN110941987B (zh) 2019-10-10 2019-10-10 目标对象识别方法、装置、电子设备及存储介质

Country Status (3)

Country Link
US (1) US11462013B2 (zh)
EP (1) EP3805985A1 (zh)
CN (1) CN110941987B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111709922A (zh) * 2020-06-10 2020-09-25 北京百度网讯科技有限公司 图像质量比较方法、装置、设备以及存储介质
WO2022100352A1 (zh) * 2020-11-13 2022-05-19 杭州睿琪软件有限公司 用于显示识别结果的方法和计算机系统

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012047202A1 (en) * 2010-10-05 2012-04-12 Utc Fire & Security Corporation System and method for object detection
CN103488630A (zh) * 2013-09-29 2014-01-01 小米科技有限责任公司 一种图像的处理方法、装置及终端
CN106202316A (zh) * 2016-07-01 2016-12-07 传线网络科技（上海）有限公司 基于视频的商品信息获取方法及装置
US20170206669A1 (en) * 2016-01-14 2017-07-20 RetailNext, Inc. Detecting, tracking and counting objects in videos
CN107123106A (zh) * 2016-02-25 2017-09-01 发那科株式会社 显示从输入图像检测到的对象物的图像处理装置
CN107330465A (zh) * 2017-06-30 2017-11-07 清华大学深圳研究生院 一种图像目标识别方法及装置
US9875258B1 (en) * 2015-12-17 2018-01-23 A9.Com, Inc. Generating search strings and refinements from an image
CN108090126A (zh) * 2017-11-14 2018-05-29 维沃移动通信有限公司 图像处理方法、装置及移动终端、图像识别方法及服务器
EP3336755A1 (en) * 2016-12-15 2018-06-20 Hitachi, Ltd. Image processing apparatus, image processing system, and image processing method
CN108596955A (zh) * 2018-04-25 2018-09-28 Oppo广东移动通信有限公司 一种图像检测方法、图像检测装置及移动终端
CN108737717A (zh) * 2018-03-21 2018-11-02 北京猎户星空科技有限公司 拍摄方法、装置、智能设备及存储介质
CN109359582A (zh) * 2018-10-15 2019-02-19 Oppo广东移动通信有限公司 信息搜索方法、信息搜索装置及移动终端
CN109447150A (zh) * 2018-10-26 2019-03-08 杭州睿琪软件有限公司 一种植物观赏方法、装置、电子设备和存储介质
CN110110666A (zh) * 2019-05-08 2019-08-09 北京字节跳动网络技术有限公司 目标检测方法和装置
CN110192386A (zh) * 2017-01-31 2019-08-30 株式会社Ntt都科摩 信息处理设备和信息处理方法
CN110210521A (zh) * 2019-05-10 2019-09-06 深圳灵图慧视科技有限公司 图像识别方法、装置、服务器、终端及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7574016B2 (en) * 2003-06-26 2009-08-11 Fotonation Vision Limited Digital image processing using face detection information
US10783714B2 (en) * 2019-01-29 2020-09-22 Verizon Patent And Licensing Inc. Methods and systems for automatically tailoring a form of an extended reality overlay object

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012047202A1 (en) * 2010-10-05 2012-04-12 Utc Fire & Security Corporation System and method for object detection
CN103488630A (zh) * 2013-09-29 2014-01-01 小米科技有限责任公司 一种图像的处理方法、装置及终端
US9875258B1 (en) * 2015-12-17 2018-01-23 A9.Com, Inc. Generating search strings and refinements from an image
US20170206669A1 (en) * 2016-01-14 2017-07-20 RetailNext, Inc. Detecting, tracking and counting objects in videos
CN107123106A (zh) * 2016-02-25 2017-09-01 发那科株式会社 显示从输入图像检测到的对象物的图像处理装置
CN106202316A (zh) * 2016-07-01 2016-12-07 传线网络科技（上海）有限公司 基于视频的商品信息获取方法及装置
EP3336755A1 (en) * 2016-12-15 2018-06-20 Hitachi, Ltd. Image processing apparatus, image processing system, and image processing method
CN110192386A (zh) * 2017-01-31 2019-08-30 株式会社Ntt都科摩 信息处理设备和信息处理方法
CN107330465A (zh) * 2017-06-30 2017-11-07 清华大学深圳研究生院 一种图像目标识别方法及装置
CN108090126A (zh) * 2017-11-14 2018-05-29 维沃移动通信有限公司 图像处理方法、装置及移动终端、图像识别方法及服务器
CN108737717A (zh) * 2018-03-21 2018-11-02 北京猎户星空科技有限公司 拍摄方法、装置、智能设备及存储介质
WO2019179357A1 (zh) * 2018-03-21 2019-09-26 北京猎户星空科技有限公司 拍摄方法、装置、智能设备及存储介质
CN108596955A (zh) * 2018-04-25 2018-09-28 Oppo广东移动通信有限公司 一种图像检测方法、图像检测装置及移动终端
CN109359582A (zh) * 2018-10-15 2019-02-19 Oppo广东移动通信有限公司 信息搜索方法、信息搜索装置及移动终端
CN109447150A (zh) * 2018-10-26 2019-03-08 杭州睿琪软件有限公司 一种植物观赏方法、装置、电子设备和存储介质
CN110110666A (zh) * 2019-05-08 2019-08-09 北京字节跳动网络技术有限公司 目标检测方法和装置
CN110210521A (zh) * 2019-05-10 2019-09-06 深圳灵图慧视科技有限公司 图像识别方法、装置、服务器、终端及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FATHI KAZEROUNI等: "Fully-automatic natural plant recognition system using deep neural network for dynamic outdoor environments" *
赵鹏等: "智能手机植物识别App在植物学教学中的应用" *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111709922A (zh) * 2020-06-10 2020-09-25 北京百度网讯科技有限公司 图像质量比较方法、装置、设备以及存储介质
CN111709922B (zh) * 2020-06-10 2023-07-04 北京百度网讯科技有限公司 图像质量比较方法、装置、设备以及存储介质
WO2022100352A1 (zh) * 2020-11-13 2022-05-19 杭州睿琪软件有限公司 用于显示识别结果的方法和计算机系统

Also Published As

Publication number Publication date
US20210110160A1 (en) 2021-04-15
US11462013B2 (en) 2022-10-04
EP3805985A1 (en) 2021-04-14
CN110941987B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN112541963A (zh) 三维虚拟形象生成方法、装置、电子设备和存储介质
CN111860167B (zh) 人脸融合模型获取及人脸融合方法、装置及存储介质
CN111722245B (zh) 定位方法、定位装置和电子设备
CN111968203B (zh) 动画驱动方法、装置、电子设备及存储介质
CN110941987B (zh) 目标对象识别方法、装置、电子设备及存储介质
CN112148160B (zh) 浮窗显示方法、装置、电子设备和计算机可读存储介质
CN110659600A (zh) 物体检测方法、装置及设备
CN112001265B (zh) 视频事件识别方法、装置、电子设备及存储介质
CN114245155A (zh) 直播方法、装置及电子设备
CN112036315A (zh) 字符识别方法、装置、电子设备及存储介质
JP7242812B2 (ja) 画像認識方法、装置及び電子機器
EP3156879A1 (en) Historical representation in gaze tracking interface
CN112148196A (zh) 虚拟键盘的显示方法和装置
CN110798681A (zh) 成像设备的监测方法、装置和计算机设备
CN112053280B (zh) 全景地图显示的方法、装置、设备和存储介质
CN112651983A (zh) 拼接图识别方法、装置、电子设备和存储介质
CN110689090A (zh) 图像存储方法及装置
CN111753770A (zh) 人物属性识别方法、装置、电子设备和存储介质
CN114578966B (zh) 交互方法、装置、头戴显示设备、电子设备及介质
CN111062852B (zh) 一种地图渲染方法、装置、电子设备及存储介质
US11488384B2 (en) Method and device for recognizing product
CN114187429B (zh) 虚拟形象切换方法、装置、电子设备及存储介质
CN110968786B (zh) 一种视觉信息推荐方法、装置、设备及存储介质
CN113655926B (zh) 显示控制方法、装置、设备和存储介质
CN113630606B (zh) 视频水印处理方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant