CN111402314A - 材质属性参数获取方法及装置 - Google Patents
材质属性参数获取方法及装置 Download PDFInfo
- Publication number
- CN111402314A CN111402314A CN201911387910.9A CN201911387910A CN111402314A CN 111402314 A CN111402314 A CN 111402314A CN 201911387910 A CN201911387910 A CN 201911387910A CN 111402314 A CN111402314 A CN 111402314A
- Authority
- CN
- China
- Prior art keywords
- rgb
- objects
- module
- images
- tof module
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/64—Analysis of geometric attributes of convexity or concavity
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Image Generation (AREA)
Abstract
本发明提供的材质属性参数获取方法,适用于从具有若干个对象的目标场景中采集对象的材质属性参数,包括步骤:S1.ToF模组获取目标场景的若干帧相位图像,并基于ToF模组获取的目标场景内若干个对象的深度,调节RGB模组的焦圈并拍摄获取不同焦点的若干帧RGB图像;S2.根据ToF模组获取的目标场景内若干个对象的深度,对若干帧相位图像和若干帧RGB图像进行基于对象的同步分割,获取相互独立的场景中的不同对象的相位图像和RGB图像;S3.将分割的相位图像与RGB图像的空间信息进行三维空间的匹配,以实现RGB图像与深度图像的对齐,并与基于ToF模组获取的各个对象的深度信息、凹凸特性的纹理及对象的光照模型一起作为对象的材质属性。本发明还提供了一种材质属性参数获取装置。
Description
技术领域
本发明涉及数据处理技术领域,特别是涉及一种材质的数据处理方法及装置。
背景技术
随着增强现实技术(Augmented Reality ,简称AR) 和虚拟现实技术(VirtualReality,简称VR)的发展以及三维技术的应用普及,人们对物品进行三维建模的需求也逐渐增多。
三维模型被广泛应用于动画、游戏、虚拟现实、增强现实等多个领域,有着广泛的应用前景。模型的建立可以通过建模软件或者是三维扫描仪,虽然能得到高精度的几何模型,但是往往难以实现真实场景的纹理信息。
为获取建模所需对象的纹理,需要以90度角拍摄对象以获取对象表面纹理结构,而拍摄时很难达到精确的90度角;若拍摄对象角度没有达到90度角,则拍摄获取的纹理需要在Photoshop中处理以尝试修复,而修复对象表面的纹理需要的计算量非常巨大。
为了增强三维模型的纹理信息,目前有多有使用数码相机和单反相机采集现实场景中匹配对象纹理图片,通过手动寻找纹理映射点的方式建立三维模型数据和纹理图片的对应关系,然后对三维模型做纹理映射。然而,这种方法消耗大量的人工成本,其纹理的特征只限于RGB的色彩信息,而缺乏与真实世界相匹配的凹凸纹理及光照模型,使得三维模型的真实性大打折扣。
对此,有必要对目前的三维模型的材质属性参数获取方法进行改进,以快速实现具有真实材质属性的三维建模。
发明内容
本发明的目的是提供一种对材质的数据处理方法及其装置。
为了实现上述目的,本发明提供了一种材质属性参数获取方法,适用于从具有若干个对象的目标场景中采集对象的材质属性参数。所述材质属性参数获取方法包括步骤:S1.ToF模组获取目标场景的若干帧相位图像,并基于ToF模组获取的目标场景内若干个对象的深度,调节RGB模组的焦圈并拍摄获取不同焦点的若干帧RGB图像;S2.根据ToF模组获取的场景内若干个对象的深度,对若干帧相位图像和若干帧RGB图像进行基于对象的同步分割,获取相互独立的场景中的不同对象的相位图像和RGB图像;S3.将分割的相位图像与RGB图像的空间信息进行三维空间的匹配,以实现RGB图像与深度图像的对齐,并与基于ToF模组获取的各个对象的深度信息、凹凸特性的纹理及对象的光照模型一起作为对象的材质属性。
与现有技术相比,本发明提供的材质属性参数获取方法,利用ToF模组获取目标场景的若干个对象的相位图像,并基于ToF模组获取的目标场景内若干个对象的深度,调节RGB模组的焦圈获取不同焦点的若干帧RGB图像,并经由对RGB图像和相位图像进行基于对象的分割,进而可以从具有若干个对象的目标场景中一次性采集若干个对象的材质属性参数。根据本发明提供的材质属性参数获取方法,可以从若干个对象的目标场景中一次性快速采集对象的材质属性参数,从而可以快速建造具有真实性的三维模型。
较佳的,所述“基于ToF模组获取的各个对象的深度信息”具体为:通过设定频率和相位,通过ToF模组对目标场景进行相位图像的采集,并根据基于对象分割后的区域对场景中的对象的深度进行提取,以此作为场景中各个对象的深度信息。
较佳的,所述“凹凸特性的纹理”的获取方法具体为:根据ToF模组采集的目标场景的相位图像,计算具备凹凸特性的纹理,并生成具有凹凸特性的纹理的灰度图像。
较佳的,所述“对象的光照模型”的获取方法具体为:ToF模组根据预设相同的频率和相位,在至少3个不同距离采集相位图像,并对相位图像计算获得目标对象的反射率,进而生成对象的光照模型。
较佳的,基于ToF模组获取目标场景的若干个对象距离,计算RGB光圈的合理数值;调节RGB模组的光圈,以拍摄前后对象都在焦点内的RGB图像。
为了实现上述目的,本发明还提供了一种材质属性参数获取装置,用于实现前述的材质属性参数获取方法,所述材质属性参数获取装置包括由RGB模组和ToF模组组成的拍摄模块、信号控制器及计算设备,所述信号控制器和所述拍摄模块通过MIPI或USB接口连接,同时通过I2C控制RGB模组和ToF模组的采集顺序;所述信号控制器还连接所述计算设备,以实现对材质属性的获取计算。
与现有技术相比,本发明提出的材质属性参数获取装置,通过I2C控制RGB模组和ToF模组的采集顺序,以控制RGB模组和ToF模组拍摄获取目标场景的若干个对象的相位图像和不同焦点的若干帧RGB图像,进而经由信号控制器将获取的目标场景的若干个对象的相位图像和不同焦点的若干帧RGB图像发送至计算设备进行计算,从而获得目标场景的若干个对象的材质属性。根据本发明提供的基于飞行时间的多对象分割,可以对场景中多个待测对象的材质属性进行同步采集,提高目标材质属性参数的数据获取效率。
附图说明
图1为本发明材质属性参数获取装置的结构示意图。
图2为本发明的材质属性参数获取方法的流程示意图。
具体实施方式
为详细说明本发明的技术内容、构造特征、所实现目的及效果,以下 结合实施方式并配合附图详予说明。
如图1所示,本发明提供了一种材质属性参数获取方法,适用于从具有若干个对象的目标场景中采集对象的材质属性参数。所述材质属性参数获取方法包括步骤:S1.ToF模组获取目标场景的若干帧相位图像,并基于ToF模组获取的场景内若干个对象的深度,调节RGB模组的焦圈并拍摄获取不同焦点的若干帧RGB图像;S2.根据ToF模组获取的场景内若干个对象的深度,对若干帧相位图像和若干帧RGB图像进行基于对象的同步分割,获取相互独立的场景中的不同对象的相位图像和RGB图像;S3.将分割的相位图像与RGB图像的空间信息进行三维空间的匹配,以实现RGB图像与深度图像的对齐,并与基于ToF模组获取的各个对象的对象深度信息、凹凸特性的纹理及对象的光照模型一起作为对象的材质属性。
与现有技术相比,本发明提供的材质属性参数获取方法,利用ToF模组获取目标场景的若干个对象的相位图像,并基于ToF模组获取的目标场景内若干个对象的深度,调节RGB模组的焦圈获取不同焦点的若干帧RGB图像,并经由对RGB图像和相位图像进行基于对象的分割,进而可以从具有若干个对象的目标场景中一次性采集若干个对象的材质属性参数。根据本发明提供的材质属性参数获取方法,可以从若干个对象的目标场景中一次性快速采集对象的材质属性参数,从而可以快速建造具有真实性的三维模型。
为了实现上述目的,本发明还提供了一种材质属性参数获取装置,用于实现前述的材质属性参数获取方法,所述材质属性参数获取装置包括由RGB模组和ToF模组组成的拍摄模块、信号控制器及计算设备,所述信号控制器和所述拍摄模块通过MIPI或USB接口连接,同时通过I2C控制RGB模组和ToF模组的采集顺序;所述信号控制器还连接所述计算设备,以实现对材质属性的获取计算。
与现有技术相比,本发明提出的材质属性参数获取装置,通过I2C控制RGB模组和ToF模组的采集顺序,以控制RGB模组和ToF模组拍摄获取目标场景的若干个对象的相位图像和不同焦点的若干帧RGB图像,进而经由信号控制器将获取的目标场景的若干个对象的相位图像和不同焦点的若干帧RGB图像发送至计算设备进行计算,从而获得目标场景的若干个对象的材质属性。根据本发明提供的材质属性参数获取装置,基于ToF模块获取的飞行时间的多对象分割,可以对目标场景中多个待测对象的材质属性进行同步采集,提高目标材质属性参数的数据获取效率。
结合图1-图2所示,对本发明提供的材质属性参数获取方法及其装置进行详细的介绍:
如图1所示,本发明提供的材质属性参数获取装置包括由RGB模组和ToF模组组成的拍摄模块、信号控制器及计算设备,所述信号控制器和所述拍摄模块通过MIPI或USB接口连接,同时通过I2C控制RGB模组和ToF模组的采集顺序;所述信号控制器还连接所述计算设备,以实现对材质属性的获取计算。
在一实施例中,具体地,计算设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算设备的处理器用于提供计算和控制能力;计算设备的存储器包括非易失性存储介质和内存储器,该非易失性存储介质存储有操作系统、计算机程序和数据库,内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算设备的数据库用于存储目标对象的材质属性中RGB信息与其他属性,如凹凸纹理、反射率、透明度,以及他们在三维空间上的匹配数据等。该计算设备的网络接口用于与外部的终端通过网络连接通信,例如接收终端发送的纹理映射请求。
结合图2所示的本发明提供的材质属性参数获取方法的流程图,本发明提供的材质属性参数获取方法的各个步骤进行详细的说明:
步骤S1.ToF模组获取目标场景的若干帧相位图像,并基于ToF模组获取的目标场景内若干个对象的深度,调节RGB模组的焦圈并拍摄获取不同焦点的若干帧RGB图像。具体地:开启ToF模组,ToF模组利用预览功能获取目标场景内若干个对象的深度信息,基于ToF模组获取的目标场景内若干个对象的深度信息计算RGB光圈的合理数值,以调节RGB模块的焦圈,以对不同深度的对象对应调节焦圈获取一系列针对不同深度对象的若干帧RGB图像;此外,在该步骤中,ToF模块基于相位和频率设置,拍摄一系列的相位图像。
具体结合图1所示的材质属性参数获取装置,可以理解的:材质属性参数获取装置中,通过I2C控制RGB模组和ToF模组的图像采集顺序, ToF模组开启,利用预览功能获取目标场景内若干个对象的深度信息,深度信息经由信号控制器传输至计算模块后,计算模块计算RGB光圈的合理数值,并控制RGB模块进行调焦,进而经由I2C控制RGB模块对不同深度的对象对应调节焦圈获取一系列针对不同深度对象的若干帧RGB图像;I2C还控制ToF模块基于相位和频率设置,拍摄一系列的相位图像。
步骤S2. 根据ToF模组获取的目标场景内若干个对象的深度,对若干帧相位图像和若干帧RGB图像进行基于对象的同步分割,获取相互独立的场景中的不同对象的相位图像和RGB图像。可以理解的,ToF模组基于飞行时间可以获取场景内若干个对象的深度信息,基于若干个对象的不同的深度信息,针对各个不同对象将若干帧相位图像和若干帧RGB图像进行同步分割,分割后的每个相位图像和RGB图像中均仅有一目标对象的图像信息。
具体结合图1所示的材质属性参数获取装置,可以理解的,步骤S2中的计算过程,均由计算模块予以实现。计算模块根据目标场景内若干个对象的深度,对步骤S1中获取的若干帧相位图像和若干帧RGB图像进行基于对象的同步分割,分割后的每个相位图像和每个RGB图像中均仅有一目标对象的图像信息。
步骤S3.将分割的相位图像与RGB图像的空间信息进行三维空间的匹配,以实现RGB图像与深度图像的对齐,并与基于ToF模组获取的各个对象的对象深度信息、凹凸特性的纹理及对象的光照模型一起作为对象的材质属性。
较佳的,在该步骤S3中,所述“ToF模组获取的场景内若干个对象的深度”具体为:通过设定频率和相位,通过ToF模组对目标场景进行相位图像的采集,并根据基于对象分割后的区域对场景中的对象的深度进行提取,以此作为场景中各个对象的深度信息。
较佳的,在该步骤S3中,所述“凹凸特性的纹理”的获取方法具体为:根据ToF模组采集的目标场景的相位图像,计算具备凹凸特性的纹理,并生成具有凹凸特性的纹理的灰度图像。
较佳的,在该步骤S3中,所述“对象的光照模型”的获取方法具体为:ToF模组根据预设相同的频率和相位,在至少3个不同距离采集相位图像,并对相位图像计算获得目标对象的反射率,进而生成对象的光照模型。
更具体地:ToF模组根据预设相同的频率和相位,在至少3个不同距离采集相位图像,计算模块对ToF模组获取的相位图像计算获得目标对象的反射率,进而生成对象的光照模型;计算模块获取ToF模组采集的目标场景的高清的相位图像,计算具备凹凸特性的纹理,并生成具有凹凸特性的纹理的灰度图像。
根据本发明提供的材质属性参数获取装置及其方法,利用ToF模组获取目标场景的若干个对象的相位图像,并基于ToF模组获取的目标场景内若干个对象的深度,调节RGB模组的焦圈获取不同焦点的若干帧RGB图像,并经由对RGB图像和相位图像进行基于对象的分割,进而可以从具有若干个对象的目标场景中一次性采集若干个对象的材质属性参数。根据本发明提供的材质属性参数获取装置及方法,可以从若干个对象的目标场景中一次性快速采集对象的材质属性参数,从而可以快速建造具有真实性的三维模型。
以上所揭露的仅为本发明的优选实施例而已,当然不能以此来限定本 发明之权利范围,因此依本发明申请专利范围所作的等同变化,仍属本发明所涵盖的范围。
Claims (6)
1.一种材质属性参数获取方法,适用于从具有若干个对象的目标场景中采集对象的材质属性参数,其特征在于,包括步骤:
S1. ToF模组获取目标场景的若干帧相位图像,并基于ToF模组获取的目标场景内若干个对象的深度,调节RGB模组的焦圈并拍摄获取不同焦点的若干帧RGB图像;
S2.根据ToF模组获取的目标场景内若干个对象的深度,对若干帧相位图像和若干帧RGB图像进行基于对象的同步分割,获取相互独立的场景中的不同对象的相位图像和RGB图像;
S3.将分割的相位图像与RGB图像的空间信息进行三维空间的匹配,以实现RGB图像与深度图像的对齐,并与基于ToF模组获取的各个对象的深度信息、凹凸特性的纹理及对象的光照模型一起作为对象的材质属性。
2.如权利要求1所述的材质属性参数获取方法,其特征在于,所述“基于ToF模组获取的各个对象的深度信息”具体为:通过设定频率和相位,通过ToF模组对目标场景进行相位图像的采集,并根据基于对象分割后的区域对场景中的对象的深度进行提取,以此作为场景中各个对象的深度信息。
3.如权利要求1所述的材质属性参数获取方法,其特征在于,所述“凹凸特性的纹理”的获取方法具体为:根据ToF模组采集的目标场景的相位图像,计算具备凹凸特性的纹理,并生成具有凹凸特性的纹理的灰度图像。
4.如权利要求1所述的材质属性参数获取方法,其特征在于,所述“对象的光照模型”的获取方法具体为:ToF模组根据预设相同的频率和相位,在至少3个不同距离采集相位图像,并对相位图像计算获得目标对象的反射率,进而生成对象的光照模型。
5.如权利要求1所述的图像材质属性参数获取方法,其特征在于,基于ToF模组获取目标场景的若干个对象距离,计算RGB光圈的合理数值;调节RGB模组的光圈,以拍摄前后对象都在焦点内的RGB图像。
6.一种材质属性参数获取装置,用于实现如权利要求1-5任一项所述的材质属性参数获取方法,其特征在于,所述材质属性参数获取装置包括由RGB模组和ToF模组组成的拍摄模块、信号控制器及计算设备,所述信号控制器和所述拍摄模块通过MIPI或USB接口连接,同时通过I2C控制RGB模组和ToF模组的采集顺序;所述信号控制器还连接所述计算设备,以实现对材质属性的获取计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911387910.9A CN111402314A (zh) | 2019-12-30 | 2019-12-30 | 材质属性参数获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911387910.9A CN111402314A (zh) | 2019-12-30 | 2019-12-30 | 材质属性参数获取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111402314A true CN111402314A (zh) | 2020-07-10 |
Family
ID=71432660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911387910.9A Pending CN111402314A (zh) | 2019-12-30 | 2019-12-30 | 材质属性参数获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111402314A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112770100A (zh) * | 2020-12-31 | 2021-05-07 | 南昌欧菲光电技术有限公司 | 一种图像获取方法、摄影装置以及计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015188684A1 (zh) * | 2014-06-12 | 2015-12-17 | 深圳奥比中光科技有限公司 | 三维模型重建方法与系统 |
WO2017067390A1 (zh) * | 2015-10-20 | 2017-04-27 | 努比亚技术有限公司 | 图像中弱纹理区域的深度信息获取方法及终端 |
CN108765272A (zh) * | 2018-05-31 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及可读存储介质 |
CN109089047A (zh) * | 2018-09-29 | 2018-12-25 | Oppo广东移动通信有限公司 | 控制对焦的方法和装置、存储介质、电子设备 |
CN109753945A (zh) * | 2019-01-16 | 2019-05-14 | 高翔 | 目标主体识别方法、装置、存储介质和电子设备 |
CN110009672A (zh) * | 2019-03-29 | 2019-07-12 | 香港光云科技有限公司 | 提升ToF深度图像处理方法、3D图像成像方法及电子设备 |
CN110471080A (zh) * | 2019-07-12 | 2019-11-19 | 深圳奥比中光科技有限公司 | 基于tof图像传感器的深度测量装置 |
-
2019
- 2019-12-30 CN CN201911387910.9A patent/CN111402314A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015188684A1 (zh) * | 2014-06-12 | 2015-12-17 | 深圳奥比中光科技有限公司 | 三维模型重建方法与系统 |
WO2017067390A1 (zh) * | 2015-10-20 | 2017-04-27 | 努比亚技术有限公司 | 图像中弱纹理区域的深度信息获取方法及终端 |
CN108765272A (zh) * | 2018-05-31 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及可读存储介质 |
CN109089047A (zh) * | 2018-09-29 | 2018-12-25 | Oppo广东移动通信有限公司 | 控制对焦的方法和装置、存储介质、电子设备 |
CN109753945A (zh) * | 2019-01-16 | 2019-05-14 | 高翔 | 目标主体识别方法、装置、存储介质和电子设备 |
CN110009672A (zh) * | 2019-03-29 | 2019-07-12 | 香港光云科技有限公司 | 提升ToF深度图像处理方法、3D图像成像方法及电子设备 |
CN110471080A (zh) * | 2019-07-12 | 2019-11-19 | 深圳奥比中光科技有限公司 | 基于tof图像传感器的深度测量装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112770100A (zh) * | 2020-12-31 | 2021-05-07 | 南昌欧菲光电技术有限公司 | 一种图像获取方法、摄影装置以及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106899781B (zh) | 一种图像处理方法及电子设备 | |
CN111783820A (zh) | 图像标注方法和装置 | |
WO2021136078A1 (zh) | 图像处理方法、图像处理系统、计算机可读介质和电子设备 | |
EP2786307A1 (en) | Dynamically configuring an image processing function | |
JP6452360B2 (ja) | 画像処理装置、撮像装置、画像処理方法およびプログラム | |
CN109474780A (zh) | 一种用于图像处理的方法和装置 | |
CN111107337B (zh) | 深度信息补全方法及其装置、监控系统和存储介质 | |
WO2018053952A1 (zh) | 一种基于场景样本库的影视图像深度提取方法 | |
CN109118581A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN109190533B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
Serna et al. | Data fusion of objects using techniques such as laser scanning, structured light and photogrammetry for cultural heritage applications | |
JP7479729B2 (ja) | 三次元表現方法及び表現装置 | |
CN110111341B (zh) | 图像前景获取方法、装置及设备 | |
CN111447428A (zh) | 平面至立体图像的转换方法、装置、计算机可读存储介质及设备 | |
CN111105370A (zh) | 图像处理方法、图像处理装置、电子设备和可读存储介质 | |
CN111402314A (zh) | 材质属性参数获取方法及装置 | |
CN113763544A (zh) | 图像确定方法、装置、电子设备和计算机可读存储介质 | |
CN117196955A (zh) | 一种全景图像拼接方法及终端 | |
CN111402392A (zh) | 光照模型计算方法、材质参数的处理方法及其处理装置 | |
CN111047636A (zh) | 基于主动红外双目视觉的避障系统和避障方法 | |
CN110780734A (zh) | 一种基于雷达的手势交互ar投影方法及装置 | |
CN116051736A (zh) | 一种三维重建方法、装置、边缘设备和存储介质 | |
CN114119701A (zh) | 图像处理方法及其装置 | |
CN107240106A (zh) | 一种图像分割方法和系统 | |
CN109191396B (zh) | 人像处理方法和装置、电子设备、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 |