CN112102354A - 基于分布式图像识别的编程方法、系统、设备及介质 - Google Patents

基于分布式图像识别的编程方法、系统、设备及介质 Download PDF

Info

Publication number
CN112102354A
CN112102354A CN202010980901.7A CN202010980901A CN112102354A CN 112102354 A CN112102354 A CN 112102354A CN 202010980901 A CN202010980901 A CN 202010980901A CN 112102354 A CN112102354 A CN 112102354A
Authority
CN
China
Prior art keywords
image
programming
instruction
image recognition
platform
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
CN202010980901.7A
Other languages
English (en)
Other versions
CN112102354B (zh
Inventor
黄庆典
梁嘉升
詹敏昌
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.)
Guangzhou Polygonal Tribe Technology Co ltd
Original Assignee
Guangzhou Polygonal Tribe 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 Guangzhou Polygonal Tribe Technology Co ltd filed Critical Guangzhou Polygonal Tribe Technology Co ltd
Priority to CN202010980901.7A priority Critical patent/CN112102354B/zh
Publication of CN112102354A publication Critical patent/CN112102354A/zh
Application granted granted Critical
Publication of CN112102354B publication Critical patent/CN112102354B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/34—Graphical or visual programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/0053—Computers, e.g. programming

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Technology (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于分布式图像识别的编程方法、系统、设备及介质。基于分布式图像识别的编程方法，包括：图像识别编程台获取摆放好的积木指令块图像；图像识别编程台将图像分出至少一部分并发送至至少一个处理平台，图像识别编程台和处理平台分别处理图像得到图像指令；将图像识别编程台和处理平台各自处理获得的图像指令组合，得到实际编程指令。基于分布式图像识别的编程系统，包括：图像识别编程平台；至少一个处理平台。本发明还进一步提供了一种基于分布式图像识别的编程设备和计算机可读存储介质。

Description

基于分布式图像识别的编程方法、系统、设备及介质
技术领域
本发明涉及图像识别编程技术领域，特别是涉及一种基于分布式图像识别的编程方法、系统、设备及介质。
背景技术
机器人一直是国内外研究的热点，可编程教育机器人是以激发学生学习兴趣、提高学生综合能力为目的，它在丰富儿童童年生活的同时，激发了儿童对科学技术的好奇心和求知欲。
图像识别编程台是可编程教育机器人的一种，它能够通过识别摆放好的积木块获取指令信息，从而达到控制机器人、播放音乐、朗诵、拼单词等效果。然而，为了实现图像识别编程台的处理速度需要提高其硬件配置，这增加了配置成本。
发明内容
基于此，本发明的目的在于，提供一种基于分布式图像识别的编程方法、系统、设备及介质。
第一方面，本发明的一种基于分布式图像识别的编程方法，包括：
图像识别编程台获取摆放好的积木指令块图像；
图像识别编程台将图像分出至少一部分并发送至至少一个处理平台，图像识别编程台和处理平台分别处理图像得到图像指令；
将图像识别编程台和处理平台各自处理获得的图像指令组合，得到实际编程指令。
本发明的基于分布式图像识别的编程方法通过在获取摆放好的积木指令块图像后，利用图像识别编程台和处理平台同时对图像进行分布式处理，可以明显加快图像的处理速度，减轻图像识别编程台的处理压力，同时降低图像识别编程台硬件配置的成本。
上述技术上方案在一种实施方式中，所述图像识别编程台和处理平台分别处理图像得到图像指令，包括：
基于校准好的坐标原点获取有效图片范围；
获取有效指令积木块的颜色；
基于有效图片范围和有效指令积木块的颜色进行图像切割，获取指令积木块的个数及类型；
根据所获取积木指令块的类型分类编排，分成指令积木块和参数积木块，并做好指令积木块和相对应的参数积木块间的映射关系；
过滤每个积木指令块的背景色，留下指令前景色；
提取出前景色图片，并进行前景色图片预处理；
基于设置好的映射规则，把预处理后的前景色图片和标准图像库里的标准图片进行比对，得到图像指令。
上述技术上方案在一种实施方式中，所述基于设置好的映射规则，把预处理后的前景色图片和标准图像库里的标准图片进行比对，得到图像指令，包括：
对预处理后的前景色图片进行标准化处理，统一大小尺寸；
提取图片边框及所占用的像素阵列并分别与标准图像库里的标准图片的边框数据阵列和像素数据阵列进行比对，分别得到边框权值阵列和像素权值阵列；
对边框权值阵列和像素权值阵列进行融合判断，得到图像指令。
上述技术上方案在一种实施方式中，所述对边框权值阵列和像素权值阵列进行融合判断，得到图像指令，包括：
设边框权值阵列为xi，像素权值阵列为yi，前景色图片与标准图片的相似系数为cosθ，则，
Figure BDA0002687478770000031
将得到的边框权值阵列xi和像素权值阵列yi代入上式运算，若cosθ≥80％，则将前景色图片与标准图片匹配，得到与标准图片对应的图像指令。
上述技术上方案在一种实施方式中，所述图像识别编程台获取摆放好的积木指令块图像，包括：图像识别编程台通过摄像头在无干扰情况下获取摆放好的积木指令块图像；
所述将图像识别编程台和处理平台各自处理获得的图像指令组合，得到实际编程指令，包括：处理平台将处理获得的图像指令发送至图像识别编程台，图像识别编程台将图像指令组合，得到实际编程指令。
上述技术上方案在一种实施方式中，所述图像识别编程台将图像分出至少一部分并发送至至少一个处理平台，包括：图像识别编程台将图像分出至少一部分并通过无线传输模块发送至至少一个处理平台。
上述技术上方案在一种实施方式中，所述无线传输模块包括WiFi模块、移动通信模块、蓝牙模块的一种或多种；
至少一个所述处理平台为机器人。
第二方面，本发明的一种基于分布式图像识别的编程系统，包括：
图像识别编程平台，配置用于获取摆放好的积木指令图像，将图像分出至少一部分发送至至少一个处理平台，处理图像得到图像指令，并将自身和处理平台处理获得的图像指令组合，得到实际编程指令；
至少一个处理平台，配置用于接收图像识别编程平台发送的图像一部分，并处理图像得到图像指令并反馈至图像识别编程平台。
本发明的基于分布式图像识别的编程系统通过设置图像识别编程平台和至少一个处理平台，在获取摆放好的积木指令块图像后，利用图像识别编程台和处理平台同时对图像进行分布式处理，可以明显加快图像的处理速度，减轻图像识别编程台的处理压力，同时降低图像识别编程台硬件配置的成本。
第三方面，本发明的一种基于分布式图像识别的编程设备，所述设备包括存储装置和处理器，所述存储装置用于存储一个或多个程序；
当所述一个或多个程序被所述处理器执行时，所述处理器实现如上述任一项所述的基于分布式图像识别的编程方法。
第四方面，本发明的一种计算机可读存储介质，其存储有至少一个程序，当所述程序被处理器执行时，实现如上述任一项所述的基于分布式图像识别的编程方法。
相对于现有技术，本发明的基于分布式图像识别的编程方法、系统通过设置图像识别编程平台和至少一个处理平台，在获取摆放好的积木指令块图像后，利用图像识别编程台和处理平台同时对图像进行分布式处理，可以明显加快图像的处理速度，减轻图像识别编程台的处理压力，同时降低图像识别编程台硬件配置的成本。发明的基于分布式图像识别的编程设备及介质则提供了可实现本发明的基于分布式图像识别的编程方法的设备及介质。
为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
图1是图像识别编程台的结构示意图。
图2是本发明的基于分布式图像识别的编程方法的示例性流程框图。
图3是图像识别编程台和处理平台分别处理图像得到图像指令的示例性流程框图。
图4是基于设置好的映射规则，把预处理后的前景色图片和标准图像库里的标准图片进行比对，得到图像指令的示例性流程框图。
具体实施方式
在本说明书中提到或者可能提到的上、下、左、右、前、后、正面、背面、顶部、底部等方位用语是相对于其构造进行定义的，它们是相对的概念。因此，有可能会根据其所处不同位置、不同使用状态而进行相应地变化。所以，也不应当将这些或者其他的方位用语解释为限制性用语。
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方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
请参阅图1和图2，图1是图像识别编程台的结构示意图，图2是本发明的基于分布式图像识别的编程方法的示例性流程框图。
第一方面，本发明的一种基于分布式图像识别的编程方法，包括：
S1.图像识别编程台获取摆放好的积木指令块图像。
S2.图像识别编程台将图像分出至少一部分并发送至至少一个处理平台，图像识别编程台和处理平台分别处理图像得到图像指令。
S3.将图像识别编程台和处理平台各自处理获得的图像指令组合，得到实际编程指令。
所述S1，所述图像识别编程台获取摆放好的积木指令块图像，包括：图像识别编程台通过摄像头在无干扰情况下获取摆放好的积木指令块图像。
所述S2中，所述图像识别编程台将图像分出至少一部分并发送至至少一个处理平台，包括：图像识别编程台将图像分出至少一部分并通过无线传输模块发送至至少一个处理平台。
优选地，所述无线传输模块包括WiFi模块、移动通信模块、蓝牙模块的一种或多种。
至少一个所述处理平台为机器人。具体实施时，所述机器人可以为与所述图像识别编程台配套的机器人。通常，设置一个处理平台(机器人)即可。
请参阅图3，图3是图像识别编程台和处理平台分别处理图像得到图像指令的示例性流程框图。
优选地，所述S2中，所述图像识别编程台和处理平台分别处理图像得到图像指令，包括：
S21.基于校准好的坐标原点获取有效图片范围。
S22.获取有效指令积木块的颜色。
S23.基于有效图片范围和有效指令积木块的颜色进行图像切割，获取指令积木块的个数及类型。
S24.根据所获取积木指令块的类型分类编排，分成指令积木块和参数积木块，并做好指令积木块和相对应的参数积木块间的映射关系。
S25.过滤每个积木指令块的背景色，留下指令前景色。
S26.提取出前景色图片，并进行前景色图片预处理。
S27.基于设置好的映射规则，把预处理后的前景色图片和标准图像库里的标准图片进行比对，得到图像指令。
请参阅图4，图4是基于设置好的映射规则，把预处理后的前景色图片和标准图像库里的标准图片进行比对，得到图像指令的示例性流程框图。
在一种实施方式中，所述S27，所述基于设置好的映射规则，把预处理后的前景色图片和标准图像库里的标准图片进行比对，得到图像指令，包括：
S271.对预处理后的前景色图片进行标准化处理，统一大小尺寸。
S272.提取图片边框及所占用的像素阵列并分别与标准图像库里的标准图片的边框数据阵列和像素数据阵列进行比对，分别得到边框权值阵列和像素权值阵列。
S273.对边框权值阵列和像素权值阵列进行融合判断，得到图像指令。
在一种实施方式中，所述S273，所述对边框权值阵列和像素权值阵列进行融合判断，得到图像指令，包括：
设边框权值阵列为xi，像素权值阵列为yi，前景色图片与标准图片的相似系数为cosθ，则，
Figure BDA0002687478770000071
将得到的边框权值阵列xi和像素权值阵列yi代入上式运算，若cosθ≥80％，则将前景色图片与标准图片匹配，得到与标准图片对应的图像指令。
所述S3，所述将图像识别编程台和处理平台各自处理获得的图像指令组合，得到实际编程指令，包括：处理平台将处理获得的图像指令发送至图像识别编程台，图像识别编程台将图像指令组合，得到实际编程指令。
本发明的基于分布式图像识别的编程方法通过在获取摆放好的积木指令块图像后，利用图像识别编程台和处理平台同时对图像进行分布式处理，可以明显加快图像的处理速度，减轻图像识别编程台的处理压力，同时降低图像识别编程台硬件配置的成本。
第二方面，本发明的一种基于分布式图像识别的编程系统，包括：
图像识别编程平台，配置用于获取摆放好的积木指令图像，将图像分出至少一部分发送至至少一个处理平台，处理图像得到图像指令，并将自身和处理平台处理获得的图像指令组合，得到实际编程指令；
至少一个处理平台，配置用于接收图像识别编程平台发送的图像一部分，并处理图像得到图像指令并反馈至图像识别编程平台。
本发明的基于分布式图像识别的编程系统中的图像识别编程平台和处理平台的具体处理过程可参见上述本发明的基于分布式图像识别的编程方法。
本发明的基于分布式图像识别的编程系统通过设置图像识别编程平台和至少一个处理平台，在获取摆放好的积木指令块图像后，利用图像识别编程台和处理平台同时对图像进行分布式处理，可以明显加快图像的处理速度，减轻图像识别编程台的处理压力，同时降低图像识别编程台硬件配置的成本。
第三方面，本发明的一种基于分布式图像识别的编程设备，所述设备包括存储装置和处理器，所述存储装置用于存储一个或多个程序；
当所述一个或多个程序被所述处理器执行时，所述处理器实现如上述所述的基于分布式图像识别的编程方法。
所述设备还可以优选地包括通信接口，所述通信接口用于与外部设备进行通信和数据交互传输。
需要说明的是，所述存储器可能包含高速RAM存储器，也可能还包括非易失性存储器(nonvolatile memory)，例如至少一个磁盘存储器。
在具体实现上，如果存储器、处理器及通信接口集成在一块芯片上，则存储器、处理器及通信接口可以通过内部接口完成相互间的通信。如果存储器、处理器和通信接口独立实现，则存储器、处理器和通信接口可以通过总线相互连接并完成相互间的通信。
第四方面，本发明的一种计算机可读存储介质，其存储有至少一个程序，当所述程序被处理器执行时，实现如上述所述的基于分布式图像识别的编程方法。
应当理解，所述计算机可读存储介质为可存储数据或程序的任何数据存储设备，所述数据或程序其后可由计算机系统读取。计算机可读存储介质的示例包括：只读存储器、随机存取存储器、CD-ROM、HDD、DVD、磁带和光学数据存储设备等。
计算机可读存储介质还可分布在网络耦接的计算机系统中使得计算机可读代码以分布式方式来存储和执行。
计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、射频(Radio Frequency，RF)等，或者上述的任意合适的组合。
在一些实施方案中，计算机可读存储介质还可以是非暂态的。
相对于现有技术，本发明的基于分布式图像识别的编程方法、系统通过设置图像识别编程平台和至少一个处理平台，在获取摆放好的积木指令块图像后，利用图像识别编程台和处理平台同时对图像进行分布式处理，可以明显加快图像的处理速度，减轻图像识别编程台的处理压力，同时降低图像识别编程台硬件配置的成本。发明的基于分布式图像识别的编程设备及介质则提供了可实现本发明的基于分布式图像识别的编程方法的设备及介质。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (10)

1.一种基于分布式图像识别的编程方法，其特征在于，包括：
图像识别编程台获取摆放好的积木指令块图像；
图像识别编程台将图像分出至少一部分并发送至至少一个处理平台，图像识别编程台和处理平台分别处理图像得到图像指令；
将图像识别编程台和处理平台各自处理获得的图像指令组合，得到实际编程指令。
2.根据权利要求1所述的基于分布式图像识别的编程方法，其特征在于，所述图像识别编程台和处理平台分别处理图像得到图像指令，包括：
基于校准好的坐标原点获取有效图片范围；
获取有效指令积木块的颜色；
基于有效图片范围和有效指令积木块的颜色进行图像切割，获取指令积木块的个数及类型；
根据所获取积木指令块的类型分类编排，分成指令积木块和参数积木块，并做好指令积木块和相对应的参数积木块间的映射关系；
过滤每个积木指令块的背景色，留下指令前景色；
提取出前景色图片，并进行前景色图片预处理；
基于设置好的映射规则，把预处理后的前景色图片和标准图像库里的标准图片进行比对，得到图像指令。
3.根据权利要求2所述的基于分布式图像识别的编程方法，其特征在于，所述基于设置好的映射规则，把预处理后的前景色图片和标准图像库里的标准图片进行比对，得到图像指令，包括：
对预处理后的前景色图片进行标准化处理，统一大小尺寸；
提取图片边框及所占用的像素阵列并分别与标准图像库里的标准图片的边框数据阵列和像素数据阵列进行比对，分别得到边框权值阵列和像素权值阵列；
对边框权值阵列和像素权值阵列进行融合判断，得到图像指令。
4.根据权利要求3所述的基于分布式图像识别的编程方法，其特征在于，所述对边框权值阵列和像素权值阵列进行融合判断，得到图像指令，包括：
设边框权值阵列为xi，像素权值阵列为yi，前景色图片与标准图片的相似系数为cosθ，则，
Figure FDA0002687478760000021
将得到的边框权值阵列xi和像素权值阵列yi代入上式运算，若cosθ≥80％，则将前景色图片与标准图片匹配，得到与标准图片对应的图像指令。
5.根据权利要求1-4任一项所述的基于分布式图像识别的编程方法，其特征在于，所述图像识别编程台获取摆放好的积木指令块图像，包括：图像识别编程台通过摄像头在无干扰情况下获取摆放好的积木指令块图像；
所述将图像识别编程台和处理平台各自处理获得的图像指令组合，得到实际编程指令，包括：处理平台将处理获得的图像指令发送至图像识别编程台，图像识别编程台将图像指令组合，得到实际编程指令。
6.根据权利要求1-4任一项所述的基于分布式图像识别的编程方法，其特征在于，所述图像识别编程台将图像分出至少一部分并发送至至少一个处理平台，包括：图像识别编程台将图像分出至少一部分并通过无线传输模块发送至至少一个处理平台。
7.根据权利要求6所述的基于分布式图像识别的编程方法，其特征在于，所述无线传输模块包括WiFi模块、移动通信模块、蓝牙模块的一种或多种；
至少一个所述处理平台为机器人。
8.一种基于分布式图像识别的编程系统，其特征在于，包括：
图像识别编程平台，配置用于获取摆放好的积木指令图像，将图像分出至少一部分发送至至少一个处理平台，处理图像得到图像指令，并将自身和处理平台处理获得的图像指令组合，得到实际编程指令；
至少一个处理平台，配置用于接收图像识别编程平台发送的图像一部分，并处理图像得到图像指令并反馈至图像识别编程平台。
9.一种基于分布式图像识别的编程设备，其特征在于，所述设备包括存储装置和处理器，所述存储装置用于存储一个或多个程序；
当所述一个或多个程序被所述处理器执行时，所述处理器实现如权利要求1-7任一项所述的基于分布式图像识别的编程方法。
10.一种计算机可读存储介质，其存储有至少一个程序，其特征在于，当所述程序被处理器执行时，实现如权利要求1-7任一项所述的基于分布式图像识别的编程方法。
CN202010980901.7A 2020-09-17 2020-09-17 基于分布式图像识别的编程方法、系统、设备及介质 Active CN112102354B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010980901.7A CN112102354B (zh) 2020-09-17 2020-09-17 基于分布式图像识别的编程方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010980901.7A CN112102354B (zh) 2020-09-17 2020-09-17 基于分布式图像识别的编程方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN112102354A true CN112102354A (zh) 2020-12-18
CN112102354B CN112102354B (zh) 2024-05-31

Family

ID=73759988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010980901.7A Active CN112102354B (zh) 2020-09-17 2020-09-17 基于分布式图像识别的编程方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN112102354B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113033297A (zh) * 2021-02-08 2021-06-25 深圳市优必选科技股份有限公司 实物编程方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160085518A1 (en) * 2014-09-21 2016-03-24 Jang Hee I Systems and methods for imaging and generation of executable processor instructions based on ordered objects
CN106254458A (zh) * 2016-08-04 2016-12-21 山东大学 一种基于云机器人视觉的图像处理方法、平台及系统
CN107688802A (zh) * 2017-09-29 2018-02-13 深圳市玛塔创想科技有限公司 一种基于图像识别的简易编程方法及装置
CN108762936A (zh) * 2018-06-05 2018-11-06 广州偕作信息科技有限公司 基于人工智能图像识别的分布式计算系统及方法
CN108898918A (zh) * 2018-08-24 2018-11-27 杭州高低科技有限公司 易于编程教育的编程教育控制对象装置
CN108961927A (zh) * 2018-08-29 2018-12-07 李睿 计算机编程学习教具、识别运行系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160085518A1 (en) * 2014-09-21 2016-03-24 Jang Hee I Systems and methods for imaging and generation of executable processor instructions based on ordered objects
CN106254458A (zh) * 2016-08-04 2016-12-21 山东大学 一种基于云机器人视觉的图像处理方法、平台及系统
CN107688802A (zh) * 2017-09-29 2018-02-13 深圳市玛塔创想科技有限公司 一种基于图像识别的简易编程方法及装置
CN108762936A (zh) * 2018-06-05 2018-11-06 广州偕作信息科技有限公司 基于人工智能图像识别的分布式计算系统及方法
CN108898918A (zh) * 2018-08-24 2018-11-27 杭州高低科技有限公司 易于编程教育的编程教育控制对象装置
CN108961927A (zh) * 2018-08-29 2018-12-07 李睿 计算机编程学习教具、识别运行系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113033297A (zh) * 2021-02-08 2021-06-25 深圳市优必选科技股份有限公司 实物编程方法、装置、设备及存储介质
CN113033297B (zh) * 2021-02-08 2023-11-21 深圳市优必选科技股份有限公司 实物编程方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112102354B (zh) 2024-05-31

Similar Documents

Publication Publication Date Title
KR20200060297A (ko) 하이브리드 변환을 이용한 포인트 클라우드 압축
EP3706039A1 (en) Image processing method, apparatus, and computer-readable recording medium
CN111669696A (zh) 声音对象跟随的方法和装置
CN109032039A (zh) 一种语音控制的方法及装置
CN104901976A (zh) 一种车辆内部使用场景的设置方法、车载设备和网络设备
CN108712644A (zh) 一种tw_ar智能导览系统及导览方法
CN111445583A (zh) 增强现实处理方法及装置、存储介质和电子设备
CN105590092B (zh) 一种识别图像中瞳孔的方法和装置
US20170269590A1 (en) Controlled device and communication system and method utilizing the same
US20190215461A1 (en) System, method, and program for adjusting angle of camera
KR20200095106A (ko) 전자 장치 및 이미지 처리 방법
CN111630568A (zh) 电子装置及其控制方法
JPWO2018100676A1 (ja) カメラ制御システム、カメラ制御方法、およびプログラム
CN112102354A (zh) 基于分布式图像识别的编程方法、系统、设备及介质
KR20210029526A (ko) 이미지를 합성하기 위한 전자 장치 및 그의 동작 방법
WO2023184817A1 (zh) 图像处理方法、装置、计算机设备、计算机可读存储介质及计算机程序产品
CN113627402A (zh) 一种图像识别方法及相关装置
CN108965689A (zh) 无人机拍摄方法及装置、无人机和地面控制装置
KR20220049304A (ko) 이미지를 이용한 3차원 지도의 업데이트 방법 및 이를 지원하는 전자 장치
CN115170990A (zh) 一种无人机机载吊舱人工智能边缘计算系统及其方法
US20190180413A1 (en) System, method, and program for synthesizing panoramic image
US20230186480A1 (en) Electronic device and method for image segmentation based on deep learning
KR102650138B1 (ko) 디스플레이장치, 그 제어방법 및 기록매체
US20220067959A1 (en) Electronic device for providing augmented-reality content and operation method thereof
CN103927341A (zh) 一种获取场景信息的方法及装置

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