CN112486318A - 图像显示方法、装置、可读介质及电子设备 - Google Patents
图像显示方法、装置、可读介质及电子设备 Download PDFInfo
- Publication number
- CN112486318A CN112486318A CN202011349390.5A CN202011349390A CN112486318A CN 112486318 A CN112486318 A CN 112486318A CN 202011349390 A CN202011349390 A CN 202011349390A CN 112486318 A CN112486318 A CN 112486318A
- Authority
- CN
- China
- Prior art keywords
- data
- image
- pose
- determining
- preset
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000001914 filtration Methods 0.000 claims description 40
- 238000005259 measurement Methods 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 abstract description 13
- 230000005540 biological transmission Effects 0.000 abstract description 9
- 239000011521 glass Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing 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
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/013—Eye tracking input arrangements
-
- 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]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开涉及一种图像显示方法、装置、可读介质及电子设备，包括：获取第一位姿数据；根据获取第一位姿数据的时刻在多个预设预测模型中确定目标预测模型；通过目标预测模型和第一位姿数据，预测预设目标时长之后的第二位姿数据；根据第二位姿数据和与第一位姿数据对应的图像数据确定待显示图像；对待显示图像进行显示。通过对位姿的预测避免了由于对该位姿和图像的的获取、计算、传输等所产生的延迟，而导致用户看到的图像画面与用户当前的实际位姿不相符的情况，并且，设置了多个预设预测模型来分别对获取到的每一个第一位姿数据进行预测处理，从而也避免了获取到该第一位姿数据的情况下无法及时进行预测处理的情况，保障了预测的及时和准确。
Description
技术领域
本公开涉及计算机领域，具体地，涉及一种图像显示方法、装置、可读介质及电子设备。
背景技术
对现实环境数据的获取到显示环境数据的显示之间，通常会经过一定的数据计算和数据传输。例如，AR眼镜中所显示的现实环境画面便是通过对显示环境数据的获取，通过一定的数据计算和数据传输之后再显示于该AR眼镜中。而该AR眼镜的定位通常会通过移动终端或服务器端来辅助完成，也即，AR眼镜将采集到的数据发送给移动终端或服务器端，由移动终端或服务器端进行运算，然后再将运算得到的待显示画面反馈给AR眼镜进行显示。这样，传输过程可能会造成AR眼镜上显示画面的延迟，并且由于移动终端进行运算也需要耗时，因此移动终端的运算耗时也会造成一定程度的画面延迟。
发明内容
提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
第一方面，本公开提供一种图像显示方法，所述方法包括：
获取第一位姿数据；
根据获取所述第一位姿数据的时刻在多个预设预测模型中确定目标预测模型；
通过所述目标预测模型和所述第一位姿数据，预测预设目标时长之后的第二位姿数据；
根据所述第二位姿数据和与所述第一位姿数据对应的图像数据确定待显示图像；
对所述待显示图像进行显示。
第二方面，本公开还提供一种图像显示装置，所述装置包括：
获取模块，用于获取第一位姿数据；
确定模块，用于根据获取所述第一位姿数据的时刻在多个预设预测模型中确定目标预测模型；
预测模块，用于通过所述目标预测模型和所述第一位姿数据，预测预设目标时长之后的第二位姿数据；
图像确定模块，用于根据所述第二位姿数据和与所述第一位姿数据对应的图像数据确定待显示图像；
显示模块，用于对所述待显示图像进行显示。
第三方面，本公开还提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现以上所述方法的步骤。
第四方面，本公开还提供一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现以上所述方法的步骤。
通过上述技术方案，在对获取到的图像进行显示之前，先根据预设目标时长和当前的第一位姿数据，预测得到该预设目标时长之后的第二位姿数据，并根据该第二位姿数据确定要进行显示的该待显示图像，从而避免了由于对该位姿和图像的的获取、计算、传输等所产生的延迟，而导致用户看到的图像画面与用户当前的实际位姿不相符的情况，并且，设置了多个预设预测模型来分别对获取到的每一个第一位姿数据进行预测处理，从而也避免了预设预测模型对该第一位姿数据进行预测的处理时间大于该获取该第一位姿数据的间隔时间，从而导致获取到该第一位姿数据的情况下无法及时进行预测处理的情况，保障了该第二位姿数据的及时和准确。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
图1是根据本公开一示例性实施例示出的一种图像显示方法的流程图。
图2是根据本公开又一示例性实施例示出的一种图像显示方法的流程图。
图3是根据本公开又一示例性实施例示出的一种图像显示方法的流程图。
图4是根据本公开一示例性实施例示出的一种图像显示装置的结构框图。
图5是根据本公开又一示例性实施例示出的一种图像显示装置的结构框图。
图6示出了适于用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
图1是根据本公开一示例性实施例示出的一种图像显示方法的流程图。如图1所示，所述方法包括步骤101至步骤105。
在步骤101中，获取第一位姿数据。
该第一位姿数据可以是通过任意位姿估计传感器所获取到的当前位姿数据，例如，可以是通过惯性测量单元IMU(Inertial Measurement Unit)所获取到的IMU数据，其中，该IMU数据中可以包括例如三个加速度计获取到的加速度信号和三个陀螺仪获取到的角速度信号，通过该IMU数据即可以确定得到该位姿数据。或者，也可以是通过双目相机或者深度相机等相机传感器所获取的图像信号来确定得到该位姿数据。或者，也可以通过该惯性测量单元IMU和该相机传感器获取到的图像信号和该IMU数据融合后来获取得到该位姿数据。
在步骤102中，根据获取所述第一位姿数据的时刻在多个预设预测模型中确定目标预测模型。
也即，根据获取该第一位姿数据的时刻的不同，所使用的预设预测模型也可能不同。例如，获取该第一位姿数据的时间间隔可以为例如1ms，也即，每1ms都会获取到一个该第一位姿数据。则从第0ms时刻开始对获取到的该第一位姿数据进行预测时，可以确定多个预设预测模型中的第一个为该目标预测模型，来根据该第0ms时刻获取到的该第一位姿数据进行预测；接着在第1ms时刻获取到下一个该第一位姿数据时，则可以确定多个预设预测模型中的第二个为该目标预测模型，来根据该第1ms时刻获取到的该第一位姿数据进行预测。
其中，为了减少该预设预测模型的设置数量，可以在多个预设预测模型在依次被确定为该目标预测模型之后，在从第一个预设预测模型开始依次被确定为该目标预测模型。例如，设置10个预设预测模型，在第0ms时刻、第10ms时刻、第20ms时刻等时刻获取到该第一位姿数据时，可以将第一个预设预测模型确定为该目标预测模型来进行预测，在第1ms时刻、第11ms时刻、第21ms时刻等时刻获取到该第一位姿数据时，可以将第二个预设预测模型确定为该目标预测模型来进行预测。
在步骤103中，通过所述目标预测模型和所述第一位姿数据，预测预设目标时长之后的第二位姿数据。其中，所述预设目标时长为该待显示图像被显示的时刻与获取所述第一位姿数据的时刻之间的延迟。该延迟可以是由于数据计算、传输所造成的延迟等。该延迟可以通过预先确定得到。例如，在该待显示图像需要被显示在AR眼镜中时，由于AR眼镜中不仅会显示现实环境中拍摄得到的图像还会进行相应的添加虚拟物体等处理，因此部分数据的计算可能会由于计算复杂度等的原因，不仅会通过眼镜本身，还会通过与眼镜相关的终端设备或者服务器等来进行，从而，在数据的计算以及数据传输两方面都可能会产生延迟，导致根据该第一位姿数据所确定的图像显示在该AR眼镜中时，AR眼镜的用户实际位姿已经发生改变。
在预先确定好获取到该第一位姿数据的时刻与该待显示图像被显示的时刻之间可能出现的延迟之后，将该延迟作为该预设目标时长，来根据该第一位姿数据预测该预设目标时长之后的该第二位姿数据，从而就能使得根据该第二位姿数据确定的待显示图像显示给用户时，该待显示图像对应的位姿数据与用户的实际位姿数据更加相近。
该预设预测模型的预测时长都为该预设目标时长。
在步骤104中，根据所述第二位姿数据和与所述第一位姿数据对应的图像数据确定待显示图像。
在预测得到该预设目标时长之后的第二位姿数据的情况下，根据该第二位姿数据与该第一位姿数据之间的变化，对该第一位姿数据对应的图像数据进行相应的位姿调整即可得到用户在处于该第二位姿数据的情况下所能看到的该待显示图像。其中，确定该待显示图像的过程中还可以将例如在AR眼镜中需要显示的虚拟物体等添加在该待显示图像中的等。
在步骤105中，对所述待显示图像进行显示。
对该待显示图像进行显示的方式可以是例如在AR眼镜中进行显示，或者也可以是在任意其他的显示器中进行显示。
通过上述技术方案，在对获取到的图像进行显示之前，先根据预设目标时长和当前的第一位姿数据，预测得到该预设目标时长之后的第二位姿数据，并根据该第二位姿数据确定要进行显示的该待显示图像，从而避免了由于对该位姿和图像的的获取、计算、传输等所产生的延迟，而导致用户看到的图像画面与用户当前的实际位姿不相符的情况，并且，设置了多个预设预测模型来分别对获取到的每一个第一位姿数据进行预测处理，从而也避免了预设预测模型对该第一位姿数据进行预测的处理时间大于该获取该第一位姿数据的间隔时间，从而导致获取到该第一位姿数据的情况下无法及时进行预测处理的情况，保障了该第二位姿数据的及时和准确。
在一种可能的实施方式中，所述预设预测模型的个数根据所述预设目标时长和所述第一位姿数据的位姿获取频率确定，以使每获取到所述第一位姿数据时都能确定得到所述目标预测模型来预测所述预设目标时长之后的所述第二位姿数据。其中，该预设预测模型的个数可以是该所述预设目标时长和所述第一位姿数据的位姿获取频率之商。例如，若该预设目标时长为10ms，该第一位姿数据的获取频率为每1ms获取到一个该第一位姿数据，则该预设预测模型的个数可以为10/1＝10个。若该预设目标时长为10ms，该第一位姿数据的获取频率为每2ms获取到一个该第一位姿数据，则该预设预测模型的个数可以为10/2＝5个。
其中，该预设预测模型可以为例如卡尔曼滤波模型(Kalman Filtering Model)。由于该卡尔曼滤波模型在根据第0ms时刻获取到的第一位姿数据预测第10ms时刻可能出现的第二位姿数据的情况下，下一次预测只能在接收到该第10ms时刻实际出现的该第一位姿数据之后，才能继续预测第20ms时刻可能出现的第二位姿数据，因此，根据所述预设目标时长和所述第一位姿数据的位姿获取频率确定该预设预测模型的个数，且根据该第一位姿数据的获取时刻来确定目标预测模型，就能够保障每获取到该第一位姿数据的情况下，都能找到相应的预设预测模型来进行该第二位姿数据的预测。
图2是根据本公开又一示例性实施例示出的一种图像显示方法的流程图。如图2所示，所述方法还包括步骤201至步骤204。
在步骤201中，获取惯性测量单元IMU数据。该惯性测量单元IMU数据中可以包括例如三个加速度计获取到的加速度信号和三个陀螺仪获取到的角速度信号。
在步骤202中，对所述惯性测量单元IMU数据进行第一滤波。该第一滤波可以是卡尔曼滤波。对该惯性测量单元IMU数据进行该第一滤波之后便能得到去噪平滑后的角速度信号和加速度信号等。
在步骤203中，获取与所述惯性测量单元IMU数据对应的相机数据。
该相机数据也即通过相机拍摄到的图像相关的数据。该相机可以为单目相机、双目相机、RGBD相机等等。
在步骤204中，根据所述相机数据和经过所述第一滤波处理后的惯性测量单元IMU数据确定所述第一位姿数据。
其中，根据该相机数据和该惯性测量单元IMU数据确定该第一位姿数据的方法可以为例如先分别通过该相机数据和该惯性测量单元IMU数据确定得到各自的位姿数据，然后再对两个位姿数据进行融合，以得到最终的第一位姿数据；或者，也可以直接将该相机数据中的图像特征加入到该惯性测量单元IMU数据所得到的特征向量中，以综合得到该第一位姿数据。
在一种可能的实施方式中，所述图像显示方法还可以包括如图3中所示的步骤301和步骤302。
在步骤301中，对所述相机数据进行第二滤波。
在步骤302中，根据经过所述第二滤波处理后的相机数据和经过所述第一滤波处理后的惯性测量单元IMU数据确定所述第一位姿数据。
其中，经过该第二滤波处理后的相机数据可以与该第一位姿数据对应的该图像数据。该第二滤波可以与该第一滤波相同，都为卡尔曼滤波，也可以与该第一滤波不相同，只要能够起到对该相机数据进行去噪平滑的效果即可。
通过上述技术方案，能够通过融合惯性测量单元IMU数据和相机数据的方式来获取该第一位姿数据，并且还能在获取该惯性测量单元IMU数据和该相机数据之后，分别通过该第一滤波和该第二滤波来对其进行去噪平滑，从而使得获取到的该第一位姿数据更加平滑准确，进而也就能使得显示给用户的该待显示图像效果更好，从而提高了用户体验。
图4是根据本公开一示例性实施例示出的一种图像显示装置的结构框图，如图4所示，所述装置包括：获取模块10，用于获取第一位姿数据；确定模块20，用于根据获取所述第一位姿数据的时刻在多个预设预测模型中确定目标预测模型；预测模块30，用于通过所述目标预测模型和所述第一位姿数据，预测预设目标时长之后的第二位姿数据；图像确定模块40，用于根据所述第二位姿数据和与所述第一位姿数据对应的图像数据确定待显示图像；显示模块50，用于对所述待显示图像进行显示。
通过上述技术方案，在对获取到的图像进行显示之前，先根据预设目标时长和当前的第一位姿数据，预测得到该预设目标时长之后的第二位姿数据，并根据该第二位姿数据确定要进行显示的该待显示图像，从而避免了由于对该位姿和图像的的获取、计算、传输等所产生的延迟，而导致用户看到的图像画面与用户当前的实际位姿不相符的情况，并且，设置了多个预设预测模型来分别对获取到的每一个第一位姿数据进行预测处理，从而也避免了预设预测模型对该第一位姿数据进行预测的处理时间大于该获取该第一位姿数据的间隔时间，从而导致获取到该第一位姿数据的情况下无法及时进行预测处理的情况，保障了该第二位姿数据的及时和准确。
在一种可能的实施方式中，所述预设预测模型的个数根据所述预设目标时长和所述第一位姿数据的位姿获取频率确定，以使每获取到所述第一位姿数据时都能确定得到所述目标预测模型来预测所述预设目标时长之后的所述第二位姿数据。
图5是根据本公开一示例性实施例示出的一种图像显示装置的结构框图，如图6所示，所述获取模块10包括：第一获取子模101，用于获取惯性测量单元IMU数据；第一滤波模块102，用于对所述惯性测量单元IMU数据进行第一滤波；第二获取子模块103，用于获取与所述惯性测量单元IMU数据对应的相机数据；第一确定子模块104，用于根据所述相机数据和经过所述第一滤波处理后的惯性测量单元IMU数据确定所述第一位姿数据。
在一种可能的实施方式中，如图5所示，所述第二获取子模块103包括：第二滤波子模块1031，用于对所述相机数据进行第二滤波；所述第一确定子模块104还用于：根据经过所述第二滤波处理后的相机数据和经过所述第一滤波处理后的惯性测量单元IMU数据确定所述第一位姿数据。
在一种可能的实施方式中，所述预设预测模型为卡尔曼滤波模型。
下面参考图6，其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取第一位姿数据；根据获取所述第一位姿数据的时刻在多个预设预测模型中确定目标预测模型；通过所述目标预测模型和所述第一位姿数据，预测预设目标时长之后的第二位姿数据；根据所述第二位姿数据和与所述第一位姿数据对应的图像数据确定待显示图像；对所述待显示图像进行显示。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，第一获取模块还可以被描述为“获取第一位姿数据的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例，示例1提供了一种图像显示方法，所述方法包括：获取第一位姿数据；根据获取所述第一位姿数据的时刻在多个预设预测模型中确定目标预测模型；通过所述目标预测模型和所述第一位姿数据，预测预设目标时长之后的第二位姿数据；根据所述第二位姿数据和与所述第一位姿数据对应的图像数据确定待显示图像；对所述待显示图像进行显示。
根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述预设预测模型的个数根据所述预设目标时长和所述第一位姿数据的位姿获取频率确定，以使每获取到所述第一位姿数据时都能确定得到所述目标预测模型来预测所述预设目标时长之后的所述第二位姿数据。
根据本公开的一个或多个实施例，示例3提供了示例1的方法，所述获取第一位姿数据包括：
获取惯性测量单元IMU数据；
对所述惯性测量单元IMU数据进行第一滤波；
获取与所述惯性测量单元IMU数据对应的相机数据；
根据所述相机数据和经过所述第一滤波处理后的惯性测量单元IMU数据确定所述第一位姿数据。
根据本公开的一个或多个实施例，示例4提供了示例3的方法，所述获取与所述惯性测量单元IMU数据对应的相机数据包括：
对所述相机数据进行第二滤波；
所述根据所述相机数据和经过所述第一滤波处理后的惯性测量单元IMU数据确定所述第一位姿数据包括：
根据经过所述第二滤波处理后的相机数据和经过所述第一滤波处理后的惯性测量单元IMU数据确定所述第一位姿数据。
根据本公开的一个或多个实施例，示例5提供了示例1的方法，所述预设预测模型为卡尔曼滤波模型。
根据本公开的一个或多个实施例，示例6提供了一种图像显示装置，所述装置包括：
获取模块，用于获取第一位姿数据；
确定模块，用于根据获取所述第一位姿数据的时刻在多个预设预测模型中确定目标预测模型；
预测模块，用于通过所述目标预测模型和所述第一位姿数据，预测预设目标时长之后的第二位姿数据；
图像确定模块，用于根据所述第二位姿数据和与所述第一位姿数据对应的图像数据确定待显示图像；
显示模块，用于对所述待显示图像进行显示。
根据本公开的一个或多个实施例，示例7提供了示例6的装置，所述预设预测模型的个数根据所述预设目标时长和所述第一位姿数据的位姿获取频率确定，以使每获取到所述第一位姿数据时都能确定得到所述目标预测模型来预测所述预设目标时长之后的所述第二位姿数据。
根据本公开的一个或多个实施例，示例8提供了示例6的装置，所述获取包括：
第一获取子模块，用于获取惯性测量单元IMU数据；
第一滤波模块，用于对所述惯性测量单元IMU数据进行第一滤波；
第二获取子模块，用于获取与所述惯性测量单元IMU数据对应的相机数据；
第一确定子模块，用于根据所述相机数据和经过所述第一滤波处理后的惯性测量单元IMU数据确定所述第一位姿数据。
根据本公开的一个或多个实施例，示例9提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现示例1-5中任一项所述方法的步骤。
根据本公开的一个或多个实施例，示例10提供了一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1-5中任一项所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。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。
Claims (10)
1.一种图像显示方法，其特征在于，所述方法包括：
获取第一位姿数据；
根据获取所述第一位姿数据的时刻在多个预设预测模型中确定目标预测模型；
通过所述目标预测模型和所述第一位姿数据，预测预设目标时长之后的第二位姿数据；
根据所述第二位姿数据和与所述第一位姿数据对应的图像数据确定待显示图像；
对所述待显示图像进行显示。
2.根据权利要求1所述的方法，其特征在于，所述预设预测模型的个数根据所述预设目标时长和所述第一位姿数据的位姿获取频率确定，以使每获取到所述第一位姿数据时都能确定得到所述目标预测模型来预测所述预设目标时长之后的所述第二位姿数据。
3.根据权利要求1所述的方法，其特征在于，所述获取第一位姿数据包括：
获取惯性测量单元IMU数据；
对所述惯性测量单元IMU数据进行第一滤波；
获取与所述惯性测量单元IMU数据对应的相机数据；
根据所述相机数据和经过所述第一滤波处理后的惯性测量单元IMU数据确定所述第一位姿数据。
4.根据权利要求3所述的方法，其特征在于，所述获取与所述惯性测量单元IMU数据对应的相机数据包括：
对所述相机数据进行第二滤波；
所述根据所述相机数据和经过所述第一滤波处理后的惯性测量单元IMU数据确定所述第一位姿数据包括：
根据经过所述第二滤波处理后的相机数据和经过所述第一滤波处理后的惯性测量单元IMU数据确定所述第一位姿数据。
5.根据权利要求1所述的方法，其特征在于，所述预设预测模型为卡尔曼滤波模型。
6.一种图像显示装置，其特征在于，所述装置包括：
获取模块，用于获取第一位姿数据；
确定模块，用于根据获取所述第一位姿数据的时刻在多个预设预测模型中确定目标预测模型；
预测模块，用于通过所述目标预测模型和所述第一位姿数据，预测预设目标时长之后的第二位姿数据；
图像确定模块，用于根据所述第二位姿数据和与所述第一位姿数据对应的图像数据确定待显示图像；
显示模块，用于对所述待显示图像进行显示。
7.根据权利要求6所述的装置，其特征在于，所述预设预测模型的个数根据所述预设目标时长和所述第一位姿数据的位姿获取频率确定，以使每获取到所述第一位姿数据时都能确定得到所述目标预测模型来预测所述预设目标时长之后的所述第二位姿数据。
8.根据权利要求6所述的装置，其特征在于，所述获取模块包括：
第一获取子模块，用于获取惯性测量单元IMU数据；
第一滤波模块，用于对所述惯性测量单元IMU数据进行第一滤波；
第二获取子模块，用于获取与所述惯性测量单元IMU数据对应的相机数据；
第一确定子模块，用于根据所述相机数据和经过所述第一滤波处理后的惯性测量单元IMU数据确定所述第一位姿数据。
9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-5中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-5中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011349390.5A CN112486318A (zh) | 2020-11-26 | 2020-11-26 | 图像显示方法、装置、可读介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011349390.5A CN112486318A (zh) | 2020-11-26 | 2020-11-26 | 图像显示方法、装置、可读介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112486318A true CN112486318A (zh) | 2021-03-12 |
Family
ID=74935242
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011349390.5A Pending CN112486318A (zh) | 2020-11-26 | 2020-11-26 | 图像显示方法、装置、可读介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112486318A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101458325A (zh) * | 2009-01-08 | 2009-06-17 | 华南理工大学 | 一种基于自适应预测的无线传感器网络目标跟踪方法 |
| US20110313664A1 (en) * | 2009-02-09 | 2011-12-22 | Toyota Jidosha Kabushiki Kaisha | Apparatus for predicting the movement of a mobile body |
| CN105593924A (zh) * | 2013-12-25 | 2016-05-18 | 索尼公司 | 图像处理装置、图像处理方法、计算机程序以及图像显示系统 |
| CN108491951A (zh) * | 2018-01-25 | 2018-09-04 | 北京三快在线科技有限公司 | 一种外卖配送时间的预测方法、装置及电子设备 |
| CN109959381A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种定位方法、装置、机器人及计算机可读存储介质 |
| CN110244840A (zh) * | 2019-05-24 | 2019-09-17 | 华为技术有限公司 | 图像处理方法、相关设备及计算机存储介质 |
| JP2019164703A (ja) * | 2018-03-20 | 2019-09-26 | ヤフー株式会社 | 予測装置、予測方法、およびプログラム |
| WO2019192172A1 (zh) * | 2018-04-04 | 2019-10-10 | 歌尔股份有限公司 | 一种姿态预测方法、装置和电子设备 |
| CN111352506A (zh) * | 2020-02-07 | 2020-06-30 | 联想(北京)有限公司 | 图像处理方法、装置、设备及计算机可读存储介质 |
| CN111639591A (zh) * | 2020-05-28 | 2020-09-08 | 深圳地平线机器人科技有限公司 | 轨迹预测模型生成方法、装置、可读存储介质及电子设备 |
-
2020
- 2020-11-26 CN CN202011349390.5A patent/CN112486318A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101458325A (zh) * | 2009-01-08 | 2009-06-17 | 华南理工大学 | 一种基于自适应预测的无线传感器网络目标跟踪方法 |
| US20110313664A1 (en) * | 2009-02-09 | 2011-12-22 | Toyota Jidosha Kabushiki Kaisha | Apparatus for predicting the movement of a mobile body |
| CN105593924A (zh) * | 2013-12-25 | 2016-05-18 | 索尼公司 | 图像处理装置、图像处理方法、计算机程序以及图像显示系统 |
| CN109959381A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种定位方法、装置、机器人及计算机可读存储介质 |
| CN108491951A (zh) * | 2018-01-25 | 2018-09-04 | 北京三快在线科技有限公司 | 一种外卖配送时间的预测方法、装置及电子设备 |
| JP2019164703A (ja) * | 2018-03-20 | 2019-09-26 | ヤフー株式会社 | 予測装置、予測方法、およびプログラム |
| WO2019192172A1 (zh) * | 2018-04-04 | 2019-10-10 | 歌尔股份有限公司 | 一种姿态预测方法、装置和电子设备 |
| CN110244840A (zh) * | 2019-05-24 | 2019-09-17 | 华为技术有限公司 | 图像处理方法、相关设备及计算机存储介质 |
| CN111352506A (zh) * | 2020-02-07 | 2020-06-30 | 联想(北京)有限公司 | 图像处理方法、装置、设备及计算机可读存储介质 |
| CN111639591A (zh) * | 2020-05-28 | 2020-09-08 | 深圳地平线机器人科技有限公司 | 轨迹预测模型生成方法、装置、可读存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111309416B (zh) | 应用界面的信息显示方法、装置、设备及可读介质 | |
| CN112489224A (zh) | 图像绘制方法、装置、可读介质及电子设备 | |
| CN111652675A (zh) | 展示方法、装置和电子设备 | |
| CN110837333A (zh) | 调整多媒体文件的播放进度方法、装置、终端及存储介质 | |
| CN111586295B (zh) | 图像生成方法、装置和电子设备 | |
| CN111915532B (zh) | 图像追踪方法、装置、电子设备及计算机可读介质 | |
| WO2023151558A1 (zh) | 用于显示图像的方法、装置和电子设备 | |
| CN112818898A (zh) | 模型训练方法、装置和电子设备 | |
| CN110715654A (zh) | 终端设备的运动轨迹确定方法、装置、电子设备 | |
| CN112486318A (zh) | 图像显示方法、装置、可读介质及电子设备 | |
| CN112418233A (zh) | 图像处理方法、装置、可读介质及电子设备 | |
| CN111290692B (zh) | 图片显示方法、装置、电子设备及计算机可读介质 | |
| CN114419298A (zh) | 虚拟物体的生成方法、装置、设备及存储介质 | |
| CN113741750A (zh) | 光标位置更新方法、装置和电子设备 | |
| CN113435528A (zh) | 对象分类的方法、装置、可读介质和电子设备 | |
| CN113781539A (zh) | 深度信息获取方法、装置、电子设备和计算机可读介质 | |
| CN111399730A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN113766293A (zh) | 信息显示方法、装置、终端及存储介质 | |
| JP7324792B2 (ja) | 位置情報を生成するための方法及び装置 | |
| CN111782050B (zh) | 图像处理方法和装置、存储介质和电子设备 | |
| CN112328341B (zh) | 模型显示方法，装置，电子设备及存储介质 | |
| CN112214187B (zh) | 水波纹图像实现方法及装置 | |
| CN115862183B (zh) | 传感器特征工程信息构建方法、装置、设备和计算机介质 | |
| CN111625707B (zh) | 推荐应答方法、装置、介质和设备 | |
| CN109255095B (zh) | Imu数据的积分方法、装置、计算机可读介质及电子设备 |
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 |