CN112596659A - 一种基于智能语音和图像处理的绘画方法和装置 - Google Patents

一种基于智能语音和图像处理的绘画方法和装置 Download PDF

Info

Publication number
CN112596659A
CN112596659A CN202011538753.XA CN202011538753A CN112596659A CN 112596659 A CN112596659 A CN 112596659A CN 202011538753 A CN202011538753 A CN 202011538753A CN 112596659 A CN112596659 A CN 112596659A
Authority
CN
China
Prior art keywords
keyword
operation instruction
instruction
keywords
tool
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
CN202011538753.XA
Other languages
English (en)
Other versions
CN112596659B (zh
Inventor
吕星
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.)
Longdong University
Original Assignee
Longdong University
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 Longdong University filed Critical Longdong University
Priority to CN202011538753.XA priority Critical patent/CN112596659B/zh
Publication of CN112596659A publication Critical patent/CN112596659A/zh
Application granted granted Critical
Publication of CN112596659B publication Critical patent/CN112596659B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
    • 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
    • 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
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Processing Or Creating Images (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明通过生成绘图界面，并控制显示所述绘图界面，同时控制将采集的语音信息转换为绘图操作指令语音绘图指令中，提取得到绘图关键词，所述绘图关键词为描述绘图操作的词语，基于语音识别获取到绘图关键词进行聚类自适应划分，基于所述绘图关键词的文本特征，确定与所述绘图关键词对应的绘图操作指令，基于梯度进行初步绘制；绘图操作指令为用于绘制预设的图形模板库中的、与所述绘图关键词匹配的图形的指令；执行所述绘图操作指令，以绘制图形。本发明提出了高效且相对准确的层次聚类方法,使设计传输函数的过程变得直观可见，可以有效提高绘图制作效率和制图美观性，缩短制图时间，简化修改步骤。

Description

一种基于智能语音和图像处理的绘画方法和装置
技术领域
本发明涉及计算机应用技术领域，具体涉及一种基于智能语音和图像处理的绘画方法和装置。
背景技术
现有的绘图系统都是使用者通过轨迹输入设备，比如鼠标、触控笔等进行绘图创作。尤其在某些领域，仅通过轨迹输入设备进行绘图，效率低，美观性差，在一些工作场合(讨论方案策划图等)需要对绘图进行现场绘制或者修改，而通过轨迹输入设备进行效率低，参与性差，绘图修改繁琐，且修改较慢，不能实时分享。
因此，本领域需要一种语音绘图系统及其绘图方法来解决上述问题。
发明内容
为了解决现有技术中的现有的绘图系统在一些工作场合(讨论方案策划图等)需要对绘图进行现场绘制或者修改，而通过轨迹输入设备进行效率低，参与性差，绘图修改繁琐，且修改较慢，不能实时分享的技术问题，本发明提供了一种语音绘图系统及其绘图方法，能够通过语音进行绘图，提高绘图效率和修改效率，能够进行实时分享。
为实现上述目的，本发明请求保护一种基于智能语音和图像处理的绘画方法，其特征在于，包括：
生成绘图界面，并控制显示所述绘图界面，同时控制将采集的语音信息转换为绘图操作指令语音绘图指令中，提取得到绘图关键词，所述绘图关键词为描述绘图操作的词语；
基于所述绘图关键词进行聚类自适应划分；
基于所述绘图关键词的文本特征，确定与所述绘图关键词对应的绘图操作指令，基于梯度进行初步绘制；
所述绘图操作指令为用于绘制预设的图形模板库中的、与所述绘图关键词匹配的图形的指令；
执行所述绘图操作指令，以绘制图形。
本发明还请求保护一种基于智能语音和图像处理的绘画装置，其特征在于，包括本地控制模块、预处理模块、键词提取模块、指令确定模块、指令执行模块：
所述本地控制模块生成绘图界面，并控制显示所述绘图界面，同时控制将采集的语音信息转换为绘图操作指令语音绘图指令中；
所述关键词提取模块提取得到绘图关键词，所述绘图关键词为描述绘图操作的词语；
所述预处理模块基于所述绘图关键词进行聚类自适应划分；
所述指令确定模块基于所述绘图关键词的文本特征，确定与所述绘图关键词对应的绘图操作指令，基于梯度进行初步绘制；
所述绘图操作指令为用于绘制预设的图形模板库中的、与所述绘图关键词匹配的图形的指令；
所述指令执行模块执行所述绘图操作指令，以绘制图形
本发明通过生成绘图界面，并控制显示所述绘图界面，同时控制将采集的语音信息转换为绘图操作指令语音绘图指令中，提取得到绘图关键词，所述绘图关键词为描述绘图操作的词语，基于语音识别获取到绘图关键词进行聚类自适应划分，基于所述绘图关键词的文本特征，确定与所述绘图关键词对应的绘图操作指令，基于梯度进行初步绘制；绘图操作指令为用于绘制预设的图形模板库中的、与所述绘图关键词匹配的图形的指令；执行所述绘图操作指令，以绘制图形。本发明提出了高效且相对准确的层次聚类方法,使设计传输函数的过程变得直观可见，可以有效提高绘图制作效率和制图美观性，缩短制图时间，简化修改步骤。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
附图1为本发明所涉及的一种基于智能语音和图像处理的绘画方法的工作流程图。
附图2为本发明所涉及的一种基于智能语音和图像处理的绘画装置的结构模块图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照附图1，本发明请求保护一种基于智能语音和图像处理的绘画方法，其特征在于，包括：
生成绘图界面，并控制显示所述绘图界面，同时控制将采集的语音信息转换为绘图操作指令语音绘图指令中，提取得到绘图关键词，所述绘图关键词为描述绘图操作的词语；
基于所述绘图关键词进行聚类自适应划分；
基于所述绘图关键词的文本特征，确定与所述绘图关键词对应的绘图操作指令，基于梯度进行初步绘制；
所述绘图操作指令为用于绘制预设的图形模板库中的、与所述绘图关键词匹配的图形的指令；
执行所述绘图操作指令，以绘制图形。
优选的，所述生成绘图界面，并控制显示所述绘图界面，同时控制将采集的语音信息转换为绘图操作指令语音绘图指令中，提取得到绘图关键词，所述绘图关键词为描述绘图操作的词语之前，还包括：
生成语音提示信息，之后控制播放所述语音提示信息；
所述执行所述绘图操作指令，以绘制图形之后，还包括：
根据预设的评估规则对所述绘图图像进行评估。
优选的，所述基于所述绘图关键词进行聚类自适应划分，还包括：
输入初始的体数据,先用桶容器预处理方法,构建层次聚类的初始聚类子簇集合；在初始集合的基础上构建层次聚类树,将体数据的所有子簇层次关系合并到树的根节点上；
通过记录合并过程中的合并距离,在距离曲线上使用“拐点”的检测方法,找出最佳的目标聚类簇数,最后从聚类树的根节点出发分裂成指定k个子簇。
进一步地，所述基于所述绘图关键词的文本特征，确定与所述绘图关键词对应的绘图操作指令，基于梯度进行初步绘制，还包括：
将所述绘图关键词，输入预先训练的绘图指令映射模型，确定与所述绘图关键词对应的绘图操作指令；
其中，所述绘图指令映射模型，能够基于绘图关键词与绘图操作指令之间的对应关系，确定与输入的绘图关键词对应的绘图操作指令；
基于为目标图像设置的第一绘制工具图层上的像素采样点的细节参数值，确定所述第一绘制工具图层上的绘制工具对象的绘制工具大小和绘制工具位置信息；
将所述第一绘制工具图层上的绘制工具对象存入所述第一绘制工具图层对应的绘制工具队列中；
基于所述绘制工具队列中的绘制工具对象，生成所述目标图像对应的目标风格图像的绘制过程；
用三维网格数据的梯度特征生成了每个点处的不透明度参数,函数构成映射关系计算生成的透明度传输函数；
在光线投射法中使用该参数进行透明度叠加,最终在二维屏幕上绘制出经过透明叠加的体绘制图像。
进一步地，所述在光线投射法中使用该参数进行透明度叠加,最终在二维屏幕上绘制出经过透明叠加的体绘制图像，还包括：
用不透明度参数α来描述一个图元的透明与否。α是定义在区间0,1]上的浮点数,计算得到梯度grad后为其计算频度；先定义计数函数count(i),该函数统计了体数据中grad(x，y，z)＝i的采样点的数量,该统计值可以通过遍历一次三维网格上的梯度值得出。接下来定义梯度的频度为:
Figure BDA0002854318460000041
定义梯度和频度的乘积函数:
g(x，y，z)＝grad(x，y，z)·freq(grad(x，y，z))
将加权后的新函数进行归一化,最后得到新的不透明度归一化公式为
Figure BDA0002854318460000042
利用三维网格数据的梯度特征生成了每个点处的不透明度参数,函数α(x，y，z)构成的映射关系就是计算生成的透明度传输函数。
优选的，所述绘图操作指令为用于绘制预设的图形模板库中的、与所述绘图关键词匹配的图形的指令，还包括：
对空中目标时空统计特性的分析，结合空中目标的绘制工具移动模型，建立仿真模型，完成模板库的建立；
所述模板库包含速度变化轨迹、加速度变换轨迹以及空中目标绘制工具移动轨迹，并将观测角度列入参数范围，使其可以根据空中目标的不同绘制工具移动方向得到不同的轨迹图像。
进一步地，所述模板库包含速度变化轨迹、加速度变换轨迹以及空中目标绘制工具移动轨迹，并将观测角度列入参数范围，使其可以根据空中目标的不同绘制工具移动方向得到不同的轨迹图像，还包括：
建立多个不同的坐标系，为空中目标运动轨迹的刻画确立参考基准。坐标系的建立和选取一般基于所研究目标的运动情况、所需分析的运动过程特点来确定；所需的坐标系：
(1)绘制界面质心坐标系(OeXeYeZe)：原点Oe位于绘制界面质心处，Ze轴指向协议绘制界面极方向，Xe指向零度水平面和CTP赤道面的交点，Ye轴通过右手坐标系确定。
(2)绘制界面坐标系(O0X0Y0Z0)：绘制界面坐标系原点O0位于空中目标初始点处，Z0指向天顶方向，X0O0Y0面为水平面，X0轴指向正东方向，Y0轴指向正北方向。
(3)观测坐标系(OXYZ)：观测坐标系O设置在探测相机焦面中心位置，Z轴与观测矢量方向相同，XOY面垂直于观测矢量，与探测焦面平行，X轴指向焦面像元的行方向，Y轴指向焦面像元的列方向。
本发明还请求保护一种基于智能语音和图像处理的绘画装置，其特征在于，包括本地控制模块、预处理模块、键词提取模块、指令确定模块、指令执行模块：
所述本地控制模块生成绘图界面，并控制显示所述绘图界面，同时控制将采集的语音信息转换为绘图操作指令语音绘图指令中；
所述关键词提取模块提取得到绘图关键词，所述绘图关键词为描述绘图操作的词语；
所述预处理模块基于所述绘图关键词进行聚类自适应划分；
所述指令确定模块基于所述绘图关键词的文本特征，确定与所述绘图关键词对应的绘图操作指令，基于梯度进行初步绘制；
所述绘图操作指令为用于绘制预设的图形模板库中的、与所述绘图关键词匹配的图形的指令；
所述指令执行模块执行所述绘图操作指令，以绘制图形。
优选的，所述本地控制模块生成绘图界面，并控制显示所述绘图界面，同时控制将采集的语音信息转换为绘图操作指令语音绘图指令中之前，还包括：
生成语音提示信息，之后控制播放所述语音提示信息；
所述执行所述绘图操作指令，以绘制图形之后，还包括：
根据预设的评估规则对所述绘图图像进行评估。
优选的，所述预处理模块基于所述绘图关键词进行聚类自适应划分，还包括：
输入初始的体数据,先用桶容器预处理方法,构建层次聚类的初始聚类子簇集合；在初始集合的基础上构建层次聚类树,将体数据的所有子簇层次关系合并到树的根节点上；
通过记录合并过程中的合并距离,在距离曲线上使用“拐点”的检测方法,找出最佳的目标聚类簇数,最后从聚类树的根节点出发分裂成指定k个子簇。
优选的，所述指令确定模块基于所述绘图关键词的文本特征，确定与所述绘图关键词对应的绘图操作指令，基于梯度进行初步绘制，还包括：
将所述绘图关键词，输入预先训练的绘图指令映射模型，确定与所述绘图关键词对应的绘图操作指令；
其中，所述绘图指令映射模型，能够基于绘图关键词与绘图操作指令之间的对应关系，确定与输入的绘图关键词对应的绘图操作指令；
基于为目标图像设置的第一绘制工具图层上的像素采样点的细节参数值，确定所述第一绘制工具图层上的绘制工具对象的绘制工具大小和绘制工具位置信息；
将所述第一绘制工具图层上的绘制工具对象存入所述第一绘制工具图层对应的绘制工具队列中；
基于所述绘制工具队列中的绘制工具对象，生成所述目标图像对应的目标风格图像的绘制过程；
用三维网格数据的梯度特征生成了每个点处的不透明度参数,函数构成映射关系计算生成的透明度传输函数；
在光线投射法中使用该参数进行透明度叠加,最终在二维屏幕上绘制出经过透明叠加的体绘制图像。
优选的，所述绘图操作指令为用于绘制预设的图形模板库中的、与所述绘图关键词匹配的图形的指令，还包括：
对空中目标时空统计特性的分析，结合空中目标的绘制工具移动模型，建立仿真模型，完成模板库的建立；
所述模板库包含速度变化轨迹、加速度变换轨迹以及空中目标绘制工具移动轨迹，并将观测角度列入参数范围，使其可以根据空中目标的不同绘制工具移动方向得到不同的轨迹图像。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种基于智能语音和图像处理的绘画方法，其特征在于，包括：
生成绘图界面，并控制显示所述绘图界面，同时控制将采集的语音信息转换为绘图操作指令语音绘图指令中，提取得到绘图关键词，所述绘图关键词为描述绘图操作的词语；
基于所述绘图关键词进行聚类自适应划分；
基于所述绘图关键词的文本特征，确定与所述绘图关键词对应的绘图操作指令，基于梯度进行初步绘制；
所述绘图操作指令为用于绘制预设的图形模板库中的、与所述绘图关键词匹配的图形的指令；
执行所述绘图操作指令，以绘制图形。
2.如权利要求1所述的一种基于智能语音和图像处理的绘画方法，其特征在于，
所述生成绘图界面，并控制显示所述绘图界面，同时控制将采集的语音信息转换为绘图操作指令语音绘图指令中，提取得到绘图关键词，所述绘图关键词为描述绘图操作的词语之前，还包括：
生成语音提示信息，之后控制播放所述语音提示信息；
所述执行所述绘图操作指令，以绘制图形之后，还包括：
根据预设的评估规则对所述绘图图像进行评估。
3.如权利要求1所述的一种基于智能语音和图像处理的绘画方法，其特征在于，所述基于所述绘图关键词进行聚类自适应划分，还包括：
输入初始的体数据,先用桶容器预处理方法,构建层次聚类的初始聚类子簇集合；在初始集合的基础上构建层次聚类树,将体数据的所有子簇层次关系合并到树的根节点上；
通过记录合并过程中的合并距离,在距离曲线上使用“拐点”的检测方法,找出最佳的目标聚类簇数,最后从聚类树的根节点出发分裂成指定k个子簇。
4.如权利要求1所述的一种基于智能语音和图像处理的绘画方法，其特征在于，所述基于所述绘图关键词的文本特征，确定与所述绘图关键词对应的绘图操作指令，基于梯度进行初步绘制，还包括：
将所述绘图关键词，输入预先训练的绘图指令映射模型，确定与所述绘图关键词对应的绘图操作指令；
其中，所述绘图指令映射模型，能够基于绘图关键词与绘图操作指令之间的对应关系，确定与输入的绘图关键词对应的绘图操作指令；
基于为目标图像设置的第一绘制工具图层上的像素采样点的细节参数值，确定所述第一绘制工具图层上的绘制工具对象的绘制工具大小和绘制工具位置信息；
将所述第一绘制工具图层上的绘制工具对象存入所述第一绘制工具图层对应的绘制工具队列中；
基于所述绘制工具队列中的绘制工具对象，生成所述目标图像对应的目标风格图像的绘制过程；
用三维网格数据的梯度特征生成了每个点处的不透明度参数,函数构成映射关系计算生成的透明度传输函数；
在光线投射法中使用该参数进行透明度叠加,最终在二维屏幕上绘制出经过透明叠加的体绘制图像。
5.如权利要求1所述的一种基于智能语音和图像处理的绘画方法，其特征在于，
所述绘图操作指令为用于绘制预设的图形模板库中的、与所述绘图关键词匹配的图形的指令，还包括： 对空中目标时空统计特性的分析，结合空中目标的绘制工具移动模型，建立仿真模型，完成模板库的建立；
所述模板库包含速度变化轨迹、加速度变换轨迹以及空中目标绘制工具移动轨迹，并将观测角度列入参数范围，使其可以根据空中目标的不同绘制工具移动方向得到不同的轨迹图像。
6.一种基于智能语音和图像处理的绘画装置，其特征在于，包括本地控制模块、预处理模块、关键词提取模块、指令确定模块、指令执行模块：
所述本地控制模块生成绘图界面，并控制显示所述绘图界面，同时控制将采集的语音信息转换为绘图操作指令语音绘图指令中；
所述关键词提取模块提取得到绘图关键词，所述绘图关键词为描述绘图操作的词语；
所述预处理模块基于所述绘图关键词进行聚类自适应划分；
所述指令确定模块基于所述绘图关键词的文本特征，确定与所述绘图关键词对应的绘图操作指令，基于梯度进行初步绘制；
所述绘图操作指令为用于绘制预设的图形模板库中的、与所述绘图关键词匹配的图形的指令；
所述指令执行模块执行所述绘图操作指令，以绘制图形。
7.如权利要求6所述的一种基于智能语音和图像处理的绘画装置，其特征在于，所述本地控制模块生成绘图界面，并控制显示所述绘图界面，同时控制将采集的语音信息转换为绘图操作指令语音绘图指令中之前，还包括：
生成语音提示信息，之后控制播放所述语音提示信息；
所述执行所述绘图操作指令，以绘制图形之后，还包括：
根据预设的评估规则对所述绘图图像进行评估。
8.如权利要求6所述的一种基于智能语音和图像处理的绘画装置，其特征在于，
所述预处理模块基于所述绘图关键词进行聚类自适应划分，还包括：
输入初始的体数据,先用桶容器预处理方法,构建层次聚类的初始聚类子簇集合；在初始集合的基础上构建层次聚类树,将体数据的所有子簇层次关系合并到树的根节点上；
通过记录合并过程中的合并距离,在距离曲线上使用“拐点”的检测方法,找出最佳的目标聚类簇数,最后从聚类树的根节点出发分裂成指定k个子簇。
9.如权利要求6所述的一种基于智能语音和图像处理的绘画装置，其特征在于，
所述指令确定模块基于所述绘图关键词的文本特征，确定与所述绘图关键词对应的绘图操作指令，基于梯度进行初步绘制，还包括：
将所述绘图关键词，输入预先训练的绘图指令映射模型，确定与所述绘图关键词对应的绘图操作指令；
其中，所述绘图指令映射模型，能够基于绘图关键词与绘图操作指令之间的对应关系，确定与输入的绘图关键词对应的绘图操作指令；
基于为目标图像设置的第一绘制工具图层上的像素采样点的细节参数值，确定所述第一绘制工具图层上的绘制工具对象的绘制工具大小和绘制工具位置信息；
将所述第一绘制工具图层上的绘制工具对象存入所述第一绘制工具图层对应的绘制工具队列中；
基于所述绘制工具队列中的绘制工具对象，生成所述目标图像对应的目标风格图像的绘制过程；
用三维网格数据的梯度特征生成了每个点处的不透明度参数,函数构成映射关系计算生成的透明度传输函数；
在光线投射法中使用该参数进行透明度叠加,最终在二维屏幕上绘制出经过透明叠加的体绘制图像。
10.如权利要求6所述的一种基于智能语音和图像处理的绘画装置，其特征在于，
所述绘图操作指令为用于绘制预设的图形模板库中的、与所述绘图关键词匹配的图形的指令，还包括：
对空中目标时空统计特性的分析，结合空中目标的绘制工具移动模型，建立仿真模型，完成模板库的建立；
所述模板库包含速度变化轨迹、加速度变换轨迹以及空中目标绘制工具移动轨迹，并将观测角度列入参数范围，使其可以根据空中目标的不同绘制工具移动方向得到不同的轨迹图像。
CN202011538753.XA 2020-12-23 2020-12-23 一种基于智能语音和图像处理的绘画方法和装置 Active CN112596659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011538753.XA CN112596659B (zh) 2020-12-23 2020-12-23 一种基于智能语音和图像处理的绘画方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011538753.XA CN112596659B (zh) 2020-12-23 2020-12-23 一种基于智能语音和图像处理的绘画方法和装置

Publications (2)

Publication Number Publication Date
CN112596659A true CN112596659A (zh) 2021-04-02
CN112596659B CN112596659B (zh) 2021-10-15

Family

ID=75200735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011538753.XA Active CN112596659B (zh) 2020-12-23 2020-12-23 一种基于智能语音和图像处理的绘画方法和装置

Country Status (1)

Country Link
CN (1) CN112596659B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117036203A (zh) * 2023-10-08 2023-11-10 杭州黑岩网络科技有限公司 一种智能绘图方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990081262A (ko) * 1998-04-28 1999-11-15 구자홍 음성 인식 방법
US20080198163A1 (en) * 2005-01-25 2008-08-21 Sony Computer Entertainment Inc. Drawing Method, Image Generating Device, And Electronic Information Apparatus
CN104167013A (zh) * 2014-08-04 2014-11-26 清华大学 一种用于突出显示体数据中目标区域的体绘制方法
CN106683160A (zh) * 2015-11-06 2017-05-17 中国科学院深圳先进技术研究院 一种基于二维直方图的传递函数设计方法及装置
CN108053465A (zh) * 2017-12-11 2018-05-18 深圳市图智能科技有限公司 一种基于体绘制的图像分割结果后处理方法
CN111613218A (zh) * 2020-04-14 2020-09-01 秦皇岛中科鸿合信息科技有限公司 一种语音绘图系统及其绘图方法
CN111897511A (zh) * 2020-07-31 2020-11-06 科大讯飞股份有限公司 一种语音绘图方法、装置、设备及存储介质
CN112051959A (zh) * 2020-09-02 2020-12-08 北京字节跳动网络技术有限公司 一种图像绘制过程的生成方法、装置、设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990081262A (ko) * 1998-04-28 1999-11-15 구자홍 음성 인식 방법
US20080198163A1 (en) * 2005-01-25 2008-08-21 Sony Computer Entertainment Inc. Drawing Method, Image Generating Device, And Electronic Information Apparatus
CN104167013A (zh) * 2014-08-04 2014-11-26 清华大学 一种用于突出显示体数据中目标区域的体绘制方法
CN106683160A (zh) * 2015-11-06 2017-05-17 中国科学院深圳先进技术研究院 一种基于二维直方图的传递函数设计方法及装置
CN108053465A (zh) * 2017-12-11 2018-05-18 深圳市图智能科技有限公司 一种基于体绘制的图像分割结果后处理方法
CN111613218A (zh) * 2020-04-14 2020-09-01 秦皇岛中科鸿合信息科技有限公司 一种语音绘图系统及其绘图方法
CN111897511A (zh) * 2020-07-31 2020-11-06 科大讯飞股份有限公司 一种语音绘图方法、装置、设备及存储介质
CN112051959A (zh) * 2020-09-02 2020-12-08 北京字节跳动网络技术有限公司 一种图像绘制过程的生成方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117036203A (zh) * 2023-10-08 2023-11-10 杭州黑岩网络科技有限公司 一种智能绘图方法及系统
CN117036203B (zh) * 2023-10-08 2024-01-26 杭州黑岩网络科技有限公司 一种智能绘图方法及系统

Also Published As

Publication number Publication date
CN112596659B (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
Jiang et al. Gesture recognition based on skeletonization algorithm and CNN with ASL database
CN106682598B (zh) 一种基于级联回归的多姿态的人脸特征点检测方法
CN107220995B (zh) 一种基于orb图像特征的icp快速点云配准算法的改进方法
CN107742102B (zh) 一种基于深度传感器的手势识别方法
CN100407798C (zh) 三维几何建模系统和方法
CN103729885B (zh) 多视角投影与三维注册联合的手绘场景三维建模方法
CN107357427A (zh) 一种用于虚拟现实设备的手势识别控制方法
CN106599053B (zh) 一种三维模型检索方法
CN110334584B (zh) 一种基于区域全卷积网络的手势识别方法
Linqin et al. Dynamic hand gesture recognition using RGB-D data for natural human-computer interaction
CN112396655B (zh) 一种基于点云数据的船舶目标6d位姿估计方法
Wang et al. Evaluation of Chinese calligraphy by using DBSC vectorization and ICP algorithm
Xu et al. Robust hand gesture recognition based on RGB-D Data for natural human–computer interaction
CN112596659B (zh) 一种基于智能语音和图像处理的绘画方法和装置
CN105975906A (zh) 一种基于面积特征的pca静态手势识别方法
Liu et al. PolishNet-2d and PolishNet-3d: Deep learning-based workpiece recognition
Feng et al. Research and application of multifeature gesture recognition in human-computer interaction based on virtual reality technology
CN106055244B (zh) 一种基于Kinect和语音的人机交互方法
Bhakar et al. A review on classifications of tracking systems in augmented reality
CN105955473A (zh) 一种基于计算机的静态手势图像识别交互系统
CN112926681B (zh) 一种基于深度卷积神经网络的目标检测方法及装置
CN115761118A (zh) 一种基于深度学习的实时表面重建方法
Ke et al. A Visual Human-Computer Interaction System Based on Hybrid Visual Model
Xu et al. A novel multimedia human-computer interaction (HCI) system based on kinect and depth image understanding
Lee et al. Camera pose estimation using voxel-based features for autonomous vehicle localization tracking

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