CN112634469A - 用于处理图像的方法和装置 - Google Patents
用于处理图像的方法和装置 Download PDFInfo
- Publication number
- CN112634469A CN112634469A CN201910902902.7A CN201910902902A CN112634469A CN 112634469 A CN112634469 A CN 112634469A CN 201910902902 A CN201910902902 A CN 201910902902A CN 112634469 A CN112634469 A CN 112634469A
- Authority
- CN
- China
- Prior art keywords
- product
- image
- information
- product information
- user operation
- 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
Links
- 238000012545 processing Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000009877 rendering Methods 0.000 claims abstract description 31
- 230000003190 augmentative effect Effects 0.000 claims abstract description 28
- 238000000605 extraction Methods 0.000 claims abstract description 22
- 230000004044 response Effects 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 230000004927 fusion Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000001960 triggered effect Effects 0.000 claims description 6
- 230000003993 interaction Effects 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 41
- 230000036544 posture Effects 0.000 description 38
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 230000000007 visual effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开的实施例公开了用于处理图像的方法和装置。该方法的一具体实施方式包括:获取产品图像;对产品图像进行特征提取,获得产品图像的特征点信息;基于特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,作为目标产品信息;采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像;响应于检测到针对融合后图像的用户操作,对融合后图像进行用户操作指示的处理。该实施方式可以采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像,进而基于检测到的用户操作,对融合后图像进行用户操作指示的处理,由此,丰富了图像的处理方式以及与用户交互的方式。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于处理图像的方法和装置。
背景技术
随着产品数量的日益增多,如何在众多的产品中进行产品推荐显得越来越重要。尤其是在互联网日益普及的背景下,如何推荐产品受到每个产品提供方的关注。
目前,现有的产品推荐方法通常在基于产品名称、产品类别、产品编码等信息,确定出待推荐产品之后,直接将该待推荐产品的图像、文字描述等信息进行呈现。
发明内容
本公开提出了用于处理图像的方法和装置。
第一方面,本公开的实施例提供了一种用于处理图像的方法,该方法包括:获取产品图像;对产品图像进行特征提取,获得产品图像的特征点信息;基于特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,作为目标产品信息;采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像;响应于检测到针对融合后图像的用户操作,对融合后图像进行用户操作指示的处理。
在一些实施例中,产品信息集合中的产品信息包括:产品的三维模型;以及,将目标产品信息融合于产品图像中,获得融合后图像,包括:基于产品图像中的产品对象的位置信息和姿态信息,确定目标产品信息中的产品的三维模型的位置和姿态;按照目标产品信息中的产品的三维模型的位置和姿态,将目标产品信息中的产品的三维模型融合于产品图像中,获得融合后图像。
在一些实施例中,基于产品图像中的产品对象的位置信息和姿态信息,确定目标产品信息中的产品的三维模型的位置和姿态,包括:将产品图像中的产品对象的姿态信息指示的姿态,确定为目标产品信息中的产品的三维模型的姿态。
在一些实施例中,响应于检测到针对融合后图像的用户操作,对融合后图像进行用户操作指示的处理,包括:响应于检测到对融合后图像中的目标产品信息中的产品的三维模型进行位姿调整的用户操作,按照用户操作指示的调整方式对融合后图像中的产品的三维模型的位姿进行调整。
在一些实施例中,产品信息集合中的产品信息包括:跳转至产品详情页的链接;以及,响应于检测到针对融合后图像的用户操作,对融合后图像进行用户操作指示的处理,包括:
响应于检测到对融合后图像中的链接的点击操作,在融合后图像中预设的用于呈现目标产品信息的图像区域,呈现点击操作触发的跳转操作所跳转至的产品详情页。
在一些实施例中,基于特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,作为目标产品信息,包括:从预先获得的聚类簇集合中,确定特征点信息对应的聚类簇,其中,聚类簇集合中的每个聚类簇与预先确定的产品标识集合中的产品标识相关联;从预先确定的产品信息集合中,确定特征点信息对应的聚类簇所关联的产品标识所标识的产品信息,作为目标产品信息。
在一些实施例中,基于特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,包括:基于特征点信息以及以下至少一项:用户操作对应的用户信息、产品发布时间、产品类别、产品库存余量、产品历史需求量、产品价格幅度,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息。
第二方面,本公开的实施例提供了一种用于处理图像的装置,该装置包括:获取单元,被配置成获取产品图像;提取单元,被配置成对产品图像进行特征提取,获得产品图像的特征点信息;确定单元,被配置成基于特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,作为目标产品信息;融合单元,被配置成采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像;处理单元,被配置成响应于检测到针对融合后图像的用户操作,对融合后图像进行用户操作指示的处理。
在一些实施例中,产品信息集合中的产品信息包括:产品的三维模型;以及,融合单元包括:第一确定模块,被配置成基于产品图像中的产品对象的位置信息和姿态信息,确定目标产品信息中的产品的三维模型的位置和姿态;融合模块,被配置成按照目标产品信息中的产品的三维模型的位置和姿态,将目标产品信息中的产品的三维模型融合于产品图像中,获得融合后图像。
在一些实施例中,第一确定模块包括:确定子模块,被配置成将产品图像中的产品对象的姿态信息指示的姿态,确定为目标产品信息中的产品的三维模型的姿态。
在一些实施例中,处理单元包括:调整模块,被配置成响应于检测到对融合后图像中的目标产品信息中的产品的三维模型进行位姿调整的用户操作,按照用户操作指示的调整方式对融合后图像中的产品的三维模型的位姿进行调整。
在一些实施例中,产品信息集合中的产品信息包括:跳转至产品详情页的链接;以及,处理单元包括:呈现模块,被配置成响应于检测到对融合后图像中的链接的点击操作,在融合后图像中预设的用于呈现目标产品信息的图像区域,呈现点击操作触发的跳转操作所跳转至的产品详情页。
在一些实施例中,确定单元包括:第二确定模块,被配置成从预先获得的聚类簇集合中,确定特征点信息对应的聚类簇,其中,聚类簇集合中的每个聚类簇与预先确定的产品标识集合中的产品标识相关联;第三确定模块,被配置成从预先确定的产品信息集合中,确定特征点信息对应的聚类簇所关联的产品标识所标识的产品信息,作为目标产品信息。
在一些实施例中,确定单元包括:第四确定模块,被配置成基于特征点信息以及以下至少一项:用户操作对应的用户信息、产品发布时间、产品类别、产品库存余量、产品历史需求量、产品价格幅度,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息。
第三方面,本公开的实施例提供了一种用于处理图像的电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得该一个或多个处理器实现如上述用于处理图像的方法中任一实施例的方法。
第四方面,本公开的实施例提供了一种用于处理图像的计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上述用于处理图像的方法中任一实施例的方法。
本公开的实施例提供的用于处理图像的方法和装置,通过获取产品图像,然后,对产品图像进行特征提取,获得产品图像的特征点信息,之后,基于特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,作为目标产品信息,随后,采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像,最后,在检测到针对融合后图像的用户操作的情况下,对融合后图像进行用户操作指示的处理,从而采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像,进而基于检测到的用户操作,对融合后图像进行用户操作指示的处理,由此,丰富了图像的处理方式以及与用户交互的方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于处理图像的方法的一个实施例的流程图;
图3A-图3C是根据本公开的用于处理图像的方法的一个应用场景的示意图;
图4是根据本公开的用于处理图像的方法的又一个实施例的流程图;
图5是根据本公开的用于处理图像的装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的实施例的用于处理图像的方法或用于处理图像的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送数据等。终端设备101、102、103上可以安装有各种客户端应用,例如购物类应用、阅读软件、视频播放软件、新闻资讯类应用、图像处理类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有图像采集装置和显示屏,并且支持图像呈现的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上待呈现的图像(例如将产品信息融合于产品图像中而获得的融合后图像)提供支持的后台服务器。后台服务器可以将产品信息融合于产品图像中,获得融合后图像。以及将融合后图像发送至终端设备。在后台服务器检测到针对融合后图像的用户操作的情况下,后台服务器还可以对融合后图像进行用户操作指示的处理(例如按照用户操作指示的调整方式对融合后图像中的产品的三维模型的位姿进行调整)。作为示例,服务器105可以是云端服务器。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
还需要说明的是,本公开的实施例所提供的用于处理图像的方法可以由服务器执行,也可以由终端设备执行,还可以由服务器和终端设备彼此配合执行。相应地,用于处理图像的装置包括的各个部分(例如各个单元、子单元、模块、子模块)可以全部设置于服务器中,也可以全部设置于终端设备中,还可以分别设置于服务器和终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于处理图像的方法的一个实施例的流程200。该用于处理图像的方法,包括以下步骤:
步骤201,获取产品图像。
在本实施例中,用于处理图像的方法的执行主体(例如图1所示的服务器或终端设备)可以通过有线连接方式或者无线连接方式获取产品图像。其中,当上述执行主体为服务器时,上述产品图像可以是上述执行主体从用户使用的终端设备获取的、该终端设备当前呈现的产品图像,也可以是上述执行主体从用户使用的终端设备获取的、该终端设备上的图像采集装置(例如摄像头)采集到的产品图像;当上述执行主体为终端设备时,上述产品图像可以是上述执行主体当前呈现的产品图像,也可以是设置于上述执行主体上的图像采集装置(例如摄像头)采集到的产品图像。其中,产品图像可以包含产品对象。产品对象可以是对实体产品进行拍摄、绘制而生成的实体产品的影像。
步骤202,对产品图像进行特征提取,获得产品图像的特征点信息。
在本实施例中,上述执行主体可以对步骤201获取到的产品图像进行特征提取,获得产品图像的特征点信息。其中,产品图像的特征点信息可以表征产品图像的尺度不变特征变换(Scale_Invariant Feature Transform、SIFT)特征、加速稳健特征(Speeded UpRobust Features,SURF)等。
可以理解,特征点信息可以用于表征产品图像的特征(例如颜色特征、纹理特征、空间关系特征等)的信息。
步骤203,基于特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,作为目标产品信息。
在本实施例中,上述执行主体可以基于步骤202所获得的特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,作为目标产品信息。
其中,上述产品信息集合可以是一个或多个产品提供方(例如商家)提供的产品的信息的集合,也可以是购物类软件中所发布的各个产品信息的集合。上述产品信息集合中的产品信息可以是用于向用户呈现的产品信息。例如,上述产品信息集合中的产品信息可以包括以下至少一项:产品名称、产品图像、产品提供方的名称等等。其中,上述产品图像可以是二维图像,也可以是三维图像。
在这里,与产品图像中的产品对象相匹配的产品信息可以是该产品对象指示的产品的产品信息,也可以是与该产品对象指示的产品具有相同或类似特点的产品的产品信息。其中,具有相同或类似特点可以为以下至少一项相同或类似:颜色、功能、形状、品牌、品类、价格等等。
作为示例,可以预先将产品对象的特征点信息和与产品对象相匹配的产品信息关联存储于数据库中,由此,上述执行主体可以通过在上述数据库中查询与特征点信息关联存储的产品信息,从而获得目标产品信息。
可以理解,技术人员可以根据实际需求自行确定如何确定与产品图像中的产品对象相匹配的产品信息,本公开的实施例在此不再赘述。
步骤204,采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像。
在本实施例中,上述执行主体可以采用增强现实渲染引擎(例如ARCore、ARKit等等),将步骤203所获得的目标产品信息融合于步骤201所获取的产品图像中,获得融合后图像。
作为示例,当目标产品信息包括二维图像时,上述执行主体可以采用增强现实渲染引擎中的开放图形库(Open Graphics Library,OpenGL),基于目标产品信息包括的二维图像中的各个像素点的位置和颜色,以及产品图像中的各个像素点的位置和颜色,将步骤203所获得的目标产品信息中的二维图像与步骤201所获取的产品图像进行融合,获得融合后图像。
当目标产品信息包括三维图像(例如产品的三维模型)时,上述执行主体可以采用增强现实渲染引擎中的开放图形库,采用如下方式,将步骤203所获得的目标产品信息中的三维图像融合于步骤201所获取的产品图像中,获得融合后图像:
第一步,加载产品的三维模型的顶点信息和纹理信息到数据缓冲区。
第二步,加载顶点和片段着色器程序,以获得融合后图像中的各个像素的颜色。
第三步,将顶点数据和纹理数据传入渲染管线。
第四步,绘制加载产品的三维模型。
这里,上述执行主体可以通过调用开放图形库中的相应函数来实现上述各个步骤,从而获得融合后图像。
可以理解,通过增强现实渲染引擎,将目标产品信息融合于产品图像中,可以增加融合后图像中的产品的三维模型的真实感。
步骤205,响应于检测到针对融合后图像的用户操作,对融合后图像进行用户操作指示的处理。
在本实施例中,在检测到针对融合后图像的用户操作的情况下,上述执行主体可以对融合后图像进行用户操作指示的处理。
上述用户操作可以是用户对上述融合后图像执行的各种操作。作为示例,上述用户操作可以是用于放大或缩小融合后图像的操作,也可以是对融合后图像中的目标产品信息中的产品的三维模型进行位姿调整的操作,还可以是用于打开融合后图像中的链接的操作(例如点击操作)。
可以理解,当用户操作是用于放大或缩小融合后图像的操作时,在检测到针对融合后图像的用户操作的情况下,上述执行主体可以对融合后图像进行放大或缩小;当用户操作是对融合后图像中的目标产品信息中的产品的三维模型进行位姿调整的操作时,在检测到针对融合后图像的用户操作的情况下,上述执行主体可以对融合后图像中的目标产品信息中的产品的三维模型进行位姿调整;当用户操作是用于打开融合后图像中的链接的操作时,在检测到针对融合后图像的用户操作的情况下,上述执行主体可以打开融合后图像中的链接,从而跳转至该链接指示的页面。
具体地,可以通过预先确定的判定规则,来判断用户操作是否为针对融合后图像的用户操作。作为示例,该判定规则可以是“如果用户操作与终端设备相接触的接触点部分位于融合后图像所在的区域内,则将该用户操作确定为针对融合后图像的用户操作”。
在本实施例的一些可选的实现方式中,产品信息集合中的产品信息包括:产品的三维模型。可以理解,产品的三维模型可以是产品的三维图像的信息,产品的三维模型中可以包含深度信息。这样,上述执行主体可以通过渲染产品的三维模型的虚拟摄像头的姿态与增强现实渲染引擎提供的设备摄像头的姿态对齐,进而从正确的透视角度渲染产品的三维模型。所渲染的产品的三维模型可以叠加到上述产品图像上,从而增加融合后图像中的产品的三维模型的真实感。其中,渲染是指采用开放图形库(Open Graphics Library,OpenGL)将产品的三维模型生成三维图像的过程。产品的三维模型是指用语言或者数据结构进行严格定义的三维物体或者虚拟场景的描述,包括几何、视点、纹理、照明和阴影等信息。
在这里,当用户使用的终端设备在真实世界中移动时,增强现实渲染引擎可以检测获取到的产品图像中的视觉差异特征(称为特征点),并采用这些特征点来计算终端设备的位置变化。这些视觉信息与终端设备的惯性测量单元(IMU)的惯性测量结果可以用于估测摄像头随着时间推移而相对于周围真实世界的姿态(位置和方向)。增强现实渲染引擎可以查找位于产品图像中的水平或垂直表面(例如桌子或墙)上的成簇特征点,以确定每个平面的边界,基于视觉差异特征、摄像头随着时间推移而相对于周围真实世界的姿态和平面的边界等信息,增强现实渲染引擎可以将产品的三维模型置于产品图像中的平坦的表面上。此外,增强现实渲染引擎还可以检测产品图像中的光线的相关信息,从而获得产品图像的平均光强度,以及色彩校正信息。基于产品图像的平均光强度以及色彩校正信息,增强现实渲染引擎可以使用与周围环境相同的光照来照亮产品的三维模型,从而提升融合后图像中的产品的三维模型的真实感。
由此,上述步骤204可以包括如下步骤一和步骤二:
步骤一,基于产品图像中的产品对象的位置信息和姿态信息,确定目标产品信息中的产品的三维模型的位置和姿态。
在这里,上述执行主体或者与上述执行主体通信连接的电子设备可以基于步骤202所获得的产品图像的特征点信息,识别出产品图像中的产品对象的位置信息和姿态信息。其中,位置信息可以指示产品图像中的产品对象的位置,姿态信息可以指示产品图像中的产品对象的姿态。
作为示例,上述执行主体可以将目标产品信息中的产品的三维模型的位置和姿态确定为产品图像中的产品对象的位置信息指示的位置和姿态信息指示的姿态,。
作为又一示例,上述执行主体也可以将产品图像中的产品对象的预设位置,确定为目标产品信息中的产品的三维模型的位置。其中,上述预设位置可以是预先确定的位置,例如,上述预设位置可以是产品图像中、产品对象的位置信息指示的位置的上方10像素处的位置。上述执行主体也可以将经过预设变换后的产品图像中的产品对象的姿态信息指示的姿态,确定为目标产品信息中的产品的三维模型的姿态。例如,上述执行主体可以将产品对象按照预设旋转轴旋转预设角度,从而将旋转后的产品图像的姿态,确定为目标产品信息中的产品的三维模型的姿态。
可以理解,实践中,对于搭配使用的两个产品(例如餐桌和餐布),在使用过程中对上述两个产品的位置和姿态通常有固定的要求,因此,在此应用场景下,上述执行主体可以根据其中一个产品的产品对象(例如产品图像中的产品对象)的位置信息指示的位置、姿态信息指示的姿态以及预先确定的两个产品间的相对位置和相对姿态,来确定另一产品(例如目标产品信息中的产品的三维模型)的位置和姿态,以便通过融合后图像来呈现两个产品搭配使用时的效果。
在本实施例的一些可选的实现方式中,上述步骤一可以包括:将产品图像中的产品对象的姿态信息指示的姿态,确定为目标产品信息中的产品的三维模型的姿态。
可以理解,当产品图像中的产品对象与目标产品信息中的产品的三维模型指示相同产品时,本可选的实现方式可以通过将目标产品信息中的产品的三维模型的姿态与产品图像中的产品对象的姿态信息指示的姿态保持一致,从而通过融合后图像实现产品图像中的产品对象与目标产品信息中的产品的三维模型之间的比对,以确定二者之间是否存在差异,进而搜索到与产品图像中的产品对象指示的产品相同或类似的产品,从而在将本可选的实现方式应用于用户购买产品的场景中时,可以方便用户购买产品,节约产品购买时间。
步骤二,按照目标产品信息中的产品的三维模型的位置和姿态,将目标产品信息中的产品的三维模型融合于产品图像中,获得融合后图像。
在本实施例的一些可选的实现方式中,产品信息集合中的产品信息包括:跳转至产品详情页的链接;以及,上述步骤205可以包括:在检测到对融合后图像中的链接的点击操作的情况下,上述执行主体可以在融合后图像中预设的用于呈现目标产品信息的图像区域,呈现点击操作触发的跳转操作所跳转至的产品详情页。
可以理解,本可选的实现方式呈现产品详情页,可以使得用户获得产品的详细介绍,从而可以方便用户购买产品。
继续参见图3A-图3C,图3A-图3C是根据本实施例的用于处理图像的方法的一个应用场景的示意图。在图3A中,终端设备301首先获取产品图像3011,然后,终端设备301对产品图像3011进行特征提取,获得产品图像3011的特征点信息3012,之后,终端设备301基于特征点信息3012,从预先确定的产品信息集合3013中,确定与产品图像3011中的产品对象相匹配的产品信息3014,作为目标产品信息3014,随后,终端设备301采用增强现实渲染引擎,将目标产品信息3014融合于产品图像3011中,获得融合后图像3015,最后,在检测到针对融合后图像3015的用户操作的情况下,终端设备301对融合后图像3015进行用户操作指示的处理。作为示例,请参考图3B,在终端设备301检测到针对融合后图像3015的用户操作(图示中为对融合后图像3015中的链接的点击操作)的情况下,终端设备301对融合后图像3015进行用户操作指示的处理(如图3C所示,终端设备301呈现点击操作触发的跳转操作所跳转至的产品详情页3016)。
目前,现有的产品推荐方法通常在基于产品名称、产品类别、产品编码等信息,确定出待推荐产品之后,直接将该待推荐产品的图像、文字描述等信息进行呈现。而本公开的上述实施例提供的用于处理图像的方法,通过获取产品图像,然后,对产品图像进行特征提取,获得产品图像的特征点信息,之后,基于特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,作为目标产品信息,随后,采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像,最后,在检测到针对融合后图像的用户操作的情况下,对融合后图像进行用户操作指示的处理,由此,采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像,进而基于检测到的用户操作,对融合后图像进行用户操作指示的处理,由此,丰富了图像的处理方式以及与用户交互的方式。
在本实施例的一些可选的实现方式中,上述执行主体可以采用如下步骤(包括第一步和第二步)基于产品图像中的产品对象的位置信息和姿态信息,确定目标产品信息中的产品的三维模型的位置和姿态:
第一步,从预先获得的聚类簇集合中,确定特征点信息对应的聚类簇。其中,聚类簇集合中的每个聚类簇与预先确定的产品标识集合中的产品标识相关联。
第二步,从预先确定的产品信息集合中,确定特征点信息对应的聚类簇所关联的产品标识所标识的产品信息,作为目标产品信息。其中,上述产品信息集合中的各个产品信息制式的产品可以具有产品标识,由此,产品标识可以标识的产品信息。特征点信息对应的聚类簇所关联的产品标识可以是该特征点信息所在的聚类簇的聚类中心对应的样本产品信息具有的产品标识。
作为第一个示例,上述聚类簇集合可以是上述执行主体或者与上述执行主体通信连接的电子设备通过如下步骤(包括第一步骤、第二步骤和第三步骤)获得的:
第一步骤,获取与预先确定的产品标识集合相对应的样本产品图像集合。其中,产品标识对应的样本产品图像为具有该产品标识的产品图像。在这里,产品标识集合中的每个产品标识可以对应一个或多个样本产品图像。作为示例,产品标识可以是产品的品牌、商标等标识。
第二步骤,对于上述样本产品图像集合中的每个样本产品图像,确定该样本产品图像的特征点信息。
第三步骤,对所确定的各产品标识对应的样本产品图像的特征点信息进行聚类,以基于所确定的各产品标识对应的样本产品图像的特征点信息中除离群点之外的特征点信息生成聚类簇集合。其中,离群点为样本产品图像中与产品标识无关的特征点信息,以及将所述聚类簇集合中的每个聚类簇与所述产品标识集合中的同一产品标识相关联。
作为第二个示例,上述聚类簇集合也可以是上述执行主体或者与上述执行主体通信连接的电子设备通过如下步骤(包括第一步骤、第二步骤和第三步骤)获得的:
第一步骤,获取与预先确定的产品标识集合相对应的样本产品图像集合。其中,产品标识对应的样本产品图像为具有该产品标识的产品图像。在这里,产品标识集合中的每个产品标识可以对应一个或多个样本产品图像。例如,产品标识集合中的每个产品标识可以对应大于或等于5个样本产品图像。
第二步骤,对于上述产品标识集合中的每个产品标识,基于该产品标识执行如下步骤:提取所述样本产品图像集合中具有该产品标识的样本产品图像的视觉单词,获得该产品标识对应的视觉单词集合;计算该产品标识对应的视觉单词集合中的视觉单词两两之间的互信息;从计算得到的该产品标识对应的互信息中,按照从大到小的顺序选取目标数量个互信息,作为具有该产品标识的样本产品图像的特征点信息。
第三步骤,对所确定的各产品标识对应的样本产品图像的特征点信息进行聚类,以基于所确定的各产品标识对应的样本产品图像的特征点信息中除离群点之外的特征点信息生成聚类簇集合。其中,离群点为样本产品图像中与产品标识无关的特征点信息,聚类簇集合中的每个聚类簇包括聚类中心,以及将所述聚类簇集合中的每个聚类簇与所述产品标识集合中的同一产品标识相关联。
在本示例中,上述执行主体可以采用如下方式执行上述步骤203:
首先,利用第三步骤得到的聚类中心对第三步骤得到的特征点信息进行量化,将步骤201获取的产品图像表示成视觉词集合。
然后,利用第三步骤中选取出来的各个目标数量个互信息对步骤201获取的产品图像进行特征点信息进行过滤,仅保留包含在各个目标数量个互信息中的特征点信息。对步骤201获取的产品图像与样本产品图像集合中的样本产品图像进行匹配,得到初始匹配点对。其中,初始匹配点对表征样本产品图像集合中的样本产品图像具有的产品标识在该样本产品图像中的位置,以及产品图像中与样本产品图像具有的产品标识相对应的位置。产品图像中与样本产品图像具有的产品标识相对应的位置可以是产品图像中包含该产品标识的各个位置中的概率最大的位置。这里,可以根据实际需求自行设定步骤201获取的产品图像与样本产品图像的匹配规则。例如,上述匹配规则可以是“如果产品图像过滤后的特征点信息与上述第二步骤中获得的具有产品标识的样本产品图像的特征点信息的相似度大于或等于预设相似度阈值,则产品图像与样本产品图像相匹配”。
之后,对于所得到的每个初始配点对,按照距离初始配点对表征的位置由近到远的顺序,从该位置所在的图像中选取预设数量(例如10,下文记作k)个特征点,对每个特征点添加一个关于中心点(匹配点)的对称点,然后对2k个特征点按顺时针方向进行排序,分别得到两个2k长度并且首尾相连的序列。对所得到的两个序列求最长公共子序列(LongestCommon Subsequence,LCS),再求出最长公共子序列中的元素数量与所有2k的比值,作为匹配点对之间的匹配度,如果匹配度小于预设匹配度阈值(例如0.6),则认为是误匹配,将它们从初始匹配点对中剔除。统计保留下来的匹配点对中不同视觉词的数目作为测试图像与样本之间的相似度。计算步骤201获取的产品图像与样本产品图像集合中的各个样本产品图像之间的相似度,将所得到的相似度中最大的相似度作为判断步骤201获取的产品图像是否包含产品标识集合中的产品标识的置信度,如果置信度大于预设置信度阈值,则认为步骤201获取的产品图像包含该产品标识。以及将产品信息集合中,与产品图像中的产品对象包含同一产品标识的产品信息作为目标产品信息。
可以理解,本示例通过对产品图像进行特征点信息过滤,以及从初始匹配点对中剔除误匹配点对,由此在确保从产品信息集合中确定与产品图像中的产品对象包含同一产品标识的目标产品信息的准确度的前提下,提高了从产品信息集合中确定与产品图像中的产品对象包含同一产品标识的目标产品信息的速度,从而提高了产品信息的推荐速度。
在本实施例的一些可选的实现方式中,上述执行主体也可以采用如下步骤基于产品图像中的产品对象的位置信息和姿态信息,确定目标产品信息中的产品的三维模型的位置和姿态:基于特征点信息以及以下至少一项:用户操作对应的用户信息、产品发布时间、产品类别、产品库存余量、产品历史需求量、产品价格幅度,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息。其中,产品发布时间可以是产品在网络上发布的时间。上述用户信息可以包括以下至少一项:性别、年龄范围、收入情况、学历、专业、职业、已购买的产品。由此,当上述执行主体基于用户信息进行产品信息推荐时,可以根据用户的喜好进行更加精确的推荐。
作为示例,上述执行主体或者与上述执行主体通信连接的电子设备可以将特征点信息以及上述至少一项输入至预先训练的产品信息推送模型,从而从预先确定的产品信息集合中确定与产品图像中的产品对象相匹配的产品信息。其中,上述产品信息推送模型可以用于从预先确定的产品信息集合中确定与产品图像中的产品对象相匹配的产品信息。该产品信息推送模型可以是采用机器学习算法,基于训练样本集合训练得到的卷积神经网络。训练样本集合中的训练样本包括输入数据和期望输出数据。输入数据包括特征点信息以及上述至少一项,期望输出数据包括与输入数据项对应的、产品信息集合中与产品图像中的产品对象相匹配的产品信息。
作为又一示例,上述执行主体还可以基于产品发布时间、产品类别、产品库存余量、产品历史需求量、产品价格幅度中的至少一项进行推荐。
可选的,还可以基于产品提供方设置的管理页面中的内容、特征点信息以及用户操作对应的用户信息、产品发布时间、产品类别、产品库存余量、产品历史需求量、产品价格幅度中的至少一项,进行产品信息推荐。在这里,上述管理页面可以用以设置预设时间段内(例如2019年9月10日至2019年9月13日)需要推荐的预先确定的产品信息集合中的产品信息,例如月饼的产品信息。
可以理解,本可选的实现方式可以基于特征点信息以及用户操作对应的用户信息、产品发布时间、产品类别、产品库存余量、产品历史需求量、产品价格幅度中的至少一项,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,从而丰富了产品信息的推荐方式,可以更精准的为用户推荐产品信息或根据产品提供方的需求为用户推荐产品信息。
进一步参考图4,其示出了用于处理图像的方法的又一个实施例的流程400。该用于处理图像的方法的流程400,包括以下步骤:
步骤401,获取产品图像。
在本实施例中,步骤401与图2对应实施例中的步骤201基本一致,这里不再赘述。
步骤402,对产品图像进行特征提取,获得产品图像的特征点信息。
在本实施例中,步骤402与图2对应实施例中的步骤202基本一致,这里不再赘述。
步骤403,基于特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,作为目标产品信息。
在本实施例中,步骤403与图2对应实施例中的步骤203基本一致,这里不再赘述。
在本实施例中,产品信息集合中的产品信息包括:产品的三维模型。
步骤404,采用增强现实渲染引擎,基于产品图像中的产品对象的位置信息和姿态信息,确定目标产品信息中的产品的三维模型的位置和姿态,按照目标产品信息中的产品的三维模型的位置和姿态,将目标产品信息中的产品的三维模型融合于产品图像中,获得融合后图像。
在本实施例中,步骤403的执行方式可以参考图2中对该步骤的相关描述,这里不再赘述。
步骤405,响应于检测到对融合后图像中的目标产品信息中的产品的三维模型进行位姿调整的用户操作,按照用户操作指示的调整方式对融合后图像中的产品的三维模型的位姿进行调整。
在本实施例中,在检测到对融合后图像中的目标产品信息中的产品的三维模型进行位姿调整的用户操作的情况下,上述执行主体可以按照用户操作指示的调整方式对融合后图像中的产品的三维模型的位姿进行调整。其中,位姿调整可以包括移动、旋转等。
具体地,可以通过预先确定的判定规则,来判断用户操作是否为对融合后图像中的目标产品信息中的产品的三维模型进行位姿调整的用户操作。作为示例,该判定规则可以是“如果用户操作为上下滑动或左右滑动的操作,则将该用户操作确定为对融合后图像中的目标产品信息中的产品的三维模型进行位姿调整的用户操作”。
作为示例,当用户操作为用户自左向右滑动屏幕时,该用户操作指示的调整方式可以为旋转。在此应用场景下,上述执行主体可以根据预先确定的、用户自左向右滑动的距离与旋转角度的对应关系,将产品的三维模型旋转相应的角度。例如,预先确定的、用户自左向右滑动的距离与旋转角度的对应关系可以是“用户自左向右每滑动终端设备的屏幕的宽度的十分之一,将产品的三维模型逆时针旋转5°”。
作为又一示例,终端设备上还可以设置有用于用户执行用户操作的按键。例如,上述按键可以包括:用于指示向上滑动的按键、用于指示向下滑动的按键、用于指示向左滑动的按键、用于指示向右滑动的按键。由此,上述执行主体可以通过检测用户对上述按键的触发操作,对融合后图像中的产品的三维模型进行相应的移动。在这里,可以预先设置每个按键与移动距离的关系。例如,按键与移动距离的关系可以是“每检测到一次用户对上述按键的触发操作,将融合后图像中的产品的三维模型按照相应的方向移动5像素”。
需要说明的是,除上面所记载的内容外,本实施例还可以包括与图2对应的实施例相同或类似的特征、效果,在此不再赘述。
从图4中可以看出,本实施例中的用于处理图像的方法的流程400在检测到对融合后图像中的目标产品信息中的产品的三维模型进行位姿调整的用户操作的情况下,按照用户操作指示的调整方式对融合后图像中的产品的三维模型的位姿进行调整,从而可以根据用户的意愿,确定产品的三维模型的位置和姿态,由此,丰富了产品的呈现方式,方便用户通过产品的三维模型的各个角度了解产品。
进一步参考图5,作为对上述图2所示方法的实现,本公开提供了一种用于处理图像的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,除下面所记载的特征外,该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征,以及产生与图2所示的方法实施例相同或相应的效果。该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于处理图像的装置500包括:获取单元501、提取单元502、确定单元503、融合单元504和处理单元505。其中,获取单元501,被配置成获取产品图像;提取单元502,被配置成对产品图像进行特征提取,获得产品图像的特征点信息;确定单元503,被配置成基于特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,作为目标产品信息;融合单元504,被配置成采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像;处理单元505,被配置成响应于检测到针对融合后图像的用户操作,对融合后图像进行用户操作指示的处理。
在本实施例中,用于处理图像的装置500的获取单元501可以可以通过有线连接方式或者无线连接方式获取产品图像。
在本实施例中,上述提取单元502可以对获取单元501获取到的产品图像进行特征提取,获得产品图像的特征点信息。其中,产品图像的特征点信息可以是产品图像的尺度不变特征变换(Scale_Invariant Feature Transform、SIFT)特征、SURF(Speeded Up RobustFeatures)特征等。
在本实施例中,上述确定单元503可以基于提取单元502提取的特征点信息,从预先确定的产品信息集合中,确定与获取单元501获取到的产品图像中的产品对象相匹配的产品信息,作为目标产品信息。其中,上述产品信息集合可以是一个或多个产品提供方(例如商家)提供的产品的信息的集合,也可以是购物类软件中所发布的各个产品信息的集合。上述产品信息集合中的产品信息可以是用于呈现给用户的产品信息。例如,上述产品信息集合中的产品信息可以包括以下至少一项:产品名称、产品图像、提供产品信息对应的产品的产品提供方的名称等等。其中,上述产品图像可以是二维图像,也可以是三维图像。
在本实施例中,上述融合单元504可以采用增强现实渲染引擎,将确定单元503确定的目标产品信息融合于获取单元501获取到的产品图像中,获得融合后图像。
在本实施例中,在检测到针对融合后图像的用户操作的情况下,处理单元505可以对融合单元504获得的融合后图像进行用户操作指示的处理。其中,上述用户操作可以是用户对上述融合后图像执行的各种操作。作为示例,上述用户操作可以是用于放大或缩小融合后图像的操作,也可以是对融合后图像中的目标产品信息中的产品的三维模型进行位姿调整的操作,还可以是用于打开融合后图像中的链接的操作(例如点击操作)。
在本实施例的一些可选的实现方式中,产品信息集合中的产品信息包括:产品的三维模型;以及,融合单元504包括:第一确定模块(图中未示出),被配置成基于产品图像中的产品对象的位置信息和姿态信息,确定目标产品信息中的产品的三维模型的位置和姿态。融合模块(图中未示出),被配置成按照目标产品信息中的产品的三维模型的位置和姿态,将目标产品信息中的产品的三维模型融合于产品图像中,获得融合后图像。
在本实施例的一些可选的实现方式中,第一确定模块包括:确定子模块(图中未示出),被配置成将产品图像中的产品对象的姿态信息指示的姿态,确定为目标产品信息中的产品的三维模型的姿态。
在本实施例的一些可选的实现方式中,处理单元505包括:调整模块(图中未示出),被配置成响应于检测到对融合后图像中的目标产品信息中的产品的三维模型进行位姿调整的用户操作,按照用户操作指示的调整方式对融合后图像中的产品的三维模型的位姿进行调整。
在本实施例的一些可选的实现方式中,产品信息集合中的产品信息包括:跳转至产品详情页的链接;以及,处理单元505包括:呈现模块(图中未示出),被配置成响应于检测到对融合后图像中的链接的点击操作,在融合后图像中预设的用于呈现目标产品信息的图像区域,呈现点击操作触发的跳转操作所跳转至的产品详情页。
在本实施例的一些可选的实现方式中,确定单元包括:第二确定模块(图中未示出),被配置成从预先获得的聚类簇集合中,确定特征点信息对应的聚类簇,其中,聚类簇集合中的每个聚类簇与预先确定的产品标识集合中的产品标识相关联。第三确定模块(图中未示出),被配置成从预先确定的产品信息集合中,确定特征点信息对应的聚类簇所关联的产品标识所标识的产品信息,作为目标产品信息。
在本实施例的一些可选的实现方式中,确定单元503包括:第四确定模块(图中未示出),被配置成基于特征点信息以及以下至少一项:用户操作对应的用户信息、产品发布时间、产品类别、产品库存余量、产品历史需求量、产品价格幅度,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息。
本公开的上述实施例提供的用于处理图像的装置,通过获取单元501获取产品图像,之后,提取单元502对产品图像进行特征提取,获得产品图像的特征点信息,随后,确定单元503基于特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,作为目标产品信息,然后,融合单元504采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像,最后,处理单元505响应于检测到针对融合后图像的用户操作,对融合后图像进行用户操作指示的处理,由此,采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像,进而基于检测到的用户操作,对融合后图像进行用户操作指示的处理,由此,丰富了图像的处理方式以及与用户交互的方式。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或终端设备)600的结构示意图。本公开的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示出的终端设备/服务器仅仅是一个示例,不应对本公开的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。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
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,执行本公开的实施例的方法中限定的上述功能。
需要说明的是,本公开的实施例所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。在本公开的实施例中,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。而在本公开的实施例中,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。
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:获取产品图像;对产品图像进行特征提取,获得产品图像的特征点信息;基于特征点信息,从预先确定的产品信息集合中,确定与产品图像中的产品对象相匹配的产品信息,作为目标产品信息;采用增强现实渲染引擎,将目标产品信息融合于产品图像中,获得融合后图像;响应于检测到针对融合后图像的用户操作,对融合后图像进行用户操作指示的处理。
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实施例的操作的计算机程序代码,所述程序设计语言包括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。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、提取单元、确定单元、融合单元和处理单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取产品图像的单元”。
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,本公开中所涉及的发明范围,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发明构思的情况下,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。
Claims (10)
1.一种用于处理图像的方法,包括:
获取产品图像;
对所述产品图像进行特征提取,获得所述产品图像的特征点信息;
基于所述特征点信息,从预先确定的产品信息集合中,确定与所述产品图像中的产品对象相匹配的产品信息,作为目标产品信息;
采用增强现实渲染引擎,将所述目标产品信息融合于所述产品图像中,获得融合后图像;
响应于检测到针对所述融合后图像的用户操作,对所述融合后图像进行所述用户操作指示的处理。
2.根据权利要求1所述的方法,其中,所述产品信息集合中的产品信息包括:产品的三维模型;以及
所述将所述目标产品信息融合于所述产品图像中,获得融合后图像,包括:
基于所述产品图像中的产品对象的位置信息和姿态信息,确定所述目标产品信息中的产品的三维模型的位置和姿态;
按照所述目标产品信息中的产品的三维模型的位置和姿态,将所述目标产品信息中的产品的三维模型融合于所述产品图像中,获得融合后图像。
3.根据权利要求2所述的方法,其中,所述基于所述产品图像中的产品对象的位置信息和姿态信息,确定所述目标产品信息中的产品的三维模型的位置和姿态,包括:
将所述产品图像中的产品对象的姿态信息指示的姿态,确定为所述目标产品信息中的产品的三维模型的姿态。
4.根据权利要求2所述的方法,其中,所述响应于检测到针对所述融合后图像的用户操作,对所述融合后图像进行所述用户操作指示的处理,包括:
响应于检测到对所述融合后图像中的目标产品信息中的产品的三维模型进行位姿调整的用户操作,按照所述用户操作指示的调整方式对所述融合后图像中的产品的三维模型的位姿进行调整。
5.根据权利要求1所述的方法,其中,所述产品信息集合中的产品信息包括:跳转至产品详情页的链接;以及
所述响应于检测到针对所述融合后图像的用户操作,对所述融合后图像进行所述用户操作指示的处理,包括:
响应于检测到对所述融合后图像中的链接的点击操作,在所述融合后图像中预设的用于呈现所述目标产品信息的图像区域,呈现所述点击操作触发的跳转操作所跳转至的产品详情页。
6.根据权利要求1-5之一所述的方法,其中,所述基于所述特征点信息,从预先确定的产品信息集合中,确定与所述产品图像中的产品对象相匹配的产品信息,作为目标产品信息,包括:
从预先获得的聚类簇集合中,确定所述特征点信息对应的聚类簇,其中,所述聚类簇集合中的每个聚类簇与预先确定的产品标识集合中的产品标识相关联;
从预先确定的产品信息集合中,确定所述特征点信息对应的聚类簇所关联的产品标识所标识的产品信息,作为目标产品信息。
7.根据权利要求1-5之一所述的方法,其中,所述基于所述特征点信息,从预先确定的产品信息集合中,确定与所述产品图像中的产品对象相匹配的产品信息,包括:
基于所述特征点信息以及以下至少一项:用户操作对应的用户信息、产品发布时间、产品类别、产品库存余量、产品历史需求量、产品价格幅度,从预先确定的产品信息集合中,确定与所述产品图像中的产品对象相匹配的产品信息。
8.一种用于处理图像的装置,包括:
获取单元,被配置成获取产品图像;
提取单元,被配置成对所述产品图像进行特征提取,获得所述产品图像的特征点信息;
确定单元,被配置成基于所述特征点信息,从预先确定的产品信息集合中,确定与所述产品图像中的产品对象相匹配的产品信息,作为目标产品信息;
融合单元,被配置成采用增强现实渲染引擎,将所述目标产品信息融合于所述产品图像中,获得融合后图像;
处理单元,被配置成响应于检测到针对所述融合后图像的用户操作,对所述融合后图像进行所述用户操作指示的处理。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910902902.7A CN112634469B (zh) | 2019-09-24 | 2019-09-24 | 用于处理图像的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910902902.7A CN112634469B (zh) | 2019-09-24 | 2019-09-24 | 用于处理图像的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112634469A true CN112634469A (zh) | 2021-04-09 |
CN112634469B CN112634469B (zh) | 2024-08-16 |
Family
ID=75282705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910902902.7A Active CN112634469B (zh) | 2019-09-24 | 2019-09-24 | 用于处理图像的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112634469B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674397A (zh) * | 2021-04-23 | 2021-11-19 | 阿里巴巴新加坡控股有限公司 | 一种数据处理方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318604A (zh) * | 2014-10-21 | 2015-01-28 | 四川华雁信息产业股份有限公司 | 一种3d图像拼接方法及装置 |
CN105580006A (zh) * | 2013-02-07 | 2016-05-11 | 禅色公司 | 基于颜色进行识别、搜索和匹配产品的系统和方法 |
CN106981100A (zh) * | 2017-04-14 | 2017-07-25 | 陈柳华 | 一种虚拟现实与真实场景融合的装置 |
WO2017167159A1 (zh) * | 2016-03-29 | 2017-10-05 | 中兴通讯股份有限公司 | 图像定位方法及装置 |
CN107506038A (zh) * | 2017-08-28 | 2017-12-22 | 荆门程远电子科技有限公司 | 一种基于移动终端的三维虚拟地球交互方法 |
CN108108111A (zh) * | 2017-12-14 | 2018-06-01 | 维沃移动通信有限公司 | 一种锁屏图片信息的查看方法、装置及移动终端 |
CN108846377A (zh) * | 2018-06-29 | 2018-11-20 | 百度在线网络技术(北京)有限公司 | 用于拍摄图像的方法和装置 |
CN109145141A (zh) * | 2018-09-06 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 信息展示方法和装置 |
CN109656364A (zh) * | 2018-08-15 | 2019-04-19 | 亮风台(上海)信息科技有限公司 | 一种用于在用户设备上呈现增强现实内容的方法与设备 |
CN110246163A (zh) * | 2019-05-17 | 2019-09-17 | 联想(上海)信息技术有限公司 | 图像处理方法及其装置、设备、计算机存储介质 |
-
2019
- 2019-09-24 CN CN201910902902.7A patent/CN112634469B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105580006A (zh) * | 2013-02-07 | 2016-05-11 | 禅色公司 | 基于颜色进行识别、搜索和匹配产品的系统和方法 |
CN104318604A (zh) * | 2014-10-21 | 2015-01-28 | 四川华雁信息产业股份有限公司 | 一种3d图像拼接方法及装置 |
WO2017167159A1 (zh) * | 2016-03-29 | 2017-10-05 | 中兴通讯股份有限公司 | 图像定位方法及装置 |
CN106981100A (zh) * | 2017-04-14 | 2017-07-25 | 陈柳华 | 一种虚拟现实与真实场景融合的装置 |
CN107506038A (zh) * | 2017-08-28 | 2017-12-22 | 荆门程远电子科技有限公司 | 一种基于移动终端的三维虚拟地球交互方法 |
CN108108111A (zh) * | 2017-12-14 | 2018-06-01 | 维沃移动通信有限公司 | 一种锁屏图片信息的查看方法、装置及移动终端 |
CN108846377A (zh) * | 2018-06-29 | 2018-11-20 | 百度在线网络技术(北京)有限公司 | 用于拍摄图像的方法和装置 |
CN109656364A (zh) * | 2018-08-15 | 2019-04-19 | 亮风台(上海)信息科技有限公司 | 一种用于在用户设备上呈现增强现实内容的方法与设备 |
CN109145141A (zh) * | 2018-09-06 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 信息展示方法和装置 |
CN110246163A (zh) * | 2019-05-17 | 2019-09-17 | 联想(上海)信息技术有限公司 | 图像处理方法及其装置、设备、计算机存储介质 |
Non-Patent Citations (1)
Title |
---|
杨洪飞;夏晖;陈忻;孙胜利;饶鹏;: "图像融合在空间目标三维重建中的应用", 红外与激光工程, no. 09 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674397A (zh) * | 2021-04-23 | 2021-11-19 | 阿里巴巴新加坡控股有限公司 | 一种数据处理方法及装置 |
CN113674397B (zh) * | 2021-04-23 | 2024-06-11 | 阿里巴巴创新公司 | 一种数据处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112634469B (zh) | 2024-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109858445B (zh) | 用于生成模型的方法和装置 | |
CN109508681B (zh) | 生成人体关键点检测模型的方法和装置 | |
US10762387B2 (en) | Method and apparatus for processing image | |
US10846534B1 (en) | Systems and methods for augmented reality navigation | |
CN110046600B (zh) | 用于人体检测的方法和装置 | |
CN108280477B (zh) | 用于聚类图像的方法和装置 | |
US20140079281A1 (en) | Augmented reality creation and consumption | |
CN109255767B (zh) | 图像处理方法和装置 | |
US20140078174A1 (en) | Augmented reality creation and consumption | |
CN110033423B (zh) | 用于处理图像的方法和装置 | |
CN112435338B (zh) | 电子地图的兴趣点的位置获取方法、装置及电子设备 | |
CN109583389B (zh) | 绘本识别方法及装置 | |
CN111666898B (zh) | 用于识别车辆所属类别的方法和装置 | |
CN110781823B (zh) | 录屏检测方法、装置、可读介质及电子设备 | |
US9990665B1 (en) | Interfaces for item search | |
KR20200066745A (ko) | 옵트아웃 인터스티셜을 이용한 미디어 컬렉션 탐색 | |
US20140140623A1 (en) | Feature Searching Based on Feature Quality Information | |
CN111832579B (zh) | 地图兴趣点数据处理方法、装置、电子设备以及可读介质 | |
CN111767750A (zh) | 图像处理方法和装置 | |
CN111726675A (zh) | 对象的信息显示方法、装置、电子设备及计算机存储介质 | |
CN111767456B (zh) | 用于推送信息的方法和装置 | |
CN112634469B (zh) | 用于处理图像的方法和装置 | |
CN110413869B (zh) | 用于推送信息的方法和装置 | |
CN111310595A (zh) | 用于生成信息的方法和装置 | |
CN108446737B (zh) | 用于识别对象的方法和装置 |
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 |