CN112905005A - 用于车辆的自适应显示方法、装置及存储介质 - Google Patents

用于车辆的自适应显示方法、装置及存储介质 Download PDF

Info

Publication number
CN112905005A
CN112905005A CN202110086240.8A CN202110086240A CN112905005A CN 112905005 A CN112905005 A CN 112905005A CN 202110086240 A CN202110086240 A CN 202110086240A CN 112905005 A CN112905005 A CN 112905005A
Authority
CN
China
Prior art keywords
vehicle
image
interior portion
user
vehicle interior
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
Application number
CN202110086240.8A
Other languages
English (en)
Inventor
陈剑峰
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.)
Lingyue Digital Information Technology Co ltd
Original Assignee
Lingyue Digital Information 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 Lingyue Digital Information Technology Co ltd filed Critical Lingyue Digital Information Technology Co ltd
Priority to CN202110086240.8A priority Critical patent/CN112905005A/zh
Publication of CN112905005A publication Critical patent/CN112905005A/zh
Pending legal-status Critical Current

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
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • 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
    • 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
    • G06F3/04815—Interaction with a metaphor-based environment or interaction object displayed as three-dimensional, e.g. changing the user viewpoint with respect to the environment or object
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers
    • 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
    • G06T19/006—Mixed reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

公开了用于车辆的自适应显示方法、装置及存储介质。一种用于车辆的自适应显示方法，包括：接收由用户在第一车辆内对车辆内饰进行拍摄而取得的第一图像；通过用第二车辆的对应的车辆内饰部分的图像替换第一图像中的车辆内饰部分的图像，生成第二图像，其中第二车辆是用户感兴趣的车辆，并且，第二车辆的对应的车辆内饰部分的图像是基于第二车辆的3D模型和/或第二车辆内部的全景图像而生成的；以及发送第二图像，以供向用户进行显示。

Description

用于车辆的自适应显示方法、装置及存储介质
技术领域
本公开涉及用于车辆的自适应显示方法、装置及存储介质。
背景技术
增强现实技术是已知的技术。希望将增强现实技术应用到车辆推广情境中，以提升用户体验。
发明内容
本公开的一个目的是提供一种新的用于车辆的自适应显示方法和装置。
本公开提出了用于车辆的自适应显示方法，该方法包括：接收由用户在第一车辆内对车辆内饰进行拍摄而取得的第一图像；通过用第二车辆的对应的车辆内饰部分的图像替换第一图像中的车辆内饰部分的图像，生成第二图像，其中第二车辆是用户感兴趣的车辆，并且，第二车辆的对应的车辆内饰部分的图像是基于第二车辆的3D模型和/或第二车辆内部的全景图像而生成的；以及发送第二图像，以供向用户进行显示。
从参考附图的以下描述中，本公开其他特征和优点将变得清楚。
附图说明
并入说明书中并构成说明书的一部分的附图图示了本公开的实施例，并且与说明书一起用于解释本公开的原理而没有限制。在各图中，类似的标号用于表示类似的项目。
图1是根据本公开的一些实施例的示例性自适应显示装置的框图。
图2是图示根据本公开的一些实施例的示例性自适应显示方法的流程图。
图3是图示根据本公开的一些实施例的增强图像生成处理的示例性详细步骤的流程图。
图4示出了根据本公开的一些实施例的其中可应用本公开的一般硬件环境。
具体实施方式
在以下详细描述中，阐述了许多具体细节以提供对所描述的示例性实施例的透彻理解。但是，对于本领域技术人员清楚的是，所描述的实施例可以在没有这些具体细节中的一些或全部的情况下进行实践。在所描述的示例性实施例中，为了避免不必要地模糊本公开的概念，没有详细描述众所周知的结构或处理步骤。
下文所示的每个框图内的方框可以通过硬件、软件、固件或其任意组合来实现以实现本公开的原理。本领域技术人员应该理解的是，每个框图中描述的方框可以被组合或分成子框来实现本公开的原理。
本公开中呈现的方法的步骤旨在是说明性的。在一些实施例中，该方法可以用未描述的一个或多个附加步骤来完成和/或在没有所讨论的一个或多个步骤的情况下完成。此外，方法的步骤被图示和描述的顺序并不旨在是限制性的。
图1是根据本公开的一些实施例的示例性自适应显示装置100的框图。如图1所示，装置100可以包括：接收部件110，被配置成接收由用户在第一车辆内对车辆内饰进行拍摄而取得的第一图像；增强图像生成部件120，被配置成通过用第二车辆的对应的车辆内饰部分的图像替换第一图像中的车辆内饰部分的图像，生成第二图像，其中第二车辆是用户感兴趣的车辆，并且，第二车辆的对应的车辆内饰部分的图像是基于第二车辆的3D模型和/或第二车辆内部的全景图像而生成的；发送部件130，被配置成发送第二图像，以供向用户进行显示；更改部件140，被配置成更改第二图像中的车辆内饰部分的至少一部分的颜色和/或材质，和/或更改第二图像中的有关于车辆外部环境的内容；以及反馈收集部件150，被配置成接收有关于在显示第二图像的同时的用户反馈的数据，以确定用户偏好。尽管在图1中未示出，装置100还可以包括本地的或者远程的存储部件，该存储部件可以存储包含第二车辆在内的多台车辆的3D模型和/或车辆内部的全景图像(比如360°全景图像)，并且该存储部件还可以临时缓存所生成的第二图像。存储部件还可以根据实际需要存储其他的数据或信息。
这里，第一车辆可以是用户当前所处位置的车辆，可以是自有车辆或者在车辆展厅中正在试乘的车辆，而第二车辆可以是用户感兴趣并且想要购买的车辆。车辆内饰指车辆内部的整体配置，其包括车辆的方向盘、仪表盘、中控、座椅、车门、天窗等的配置。车辆内饰可以指代车辆的内部环境。
根据本公开的自适应显示装置100可以是终端设备，比如用户用以执行拍摄的智能终端设备，或者可以是服务器设备，比如由车辆制造商或经销商维护的服务器设备。在本公开中，智能终端设备可以包括：智能手机、平板电脑、AR(增强现实)眼镜、MR(混合现实)眼镜等等。
下文将进一步详细描述如图1所示的各部件的操作。
图2是图示根据本公开的一些实施例的示例性自适应显示方法200的流程图。
方法200从步骤S210开始，在步骤S210处，接收部件110接收由用户在第一车辆内对车辆内部环境进行拍摄而取得的第一图像(即原始图像)。这里，第一图像包括构成视频流的多个图像。换言之，第一图像对应于构成视频流的帧。以下，介绍对一帧图像的处理方式，然而，应理解，能够以类似方式处理视频流中的每一帧图像。用户可以使用如前所述的智能终端设备来取得第一图像。
可以考虑以下情境：用户坐在自有车辆的驾驶位上，举起智能手机从左向右地拍摄车内景象，从而产生相应的视频流。在此视频流中，将包含例如车辆左侧后视镜、左侧A柱、前挡风玻璃、方向盘、仪表盘、中控、车辆右侧A柱以及右侧车门的图像。更具体而言，比如，在此视频流的第一帧中，将包含例如车辆左侧后视镜、左侧A柱、前挡风玻璃、方向盘、仪表盘的图像。顺便提及，在第一帧中包含前挡风玻璃的情况下，第一帧还可能包含有关于车辆外部环境的内容，比如车辆外部的草地、树木等。
方法200前进到步骤S220，在步骤S220处，增强图像生成部件120通过用第二车辆的对应的车辆内饰部分(以下称作第二内饰部分)的图像替换第一图像中的车辆内饰部分(以下称作第一内饰部分)的图像，生成第二图像(即增强图像)。以下参照图3来介绍第二图像生成处理的示例性详细步骤。
在步骤S222处，增强图像生成部件120通过分析第一图像来确定用户在第一车辆内的位置和视角。这里，用户在第一车辆内的位置例如可以包括：驾驶位、副驾驶位、后排左侧位置、后排中间位置、和后排右侧位置。用户在第一车辆内的视角例如可以包括：前、后、左、右、上、下视角，左前方、右前方、左后方、右后方视角、左上方、右上方、左下方、右下方视角、以及前上方、后上方、前下方、后下方视角。应理解，用户在车辆内的位置和视角不限于此。用户在车辆内的位置和视角可以进一步细分。机器学习技术可以被用于基于在类似车辆内多个位置处从多个视角拍摄的图片数据来训练用于分析的模型。这里，类似车辆指车型类似，比如在其他五座车中拍摄的图片数据。训练好的模型可以用于确定用户在第一车辆内的位置和视角。比如，在第一图像中包含例如车辆左侧后视镜、左侧A柱、前挡风玻璃、方向盘、仪表盘的图像的情况下，可以确定用户坐在驾驶位并且朝向左前方拍摄。
在步骤S224处，增强图像生成部件120使用所确定的位置和视角来确定第二内饰部分的图像。更具体而言，增强图像生成部件120首先使用所确定的位置和视角来确定在第二车辆内的所确定的位置处以所确定的视角能够看到的3D模型和/或全景图像的感兴趣部分，然后，通过特征匹配或者相似度计算来确定要用于替换第一内饰部分的第二内饰部分的图像。
以下介绍通过特征匹配来确定第二内饰部分的图像的情形。可以在第一内饰部分的图像上标注第一组特征点，并且在3D模型和/或全景图像的感兴趣部分上标注第二组特征点，进一步地，计算第一组的特征点与第二组的特征点之间的匹配程度(或者接近程度)。并且，例如，可以将与第一内饰部分匹配程度最高的第二内饰部分的图像确定为将用于替换的图像。这里，特征点例如可以是表示内饰部分中的关键部件的边缘的特征点。关键部件指辨识度高的部件，比如方向盘、后视镜、车门等等。应理解，在特征匹配的过程中所考虑的特征并不限于特征点，而是也可以使用比如线特征、面特征等之类的其他特征。
可替代地，可以通过相似度计算来确定第二内饰部分的图像。可以针对第一内饰部分的图像和3D模型和/或全景图像的感兴趣部分执行相似度计算(或者相关性计算)。并且，例如，可以将与第一内饰部分相似度最高的第二内饰部分的图像确定为将用于替换的图像。
应理解，第一图像通常是2D图像。为了完成在第一图像与3D模型的感兴趣部分之间的特征匹配或者相似度计算，可以将3D模型的感兴趣部分变换成2D图像。可替代地，在第一图像中包含深度信息的情况下，可以将第一图像变换成3D体之后执行与3D模型的感兴趣部分的特征匹配或者相似度计算。
此外，全景图像通常是2D图像。因此，可以直接在第一图像与全景图像之间执行特征匹配或者相似度计算。可替代地，在第一图像和全景图像中均包含深度信息的情况下，可以在将第一图像和全景图像的感兴趣部分分别变换成3D体之后执行二者的特征匹配或者相似度计算。
在步骤S226处，增强图像生成部件120使用在步骤S224中确定的第二内饰部分的图像来替换第一内饰部分的图像，从而生成第二图像。部件120可以从第一图像中去除第一内饰部分的图像，然后将第二内饰部分的图像填补到第一图像中的空白部分中去，从而生成第二图像。可替代地，部件120可以将第二内饰部分的图像直接叠加到第一图像中的第一内饰部分的图像上，从而生成第二图像。
应理解，为了使得第二图像看起来自然逼真，可以执行各种已知的图像处理。比如，在执行替换之前，部件120可以对第二内饰部分的图像执行缩放、旋转、剪裁处理等等，以使得第二内饰部分的图像与第一内饰部分的图像具有基本上相同的形状和大小。这里，“基本上相同”指，相比于第一内饰部分的图像而言，二者的形状差异(比如边缘不重合的比率)或者大小差异不超过5％。又比如，在执行替换之后，部件120可以对第二内饰部分的图像执行光照调整、边缘平滑处理等等。
在步骤S226处，如果如之前提及的那样在第一图像中包含有关于车辆外部环境的内容，那么在第二图像中保留此内容。也就是说，在用第二内饰部分的图像替换第一内饰部分的图像的同时，保留环境内容不变。这样，能给用户带来更逼真的体验。
可替代地，如果在第一图像中包含有关于车辆外部环境的内容，那么可以基于第二内饰部分的色调来调整对于此内容的显示效果。比如，在第二内饰部分具有暖色调(橙色、黄色等)的情况下，可以调整此内容的亮度、色度、饱和度等等以实现暖色调的显示效果。或者，在第二内饰部分具有冷色调(黑色、青色等)的情况下，可以调整此内容的亮度、色度、饱和度等等以实现冷色调的显示效果。在一些情况下，可以对环境内容应用各种滤镜以使其与第二内饰部分的色调相匹配。
此外，如果在第一图像中包含有关于在车辆内部的除车辆内饰外的物体的内容的情况下，那么在第二图像中保留有关于该物体的内容。比如，在用户拍摄车辆座椅时，在座椅上摆放有玩具，那么在用第二车辆的座椅图像替换第一图像中的座椅图像时，可以保留玩具的图像不变。这可以通过识别出物体，剪裁出物体，并且将剪裁出的物体原位叠加到第二图像上来实现。同样地，这能给用户带来更逼真的体验。
接下来，方法200前进到步骤S230，在步骤S230处，发送部件130将由增强图像生成部件120生成的第二图像发送给用户以供显示。在用户使用智能终端设备取得第一图像的情况下，部件130可以将第二图像发送给智能终端设备以供显示。容易理解，在第一图像代表视频流的情况下，第二图像同样代表视频流，该视频流是经过了如前所述的内容替换处理的视频流。应理解，内容替换处理可以是实时的，因此，在用户执行拍摄的同时，可以实时地向用户显示处理后的视频流。应理解，在使用AR眼镜或MR眼镜来显示第二图像的情况下，可以提供第二内饰部件的3D显示。
接下来，方法200前进到步骤S240，在步骤S240处，更改部件140更改第二图像中的车辆内饰部分的至少一部分的颜色和/或材质；和/或更改第二图像中的有关于车辆外部环境的内容。可以响应于用户请求来执行更改操作。可替代地，可以自动地执行更改操作。例如，可以在显示第二图像的同时，在第二图像上叠加显示图形用户界面，供用户发起用户请求。比如，可以在第二图像上叠加显示代表颜色和/或材质的多个触摸按钮供用户点击。在这种情况下，用户可以首先点击选择第二图像中的感兴趣的内饰部件(比如车辆座椅)，然后点击选择代表感兴趣的颜色/材质的触摸按钮，从而更改第二图像中的感兴趣的内饰部件(比如车辆座椅)的颜色/材质。在用户请求更改车辆内饰的配置的情况下，可以向用户显示第二车辆可能提供的车辆内饰的多套配置方案，这多套配置方案在车辆内饰的颜色和/或材质方面不同。这些变更操作可以通过使用预先存储的车辆的3D模型以及车辆内饰的多种配置方案来实现。此外，在用户请求更改环境内容的情况下，可以向用户显示其中更改了环境内容的第二图像。比如，可以将第一车辆外部的草地和树木更改为海边景象。此变更操作可以通过使用与车辆的3D模型或者全景图像关联地存储的多个环境图像来实现。通过变更内饰配置和/或环境内容，能够给用户带来更丰富的体验。
应理解，在步骤S240中，更改部件140还可以响应于用户请求而改变要显示的第二车辆。
接下来，方法200前进到步骤S250，在步骤S250处，反馈收集部件150接收有关于在显示第二图像的同时的用户反馈的数据。用户反馈例如可以包括：用户的观看时间长度、用户的专注力程度、等等。进一步地，部件150可以根据用户反馈数据来确定用户偏好。容易理解，用户观看时间更长、专注力程度更高的第二车辆或者内饰配置会是用户偏好的车辆或配置。基于所确定的用户偏好，能够向用户提供更准确的推荐内容。
以上参照图2和图3介绍了示例性的自适应显示方法200。应理解，方法200可以由智能终端设备或者服务器设备单独执行。例如，方法200可以由用户的智能手机或者车辆展厅中的平板电脑离线地执行。可替代地，方法200可以由智能终端设备和服务器设备协同执行。在这种情况下，智能终端设备和服务器设备分别执行方法200的一部分。还应理解，对第一车辆内饰进行拍摄的智能终端设备和对第二图像进行显示的智能终端设备可以是相同的设备或者是不同的设备。例如，可以用智能手机执行拍摄，同时使用投影设备来执行显示。
本公开的用于车辆的自适应显示方法和装置能够以简单生动的方式使用户体验到坐在感兴趣车辆内的身临其境的感受。此外，用户还可以体验到车辆的逼真的不同内饰配置，这增强了用户选车的趣味性。
硬件实现
图4示出了根据本公开的示例性实施例的其中可应用本公开的一般硬件环境400。
参考图4，现在将描述作为可应用于本公开的各方面的硬件设备的示例的计算设备400。计算设备400可以是被配置成执行处理和/或计算的任何机器，可以是但不限于工作站、服务器、台式计算机、膝上型计算机、平板计算机、个人数字助理、智能电话、便携式相机或其任意组合。上述装置100可以整体或至少部分地由计算设备400或类似的设备或系统来实现。
计算设备400可以包括能够经由一个或多个接口与总线402连接或者与总线402通信的元件。例如，计算设备400可以包括总线402、一个或多个处理器404、一个或多个输入设备406以及一个或多个输出设备408。一个或多个处理器404可以是任何类型的处理器，并且可以包括但不限于一个或多个通用处理器和/或一个或多个专用处理器(诸如专用处理芯片)。输入设备406可以是能够向计算设备输入信息的任何类型的设备，并且可以包括但不限于鼠标、键盘、触摸屏、麦克风和/或遥控器。输出设备408可以是能够呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端和/或打印机。计算设备400还可以包括非瞬态存储设备410或与非瞬态存储设备410连接，非瞬态存储设备410可以是非瞬态的并且可以实现数据存储库的任何存储设备，并且可以包括但不限于盘驱动器、光学存储设备、固态存储装置、软盘、柔性盘、硬盘、磁带或任何其它磁性介质、紧凑型盘或任何其它光学介质、ROM(只读存储器)、RAM(随机存取存储器)、高速缓存存储器和/或任何其它存储器芯片或盒带、和/或计算机可以从其读取数据、指令和/或代码的任何其它介质。非瞬态存储设备410可以是可从接口拆卸的。非暂态存储设备410可以具有用于实现上述方法和步骤的数据/指令/代码。计算设备400还可以包括通信设备412。通信设备412可以是能够与外部装置和/或与网络通信的任何类型的设备或系统，并且可以包括但不限于调制解调器、网络卡、红外通信设备、无线通信装备和/或诸如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设施等的芯片组。
总线402可以包括但不限于工业标准体系架构(ISA)总线、微通道体系架构(MCA)总线、增强型ISA(EISA)总线、视频电子标准协会(VESA)本地总线和外围组件互连(PCI)总线。
计算设备400还可以包括工作存储器414，工作存储器414可以是可以存储对处理器404的工作有用的指令和/或数据的任何类型的工作存储器，并且可以包括但不限于随机存取存储器和/或只读存储器设备。
软件要素可以位于工作存储器414中，包括但不限于操作系统416、一个或多个应用程序418、驱动程序和/或其它数据和代码。用于执行上述方法和步骤的指令可以被包括在一个或多个应用程序418中，并且上述装置100的部件可以通过处理器404读取并执行一个或多个应用程序418的指令来实现。更具体地，增强图像生成部件120可以例如由处理器404在执行具有执行步骤S220(或者步骤S222、S224和S226)的指令的应用程序418时实现。更改部件140可以例如由处理器404在执行具有执行步骤S240的指令的应用程序418时实现。反馈收集部件150可以例如由处理器404在执行具有执行步骤S250的指令的应用程序418时实现。类似地，接收部件110和发送部件130可以分别例如由处理器404在执行具有执行步骤S210和S230的指令的应用程序418时实现。软件要素的指令的可执行代码或源代码可以存储在非瞬态计算机可读存储介质(诸如上述(一个或多个)存储设备410)中，并且可以在可能编译和/或安装的情况下被读入到工作存储器414中。软件要素的指令的可执行代码或源代码也可以从远程位置下载。
从上述实施例中，本领域技术人员可以清楚地知晓，可以通过软件及必要的硬件来实现本公开，或者可以通过硬件、固件等来实现本公开。基于这种理解，可以部分地以软件形式来实现本公开的实施例。计算机软件可以存储在计算机的可读存储介质中，比如软盘、硬盘、光盘或闪存中。计算机软件包括使得计算机(例如个人计算机、服务站或网络终端)运行根据本公开的各个实施例的方法或其一部分的一系列指令。
已经这样描述了本公开，清楚的是，本公开可以以许多种方式变化。这些变化不被视为背离了本公开的精神和范围，而是对于本领域技术人员而言显而易见的所有这种修改意欲被包括在以下权利要求的范围中。

Claims (11)

1.一种用于车辆的自适应显示方法，包括：
接收由用户在第一车辆内对车辆内饰进行拍摄而取得的第一图像；
通过用第二车辆的对应的车辆内饰部分的图像替换第一图像中的车辆内饰部分的图像，生成第二图像，其中第二车辆是用户感兴趣的车辆，并且，第二车辆的对应的车辆内饰部分的图像是基于第二车辆的3D模型和/或第二车辆内部的全景图像而生成的；以及
发送第二图像，以供向用户进行显示。
2.根据权利要求1所述的方法，其中，通过分析第一图像来确定用户在第一车辆内的位置和视角，并且，使用所确定的位置和视角来确定第二车辆的对应的车辆内饰部分的图像。
3.根据权利要求2所述的方法，其中，基于第一图像中的车辆内饰部分的关键部件的特征与第二车辆的对应的车辆内饰部分的关键部件的特征的匹配程度，确定第二车辆的对应的车辆内饰部分的图像。
4.根据权利要求2所述的方法，其中，基于第一图像中的车辆内饰部分的图像与第二车辆的对应的车辆内饰部分的图像的相似度，确定第二车辆的对应的车辆内饰部分的图像。
5.根据权利要求1所述的方法，其中，在第一图像包含有关于车辆外部环境的内容的情况下，基于第二车辆的对应的车辆内饰部分的色调来调整对于有关于车辆外部环境的内容的显示效果。
6.根据权利要求1所述的方法，其中，在第一图像包含有关于在车辆内部的除车辆内饰外的物体的内容的情况下，在所生成的第二图像中保留有关于该物体的内容。
7.根据权利要求1所述的方法，还包括：
更改第二图像中的车辆内饰部分的至少一部分的颜色和/或材质；和/或
更改第二图像中的有关于车辆外部环境的内容。
8.根据权利要求1所述的方法，其中，第一图像包括构成视频流的多个图像。
9.一种用于车辆的自适应显示装置，包括：
至少一个处理器；以及
至少一个存储设备，所述至少一个存储设备存储有指令，当所述指令由所述至少一个处理器执行时使得所述至少一个处理器执行如权利要求1-8中的任一项所述的方法。
10.一种计算机程序产品，其特征在于，包含指令，当所述指令由处理器执行时使得执行如权利要求1-8中的任一项所述的方法。
11.一种非瞬态计算机可读存储介质，其特征在于，存储有指令，当所述指令由处理器执行时使得执行如权利要求1-8中的任一项所述的方法。
CN202110086240.8A 2021-01-22 2021-01-22 用于车辆的自适应显示方法、装置及存储介质 Pending CN112905005A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110086240.8A CN112905005A (zh) 2021-01-22 2021-01-22 用于车辆的自适应显示方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110086240.8A CN112905005A (zh) 2021-01-22 2021-01-22 用于车辆的自适应显示方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN112905005A true CN112905005A (zh) 2021-06-04

Family

ID=76118331

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110086240.8A Pending CN112905005A (zh) 2021-01-22 2021-01-22 用于车辆的自适应显示方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN112905005A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115393380A (zh) * 2022-08-01 2022-11-25 北京城市网邻信息技术有限公司 车内全景图像显示方法、装置、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103080983A (zh) * 2010-09-06 2013-05-01 国立大学法人东京大学 车辆系统
US20170330034A1 (en) * 2016-05-11 2017-11-16 Baidu Usa Llc System and method for providing augmented virtual reality content in autonomous vehicles
US20180225875A1 (en) * 2015-08-04 2018-08-09 Seyed-Nima Yasrebi Augmented reality in vehicle platforms
CN108701352A (zh) * 2016-03-23 2018-10-23 英特尔公司 使用基于三维对象模型的识别的图像修改与增强
CN108881822A (zh) * 2018-05-29 2018-11-23 深圳市零度智控科技有限公司 基于物联网的视野扩展方法、装置、终端设备及存储介质
US20190019335A1 (en) * 2017-07-12 2019-01-17 NextEv USA, Inc. Camera Pose Estimation Method for Augmented Reality Manual For Cars
CN110383341A (zh) * 2017-02-27 2019-10-25 汤姆逊许可公司 用于视觉效果的方法、系统和装置
CN212115515U (zh) * 2020-04-12 2020-12-08 广州通达汽车电气股份有限公司 一种全景环视显示系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103080983A (zh) * 2010-09-06 2013-05-01 国立大学法人东京大学 车辆系统
US20180225875A1 (en) * 2015-08-04 2018-08-09 Seyed-Nima Yasrebi Augmented reality in vehicle platforms
CN108701352A (zh) * 2016-03-23 2018-10-23 英特尔公司 使用基于三维对象模型的识别的图像修改与增强
US20170330034A1 (en) * 2016-05-11 2017-11-16 Baidu Usa Llc System and method for providing augmented virtual reality content in autonomous vehicles
CN110383341A (zh) * 2017-02-27 2019-10-25 汤姆逊许可公司 用于视觉效果的方法、系统和装置
US20190019335A1 (en) * 2017-07-12 2019-01-17 NextEv USA, Inc. Camera Pose Estimation Method for Augmented Reality Manual For Cars
CN108881822A (zh) * 2018-05-29 2018-11-23 深圳市零度智控科技有限公司 基于物联网的视野扩展方法、装置、终端设备及存储介质
CN212115515U (zh) * 2020-04-12 2020-12-08 广州通达汽车电气股份有限公司 一种全景环视显示系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115393380A (zh) * 2022-08-01 2022-11-25 北京城市网邻信息技术有限公司 车内全景图像显示方法、装置、电子设备及存储介质
CN115393380B (zh) * 2022-08-01 2023-07-04 北京城市网邻信息技术有限公司 车内全景图像显示方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
US11127217B2 (en) Shared environment for a remote user and vehicle occupants
US7652679B2 (en) Image display method, program, image display apparatus and image display system
JP2009237702A (ja) アルバム作成方法、プログラムおよび装置
CN108419044B (zh) 车辆定责方法、终端及计算机可读存储介质
CN111787240B (zh) 视频生成方法、装置和计算机可读存储介质
JP6101661B2 (ja) 画像合成装置および画像合成方法ならびに画像合成プログラムおよび画像合成プログラムを格納した記録媒体
CN112905005A (zh) 用于车辆的自适应显示方法、装置及存储介质
CN116912135A (zh) 用于基于车辆的成像的系统及方法
JP2005117407A (ja) 画像処理装置
US20210304500A1 (en) System and method for a virtual showroom
JP4633023B2 (ja) ユーザインタフェース装置
CN112740264A (zh) 用于处理红外图像的设计
CN115801983A (zh) 图像叠加方法和装置、电子设备
CN112954291B (zh) 处理车辆的3d全景图像或视频的方法、装置及存储介质
CN116578225A (zh) 图像处理方法、装置、设备、计算机可读存储介质及产品
CN103959204A (zh) 信息处理装置、信息处理方法和记录介质
CN116661143A (zh) 图像处理装置、图像处理方法及存储介质
CN116129229A (zh) 用于vr设备的图像融合渲染方法和系统
EP3913616A1 (en) Display method and device, computer program, and storage medium
FR2889754A1 (fr) Systeme permettant a un utilisateur de visualiser un cockpit reel dans un environnement video, notamment un environnement de conduite automobile
CN112929723A (zh) 一种汽车剧场的控制方法、装置及存储介质
CN112929581A (zh) 处理含有车辆的照片或者视频的方法、装置及存储介质
JP7102844B2 (ja) フレーム補間装置、フレーム補間方法およびフレーム補間プログラム
CN111212269A (zh) 无人机图像显示的方法及装置、电子设备、存储介质
JP2008090570A (ja) 情報処理装置及び情報処理方法

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