CN113628239A - 显示优化方法、相关装置及计算机程序产品 - Google Patents

显示优化方法、相关装置及计算机程序产品 Download PDF

Info

Publication number
CN113628239A
CN113628239A CN202110935025.0A CN202110935025A CN113628239A CN 113628239 A CN113628239 A CN 113628239A CN 202110935025 A CN202110935025 A CN 202110935025A CN 113628239 A CN113628239 A CN 113628239A
Authority
CN
China
Prior art keywords
moving image
image
target object
motion
offset parameter
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
CN202110935025.0A
Other languages
English (en)
Other versions
CN113628239B (zh
Inventor
李健龙
张茜
石磊
蒋祥涛
贾振超
曹洪伟
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.)
Baidu Online Network Technology Beijing Co Ltd
Original Assignee
Baidu Online Network Technology Beijing 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 Baidu Online Network Technology Beijing Co Ltd filed Critical Baidu Online Network Technology Beijing Co Ltd
Priority to CN202110935025.0A priority Critical patent/CN113628239B/zh
Publication of CN113628239A publication Critical patent/CN113628239A/zh
Application granted granted Critical
Publication of CN113628239B publication Critical patent/CN113628239B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00Animation
    • G06T13/203D [Three Dimensional] animation
    • G06T13/403D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/006Mixed reality
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Abstract

本公开提供了一种显示优化方法、装置、电子设备、计算机可读存储介质及计算机程序产品,应用于智能镜,涉及图像处理、计算机视觉等人工智能技术领域。该方法的一具体实施方式包括:采集目标对象的运动图像,并根据该运动图像确定该目标对象的运动姿态后,基于该运动姿态确定该目标对象的视野偏移参数,并根据该视野偏移参数对该运动图像的显示参数进行调整,生成优化运动图像,最终将该优化运动图像显示给该目标对象。该实施方式可以基于用户的运动姿态确定用户的可观视角范围,并对呈现给用户的运动图像进行调整,提升用户的观看效果。

Description

显示优化方法、相关装置及计算机程序产品
技术领域
本公开涉及图像处理技术领域,具体涉及图像处理、计算机视觉等人工智能技术领域,尤其涉及显示优化方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
背景技术
随着科学技术的发展,人们对于健康的追求日益旺盛,为了在用户健身的过程中为用户提供更多的辅助、参考信息,以便于用户了解到自身的运动姿态并进行相应调整,往往需要用到智能镜(Smart Mirror)对用户进行辅助。
智能镜可以通过本地设置的摄像头采集用户图像后,对其中所包括的用户的形象进行提取,并通过缩放的方式对该形象进行展示,以完整的呈现用户的运动姿态,使得用户可以了解到自身的身体状态。
发明内容
本公开实施例提出了一种显示优化方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
第一方面,本公开实施例提出了一种显示优化方法,包括:采集目标对象的运动图像,并根据该运动图像确定该目标对象的运动姿态;基于该运动姿态确定该目标对象的视野偏移参数;根据该视野偏移参数对该运动图像的显示参数进行调整,生成优化运动图像;
将该优化运动图像显示给该目标对象。
第二方面,本公开实施例提出了一种显示优化装置,包括:运动姿态确定单元,被配置成采集目标对象的运动图像,并根据该运动图像确定该目标对象的运动姿态;视野偏移参数确定单元,被配置成基于该运动姿态确定该目标对象的视野偏移参数;运动图像优化单元,被配置成根据该视野偏移参数对该运动图像的显示参数进行调整,生成优化运动图像;优化运动图像呈现单元,被配置成将该优化运动图像显示给该目标对象。
第三方面,本公开实施例提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器执行时能够实现如第一方面中任一实现方式描述的显示优化方法。
第四方面,本公开实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行时能够实现如第一方面中任一实现方式描述的显示优化方法。
第五方面,本公开实施例提供了一种包括计算机程序的计算机程序产品,该计算机程序在被处理器执行时能够实现如第一方面中任一实现方式描述的显示优化方法。
本公开实施例提供的显示优化方法、装置、电子设备、计算机可读存储介质及计算机程序产品,采集目标对象的运动图像,并根据该运动图像确定该目标对象的运动姿态后,基于该运动姿态确定该目标对象的视野偏移参数,并根据该视野偏移参数对该运动图像的显示参数进行调整,生成优化运动图像,最终将该优化运动图像显示给该目标对象。
本公开可以在确定用户的运动姿态后,根据该运动姿态中用户的可观视觉范围确定对应的视野偏移参数,并利用该视野偏移参数对最终呈现给用户的运动图像进行调整,以便于用户可基于当前运动姿态下更多的接收到自身运动姿态的运动图像,提升用户的观看效果。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
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是本公开可以应用于其中的示例性系统架构;
图2为本公开实施例提供的一种显示优化方法的流程图;
图3为本公开实施例提供的另一种显示优化方法的流程图;
图4为本公开实施例提供的再一种显示优化方法的流程图;
图5-1、5-2、5-3为本公开实施例提供的在一应用场景下的显示优化方法的效果示意图;
图6为本公开实施例提供的一种显示优化装置的结构框图;
图7为本公开实施例提供的一种适用于执行显示优化方法的电子设备的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。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。
此外,本公开涉及的技术方案中,所涉及的用户个人信息的获取(例如本公开后续涉及的包含人脸对象的图像)、存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
图1示出了可以应用本公开的显示优化方法、装置、电子设备及计算机可读存储介质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和使用该终端设备的用户102。
终端设备101可以通过网络等方式与其他终端设备、服务器进行交互,以便于利用其他终端设备、服务器为终端设备101本地提供更多的功能。
终端设备101可以是硬件,也可以是软件。当终端设备101为硬件时,可以为智能镜或其他与起到与智能镜的作用相当、具有显示屏的各种电子设备;当终端设备101为软件时,可以安装在上述电子设备中,其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块,在此不做具体限定。
终端设备101可以通过内置的各种应用可以提供各种服务,以可以提供根据目标对象的视野偏移参数对呈现给用户的运动图像进行优化的显示优化类应用为例,终端设备101在运行该显示优化类应用时可实现如下效果:首先,终端设备101利用本地设置的摄像头采集目标对象的运动图像,并根据该运动图像确定该目标对象的运动姿态;然后,终端设备101基于该运动姿态确定该目标对象的视野偏移参数后,终端设备101根据该视野偏移参数对该运动图像的显示参数进行调整,生成优化运动图像;最后,终端设备101将该优化运动图像显示给该目标对象。
考虑到实际使用场景中,为用户呈现优化运动图像时,用户对呈现运动图像的时效性要求较高,因此本公开后续各实施例所提供的显示优化方法一般由用户所直接使用的、向用户呈现优化运动图像时效性较高的终端设备101执行,相应地,显示优化装置一般也设置于终端设备101中。但同时也需要指出的是,在终端设备101自身性能降低时,也可以将部分或全部计算任务转交给后端的服务器,终端设备101只需接收服务器传回的计算结果。
应该理解,图1中的终端设备的数目、尺寸仅仅是示意性的。根据实现需要,可以进行适应性的调整。
请参考图2,图2为本公开实施例提供的一种显示优化方法的流程图,其中流程200包括以下步骤:
步骤201,采集目标对象的运动图像,并根据运动图像确定目标对象的运动姿态。
在本实施例中,由显示优化方法的执行主体(例如图1所示的终端设备101)利用本地设置的摄像头采集目标对象的运动图像,并根据获取到的运动图像确定目标对象的运动姿态。
其中,可预先设置有多个运动姿态的分类,以便于在获取到运动图像后,根据其中目标对象的实际运动姿态归入现有分类,提高确定运动姿态的效率,示例性的,可预设运动姿态的分类为完全站立式姿态、蹲示姿态或坐式姿态。
需要指出的是,运动图像可以由上述执行主体本地设置的摄像头进行采集,也可以由非本地的图像采集设备进行采集,在此情况下,上述执行主体可以通过向该图像采集设备发送采集命令,以控制该图像采集设备采集目标对象的运动图像,并控制该图像采集设备在完成运动图像的采集后将采集到的运动图像返回至上述执行主体。
步骤202,基于运动姿态确定目标对象的视野偏移参数。
在本实施例中,在基于上述步骤201中确定有目标对象的运动姿态后,根据该运动姿态确定目标对象的视野偏移参数,该视野偏移参数用于指示该目标对象在该运动姿态下,视野对于上述执行主体的显示组件的偏移位置和偏移角度。
其中,视野偏移参数可选的确定方式为:在构建空间坐标系后,将上述执行主体的显示组件的显示平面中心确定为第一参考点,将目标对象的眼部所处的空间位置确定第二参考点,获取第一参考点与第二参考点之间连线与各坐标轴之间的夹角后,根据各夹角与预设的理想观看角度之间的差值确定所需要调整的角度,即视野偏移参数。
在本实施例的一些可选实现方式中,在预先设置有多个运动姿势的分类时,可对应预设的运动姿势的分类相应的设置相应的视野偏移参数确定算法,并根据该算法获取所需的参数后,快速的确定视野偏移参数,以提高视野偏移参数的获取效率。
具体的,当运动姿态为坐式姿态时,可确定视野偏移参数为与目标对象之间的距离、该目标对象的头部高度、头部上仰角度,根据这些参数快速的确定该目标对象的视野中心位于上述执行主体的显示组件的具体位置,以便于根据该具体位置与上述执行主体中用于显示运动图像和/或目标对象对应图像的当前位置中心之间的差距确定视野偏移参数。
该头部高度、面部上仰角度中的至少一种,当运动姿态为站立式姿态时,可确定视野偏移参数为头部高度与上述执行主体的显示组件上边缘高度差、面部下仰角度、面部水平偏转角度中的至少一种。
步骤203,根据视野偏移参数对运动图像的显示参数进行调整,生成优化运动图像。
在本实施例中,在基于上述步骤202中获取待视野偏移参数后,根据获取到的视野偏移参数的指示,对运动图像的显示参数进行调整,即对运动图像在上述执行主体的显示组件中的显示大小、显示位置、显示亮度等参数进行调整。
在实践中,可预设调整与目标对象的图像的显示位置处于显示该目标对象的运动图像的显示组件的中心位置,即该运动图像中与目标对象对应图像的图像中心与该显示组件的中心所重合,后续基于该初始状态对运动图像进行调整时,可以根据目标对象的运动姿态实现更优的显示位置调整。
其中,也可以根据用户(通常为目标对象)所选择用于显示该目标对象对应图像的显示区域对上述初始状态对应的运动图像的显示位置进行设置,以更贴近用户的实际使用需求。
步骤204,将优化运动图像显示给目标对象。
在本实施例中,利用上述执行主体的显示组件将基于上述步骤203中得到的优化运动显示图像显示给目标对象,应当理解的是,当上述执行主体中不设置有显示组件或上述执行主体仅作为生成优化运动图像的执行主体时,本步骤由上述执行主体将生成的优化运动图像发送给目标对象所使用的、设置有显示组件的终端设备中,并控制该终端设备显示该优化运动图像。
本公开实施例提供的显示优化方法,可以在确定用户的运动姿态后,根据该运动姿态中用户的可观视觉范围确定对应的视野偏移参数,并利用该视野偏移参数对最终呈现给用户的运动图像进行调整,以便于用户可基于当前运动姿态下更多的接收到自身运动姿态的运动图像,提升用户的观看效果。
进一步的,在上述图2所示实施例的基础上,为了更生动、有趣的呈现显示优化方法中所包括运动图像,并保护目标对象的隐私,还可以利用虚拟角色形象对运动图像中的目标对象进行替换,具体请参考图3,图3为本公开实施例提供的另一种显示优化方法的流程图,其中流程300包括以下步骤:
步骤301,采集目标对象的运动图像,并根据运动图像确定目标对象的运动姿态。
步骤302,获取虚拟角色模型。
在本实施例中,获取虚拟角色模型,虚拟角色模型可以是预设的虚拟形象,也可以是图像转化、调整参数,在获取到目标对象的人脸图像后基于该转化、调整参数进行调整,以得到虚拟角色模型。
其中,虚拟角色模型可以分为人脸部分和人体部分,以便于根据用户的需求选择替换目标对象的人脸部分和/或人体部分,更好的贴近实际使用需求。
步骤303,利用虚拟角色模型替换运动图像中的目标对象,得到虚拟运动图像。
在本实施例中,在基于上述步骤302中获取虚拟角色模型后,根据运动图像中目标对象的运动姿态对上述虚拟角色模型的虚拟运动姿态进行调整,以得到虚拟运动姿态与该运动姿态相同的调整后虚拟角色模型,并将该虚拟角色模型对应的图像替换至运动图像中目标对象对应图像位置,以得到虚拟运动图像。
其中,在根据运动图像中目标对象的运动姿态对上述虚拟角色模型的虚拟运动姿态进行调整时,可以在确定目标对象的动作特征点(例如目标对象的关节点)之后,对虚拟角色模型相对应的动作特征点进行配置,以提高调整效率。
步骤304,基于运动姿态确定目标对象的视野偏移参数。
步骤305,根据视野偏移参数对虚拟运动图像的显示参数进行调整,生成优化运动图像。
步骤306,将优化运动图像显示给目标对象。
以上步骤301、304-306与如图2所示的步骤201-204相对应,相同部分内容请参见上一实施例的相应部分,此处不再进行赘述。
在本实施例的一些可选的实现方式中,获取虚拟角色模型,包括:获取该目标对象的真实人脸图像和模板人体图像;拼接该真实人脸图像和该模板人体图像,得到该目标对象的虚拟角色模型。
具体的,分别获取目标对象的真实人脸图像和模板人体图像后,将真实人脸图像和模板人体图像进行拼接得到目标对象的虚拟角色模型,该虚拟角色模型的脸部图像由目标对象的真实人脸构成,人体部分由模板人体图像构成,以通过对目标对象人体部分进行替换的方式,为目标对象提供例如试装、定制形象的服务,满足目标对象对于自身形象的调整需求。
在本实施例的一些可选的实现方式中,获取虚拟角色模型,包括:获取该目标对象的真实人脸图像、模板人脸图像和模板人体图像;从该模板人脸图像中提取基底人脸参数,并从该真实人脸图像中提取实际人脸参数;基于该基底人脸参数和该实际人脸参数确定融合人脸参数,并根据该融合人脸参数确定融合人脸图像;拼接该融合人脸图像和该模板人体图像,得到该目标对象的虚拟角色模型。
具体的,在目标对象存在隐私保护需求时,例如上述执行主体为设置在公共场所的智能镜时,可以从模板人脸图像中提取基底参数后,从目标对象的真实人脸图像中提取实际人脸参数,以基底参数为底融合该实际人脸参数,最终根据融合后得到的融合人脸参数生成融合人脸图像,并将融合人脸图像和模板人体图像进行拼接,得到目标对象的虚拟角色模型,以通过模板人脸图像和真实人脸图像融合的方式得到与目标对象较为接近,但不完全相同的融合人脸图像、生成最终的虚拟角色模型,在满足目标对象对于自身形象的调整需求的同时,达到保护目标对象隐私的目的。
进一步的,参考图4,图4为本公开实施例提供的再一种显示优化方法的流程图,其中流程400包括以下步骤:
步骤401,采集目标对象的运动图像,并根据运动图像确定目标对象的运动姿态。
步骤402,根据运动姿态确定目标对象的运动项目,并获取运动项目的标准运动姿态。
在本实施例中,根据运动图像中目标对象的运动姿态确定目标对象当前进行的运动项目,并获取预先存有的该运动项目的标准运动姿态。
进一步的,为了实现更为准确的运动项目的分析,还可以通过历史采集到的目标对象的运动图像进行连续的分析,以通过更多的、连续的目标对象的运动姿态确定该目标对象所进行的运动项目。
实践中,该标准运动姿态可以预存在上述执行主体本地的存储器中,也可以在上述执行主体确定运动项目后,向其他服务器、终端设备发出标准运动姿态获取请求,以从其他服务器、终端设备中获取该标准运动姿态。
步骤403,响应于运动姿态与标准运动姿态之间的差异超过预设阈值,基于标准运动姿态生成引导运动图像。
在本实施例中,在获取到标准运动姿态后,比较当前运动姿态与该标准运动姿态两者之间的差异,例如动作幅度、人体位置等之间的差异,在确定两者之间的差异超过预设阈值的情况下,确定本次采集的运动图像中目标对象的运动姿态与标准姿态差距较大,基于获取到的标准运动姿态生成引导运动图像,以通过该引导运动图像引导目标对象进行标准的运动。
步骤404,将引导运动图像添加至运动图像中,生成组合运动图像。
在本实施例中,将引导运动图像添加至运动图像中,生成组合运动图像,该组合运动图像中同时包括目标对象的运动姿态和标准运动姿态,以便于目标对象在了解到自身当前的运动姿态的情况下,比对自身的运动姿态与标准运动姿态之间的差异,进行调整。
步骤405,基于运动姿态确定目标对象的视野偏移参数。
步骤406,根据视野偏移参数对组合运动图像的显示参数进行调整,生成优化运动图像。
步骤407,将优化运动图像显示给目标对象。
以上步骤401、405-407与如图2所示的步骤201-204相对应,相同部分内容请参见上一实施例的相应部分,此处不再进行赘述,本实施例在上述图2所示的实施例的基础上,还可以根据目标对象的运动姿态确定当前目标对象所进行的运动项目,并判断目前对象的运动姿态是否标准,在确定该运动姿态与标准运动姿态之间差异过大时,在为该目标对象呈现的运动图像中添加基于标准运动姿态生成的引导运动图像,以便于该目标对象根据该引导运动图像进行自我纠正,提高运动效率的同时,减少因动作不规范受伤的概率。
在上述任一实施例的基础上,根据该视野偏移参数对该运动图像的显示参数进行调整,生成优化运动图像,包括:响应于基于当前运动图像确定的第一视野偏移参数与基于上一张运动图像确定的第二视野偏移参数之间的差异大于预设差异,利用该第一视野偏移参数对该运动图像的显示参数进行调整,生成优化运动图像;以及响应于该第一视野偏移参数与该第二视野偏移参数之间的差异小于该预设差异,利用该第二视野偏移参数对该运动图像的显示参数进行调整,生成优化运动图像。
具体的,在获取到运动图像后,判断基于当前运动图像确定的第一视野偏移参数和基于上一张运动图像的第二视野偏移参数之间的差异,在这者差异大于预设差异时,再基于当前获取的第一视野参数对运动图像进行调整、生成优化运动图像,以避免因目标对象小幅度、高频率运动导致的优化运动图像抖动。
为加深理解,本公开还结合一个具体应用场景,给出了一种具体的实现方案,具体如下:
由智能镜A采集目标对象甲的运动图像,跟根据该运动图像确定该目标对象甲的运动姿态为坐式姿态,其中,该运动图像可如图5-1所示。
根据该运动姿势为坐式姿态,获取距离该目标对象的距离1米、该目标对象的头部高度离地0.8米,以及头部上仰角度30度,确定目标对象的视野中心应为距地1.26米处。
确定智能镜A垂直地面放置,且高度为2米,运动图像中目标对象对应图像的长度为0.6米、显示中心距地面1.5米(未调整的运动图像在智能镜A中的显示情况可如图5-2所示),则确定视野偏移参数应当为0.44米,相应的将运动图像中目标对象对应图像的中心向下调整0.44米,即调整运动图像在智能镜A中的显示参数为运动图像中目标对象图像的显示中心为距地1.26米处,生成优化运动图像。
在该智能镜A中显示该优化运动图像给目标对象甲(优化运动图像在智能镜A中的显示情况可如图5-3所示)。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种显示优化装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的显示优化装置600可以包括:运动姿态确定单元601、视野偏移参数确定单元602、运动图像优化单元603和优化运动图像呈现单元604。其中,运动姿态确定单元601,被配置成采集目标对象的运动图像,并根据该运动图像确定该目标对象的运动姿态;视野偏移参数确定单元602,被配置成基于该运动姿态确定该目标对象的视野偏移参数;运动图像优化单元603,被配置成根据该视野偏移参数对该运动图像的显示参数进行调整,生成优化运动图像;优化运动图像呈现单元604,被配置成将该优化运动图像显示给该目标对象。
在本实施例中,显示优化装置600中:运动姿态确定单元601、视野偏移参数确定单元602、运动图像优化单元603和优化运动图像呈现单元604的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,显示优化装置600还包括:虚拟角色模型获取单元,被配置成获取虚拟角色模型;虚拟运动图像生成单元,被配置成利用该虚拟角色模型替换该运动图像中的该目标对象,得到虚拟运动图像;相应的,该运动图像优化单元603进一步被配置成,根据该视野偏移参数对该虚拟运动图像的显示参数进行调整,生成优化运动图像。
在本实施例的一些可选的实现方式中,该虚拟角色模型获取单元,包括:第一模型素材获取子单元,被配置成获取该目标对象的真实人脸图像和模板人体图像;第一虚拟角色模型生成子单元,被配置成拼接该真实人脸图像和该模板人体图像,得到该目标对象的虚拟角色模型。
在本实施例的一些可选的实现方式中,该虚拟角色模型获取单元,包括:第二模型素材获取子单元,被配置成获取该目标对象的真实人脸图像、模板人脸图像和模板人体图像;人脸参数提取子单元,被配置成从该模板人脸图像中提取基底人脸参数,并从该真实人脸图像中提取实际人脸参数;融合人脸图像生成子单元,被配置成基于该基底人脸参数和该实际人脸参数确定融合人脸参数,并根据该融合人脸参数确定融合人脸图像;第二虚拟角色模型生成子单元,被配置成拼接该融合人脸图像和该模板人体图像,得到该目标对象的虚拟角色模型。
在本实施例的一些可选的实现方式中,显示优化装置600还包括:标准运动姿态获取单元,被配置成根据该运动姿态确定该目标对象的运动项目,并获取该运动项目的标准运动姿态;引导运动图像生成单元,被配置成响应于该运动姿态与该标准运动姿态之间的差异超过预设阈值,基于该标准运动姿态生成引导运动图像;组合运动图像生成单元,被配置成将该引导运动图像添加至该运动图像中,生成组合运动图像;相应的,该运动图像优化单元进一步被配置成,根据该视野偏移参数对该组合运动图像的显示参数进行调整,生成优化运动图像。
在本实施例的一些可选的实现方式中,该运动图像优化单元603进一步被配置成,响应于基于当前运动图像确定的第一视野偏移参数与基于上一张运动图像确定的第二视野偏移参数之间的差异大于预设差异,利用该第一视野偏移参数对该运动图像的显示参数进行调整,生成优化运动图像;以及响应于该第一视野偏移参数与该第二视野偏移参数之间的差异小于该预设差异,利用该第二视野偏移参数对该运动图像的显示参数进行调整,生成优化运动图像。
在本实施例的一些可选的实现方式中,响应于该运动姿态为坐式姿态,该视野偏移参数确定单元602进一步被配置成,根据与该目标对象之间的距离和该目标对象的头部高度、头部上仰角度确定该视野偏移参数。
本实施例作为对应于上述方法实施例的装置实施例存在,本实施例提供的显示优化装置,可以在确定用户的运动姿态后,根据该运动姿态中用户的可观视觉范围确定对应的视野偏移参数,并利用该视野偏移参数对最终呈现给用户的运动图像进行调整,以便于用户可基于当前运动姿态下更多的接收到自身运动姿态的运动图像,提升用户的观看效果。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如显示优化方法。例如,在一些实施例中,显示优化方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的显示优化方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行显示优化方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
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。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大,业务扩展性弱的缺陷。服务器也可以分为分布式系统的服务器,或者是结合了区块链的服务器。
根据本公开实施例的技术方案,可以在确定用户的运动姿态后,根据该运动姿态中用户的可观视觉范围确定对应的视野偏移参数,并利用该视野偏移参数对最终呈现给用户的运动图像进行调整,以便于用户可基于当前运动姿态下更多的接收到自身运动姿态的运动图像,提升用户的观看效果。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开提供的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

Claims (17)

1.一种显示优化方法,应用于智能镜,包括:
采集目标对象的运动图像,并根据所述运动图像确定所述目标对象的运动姿态;
基于所述运动姿态确定所述目标对象的视野偏移参数;
根据所述视野偏移参数对所述运动图像的显示参数进行调整,生成优化运动图像;
将所述优化运动图像显示给所述目标对象。
2.根据权利要求1所述的方法,还包括:
获取虚拟角色模型;
利用所述虚拟角色模型替换所述运动图像中的所述目标对象,得到虚拟运动图像;
相应的,根据所述视野偏移参数对所述虚拟运动图像的显示参数进行调整,生成优化运动图像。
3.根据权利要求2所述的方法,其中,所述获取虚拟角色模型,包括:
获取所述目标对象的真实人脸图像和模板人体图像;
拼接所述真实人脸图像和所述模板人体图像,得到所述目标对象的虚拟角色模型。
4.根据权利要求2所述的方法,其中,所述获取虚拟角色模型,包括:
获取所述目标对象的真实人脸图像、模板人脸图像和模板人体图像;
从所述模板人脸图像中提取基底人脸参数,并从所述真实人脸图像中提取实际人脸参数;
基于所述基底人脸参数和所述实际人脸参数确定融合人脸参数,并根据所述融合人脸参数确定融合人脸图像;
拼接所述融合人脸图像和所述模板人体图像,得到所述目标对象的虚拟角色模型。
5.根据权利要求1所述的方法,还包括:
根据所述运动姿态确定所述目标对象的运动项目,并获取所述运动项目的标准运动姿态;
响应于所述运动姿态与所述标准运动姿态之间的差异超过预设阈值,基于所述标准运动姿态生成引导运动图像;
将所述引导运动图像添加至所述运动图像中,生成组合运动图像;
相应的,根据所述视野偏移参数对所述组合运动图像的显示参数进行调整,生成优化运动图像。
6.根据权利要求1-5中任一项所述的方法,其中,所述根据所述视野偏移参数对所述运动图像的显示参数进行调整,生成优化运动图像,包括:
响应于基于当前运动图像确定的第一视野偏移参数与基于上一张运动图像确定的第二视野偏移参数之间的差异大于预设差异,利用所述第一视野偏移参数对所述运动图像的显示参数进行调整,生成优化运动图像;以及
响应于所述第一视野偏移参数与所述第二视野偏移参数之间的差异小于所述预设差异,利用所述第二视野偏移参数对所述运动图像的显示参数进行调整,生成优化运动图像。
7.根据权利要求1所述的方法,响应于所述运动姿态为坐式姿态,所述基于所述运动姿态确定所述目标对象的视野偏移参数,包括:
根据与所述目标对象之间的距离和所述目标对象的头部高度、头部上仰角度确定所述视野偏移参数。
8.一种显示优化装置,应用于智能镜,包括:
运动姿态确定单元,被配置成采集目标对象的运动图像,并根据所述运动图像确定所述目标对象的运动姿态;
视野偏移参数确定单元,被配置成基于所述运动姿态确定所述目标对象的视野偏移参数;
运动图像优化单元,被配置成根据所述视野偏移参数对所述运动图像的显示参数进行调整,生成优化运动图像;
优化运动图像呈现单元,被配置成将所述优化运动图像显示给所述目标对象。
9.根据权利要求8所述的装置,还包括:
虚拟角色模型获取单元,被配置成获取虚拟角色模型;
虚拟运动图像生成单元,被配置成利用所述虚拟角色模型替换所述运动图像中的所述目标对象,得到虚拟运动图像;
相应的,所述运动图像优化单元进一步被配置成,根据所述视野偏移参数对所述虚拟运动图像的显示参数进行调整,生成优化运动图像。
10.根据权利要求9所述的装置,其中,所述虚拟角色模型获取单元,包括:
第一模型素材获取子单元,被配置成获取所述目标对象的真实人脸图像和模板人体图像;
第一虚拟角色模型生成子单元,被配置成拼接所述真实人脸图像和所述模板人体图像,得到所述目标对象的虚拟角色模型。
11.根据权利要求9所述的装置,其中,所述虚拟角色模型获取单元,包括:
第二模型素材获取子单元,被配置成获取所述目标对象的真实人脸图像、模板人脸图像和模板人体图像;
人脸参数提取子单元,被配置成从所述模板人脸图像中提取基底人脸参数,并从所述真实人脸图像中提取实际人脸参数;
融合人脸图像生成子单元,被配置成基于所述基底人脸参数和所述实际人脸参数确定融合人脸参数,并根据所述融合人脸参数确定融合人脸图像;
第二虚拟角色模型生成子单元,被配置成拼接所述融合人脸图像和所述模板人体图像,得到所述目标对象的虚拟角色模型。
12.根据权利要求8所述的装置,还包括:
标准运动姿态获取单元,被配置成根据所述运动姿态确定所述目标对象的运动项目,并获取所述运动项目的标准运动姿态;
引导运动图像生成单元,被配置成响应于所述运动姿态与所述标准运动姿态之间的差异超过预设阈值,基于所述标准运动姿态生成引导运动图像;
组合运动图像生成单元,被配置成将所述引导运动图像添加至所述运动图像中,生成组合运动图像;
相应的,所述运动图像优化单元进一步被配置成,根据所述视野偏移参数对所述组合运动图像的显示参数进行调整,生成优化运动图像。
13.根据权利要求8-12中任一项所述的装置,其中,所述运动图像优化单元进一步被配置成,响应于基于当前运动图像确定的第一视野偏移参数与基于上一张运动图像确定的第二视野偏移参数之间的差异大于预设差异,利用所述第一视野偏移参数对所述运动图像的显示参数进行调整,生成优化运动图像;以及
响应于所述第一视野偏移参数与所述第二视野偏移参数之间的差异小于所述预设差异,利用所述第二视野偏移参数对所述运动图像的显示参数进行调整,生成优化运动图像。
14.根据权利要求8所述的装置,响应于所述运动姿态为坐式姿态,所述视野偏移参数确定单元进一步被配置成,根据与所述目标对象之间的距离和所述目标对象的头部高度、头部上仰角度确定所述视野偏移参数。
15.一种电子设备,应用于智能镜,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的显示优化方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,应用于智能镜,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的显示优化方法。
17.一种计算机程序产品,应用于智能镜,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的显示优化方法。
CN202110935025.0A 2021-08-16 2021-08-16 显示优化方法、相关装置及计算机程序产品 Active CN113628239B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110935025.0A CN113628239B (zh) 2021-08-16 2021-08-16 显示优化方法、相关装置及计算机程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110935025.0A CN113628239B (zh) 2021-08-16 2021-08-16 显示优化方法、相关装置及计算机程序产品

Publications (2)

Publication Number Publication Date
CN113628239A true CN113628239A (zh) 2021-11-09
CN113628239B CN113628239B (zh) 2023-08-25

Family

ID=78385481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110935025.0A Active CN113628239B (zh) 2021-08-16 2021-08-16 显示优化方法、相关装置及计算机程序产品

Country Status (1)

Country Link
CN (1) CN113628239B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120448A (zh) * 2021-11-29 2022-03-01 北京百度网讯科技有限公司 图像处理方法和装置
CN117406887A (zh) * 2023-11-21 2024-01-16 东莞莱姆森科技建材有限公司 一种基于人体感应的智能镜柜控制方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5548329A (en) * 1992-09-29 1996-08-20 Hughes Aircraft Company Perceptual delta frame processing
CN109936697A (zh) * 2019-04-29 2019-06-25 佛山伊苏巨森科技有限公司 一种视频拍摄目标跟踪方法和装置
CN111768479A (zh) * 2020-07-29 2020-10-13 腾讯科技(深圳)有限公司 图像处理方法、装置、计算机设备以及存储介质
CN111832446A (zh) * 2020-06-30 2020-10-27 东南大学 一种基于双视角视频数据的驾驶员姿态识别方法
CN111985393A (zh) * 2020-08-18 2020-11-24 深圳市瓴鹰智能科技有限公司 一种纠正运动姿态的智能镜子及其运动姿态纠正方法
CN112381927A (zh) * 2020-11-19 2021-02-19 北京百度网讯科技有限公司 图像生成的方法、装置、设备以及存储介质
CN112527115A (zh) * 2020-12-15 2021-03-19 北京百度网讯科技有限公司 用户形象生成方法、相关装置及计算机程序产品
US11069082B1 (en) * 2015-08-23 2021-07-20 AI Incorporated Remote distance estimation system and method

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5548329A (en) * 1992-09-29 1996-08-20 Hughes Aircraft Company Perceptual delta frame processing
US11069082B1 (en) * 2015-08-23 2021-07-20 AI Incorporated Remote distance estimation system and method
CN109936697A (zh) * 2019-04-29 2019-06-25 佛山伊苏巨森科技有限公司 一种视频拍摄目标跟踪方法和装置
CN111832446A (zh) * 2020-06-30 2020-10-27 东南大学 一种基于双视角视频数据的驾驶员姿态识别方法
CN111768479A (zh) * 2020-07-29 2020-10-13 腾讯科技(深圳)有限公司 图像处理方法、装置、计算机设备以及存储介质
CN111985393A (zh) * 2020-08-18 2020-11-24 深圳市瓴鹰智能科技有限公司 一种纠正运动姿态的智能镜子及其运动姿态纠正方法
CN112381927A (zh) * 2020-11-19 2021-02-19 北京百度网讯科技有限公司 图像生成的方法、装置、设备以及存储介质
CN112527115A (zh) * 2020-12-15 2021-03-19 北京百度网讯科技有限公司 用户形象生成方法、相关装置及计算机程序产品

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈晓钢;陆玲;周书民;刘向阳;: "一种新的人脸姿态估计算法", 数据采集与处理, vol. 24, no. 4, pages 543 - 548 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120448A (zh) * 2021-11-29 2022-03-01 北京百度网讯科技有限公司 图像处理方法和装置
CN117406887A (zh) * 2023-11-21 2024-01-16 东莞莱姆森科技建材有限公司 一种基于人体感应的智能镜柜控制方法及系统
CN117406887B (zh) * 2023-11-21 2024-04-09 东莞莱姆森科技建材有限公司 一种基于人体感应的智能镜柜控制方法及系统

Also Published As

Publication number Publication date
CN113628239B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
CN113628239B (zh) 显示优化方法、相关装置及计算机程序产品
WO2022227768A1 (zh) 动态手势识别方法、装置、设备以及存储介质
CN112527115B (zh) 用户形象生成方法、相关装置及计算机程序产品
CN112287795B (zh) 异常驾驶姿态检测方法、装置、设备、车辆和介质
CN112784765B (zh) 用于识别动作的方法、装置、设备以及存储介质
CN111709875B (zh) 图像处理方法、装置、电子设备及存储介质
CN112634343A (zh) 图像深度估计模型的训练方法、图像深度信息的处理方法
CN113325954B (zh) 用于处理虚拟对象的方法、装置、设备和介质
CN112991180A (zh) 图像拼接方法、装置、设备以及存储介质
CN111191619B (zh) 车道线虚线段的检测方法、装置、设备和可读存储介质
CN113326773A (zh) 识别模型训练方法、识别方法、装置、设备及存储介质
CN113359995A (zh) 人机交互方法、装置、设备以及存储介质
US20220319141A1 (en) Method for processing image, device and storage medium
CN113538252B (zh) 图像矫正方法以及装置
CN114119990A (zh) 用于图像特征点匹配的方法、装置及计算机程序产品
CN114173158A (zh) 人脸识别方法、云端设备、客户端设备、电子设备及介质
CN113327311A (zh) 基于虚拟角色的显示方法、装置、设备、存储介质
CN113378836A (zh) 图像识别方法、装置、设备、介质及程序产品
CN108540726B (zh) 连拍图像的处理方法、装置、存储介质及终端
CN112988011B (zh) 取词翻译方法和装置
EP4167189A1 (en) Display method, display apparatus, electronic device and storage medium
CN114090158B (zh) 显示方法、装置、电子设备和介质
CN113870142B (zh) 用于增强图像对比度的方法、装置
CN113705620B (zh) 图像显示模型的训练方法、装置、电子设备和存储介质
KR20220124273A (ko) 동적 제스처 인식 방법, 장치, 기기 및 저장 매체

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