CN113676721A - 一种ar眼镜的图像获取方法及系统 - Google Patents
一种ar眼镜的图像获取方法及系统 Download PDFInfo
- Publication number
- CN113676721A CN113676721A CN202110961749.2A CN202110961749A CN113676721A CN 113676721 A CN113676721 A CN 113676721A CN 202110961749 A CN202110961749 A CN 202110961749A CN 113676721 A CN113676721 A CN 113676721A
- Authority
- CN
- China
- Prior art keywords
- image
- real
- virtual
- module
- size
- 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
- 239000011521 glass Substances 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 32
- 210000005252 bulbus oculi Anatomy 0.000 claims abstract description 25
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- 210000001747 pupil Anatomy 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 27
- 238000013135 deep learning Methods 0.000 claims description 11
- 230000008676 import Effects 0.000 claims description 10
- 238000013136 deep learning model Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/30—Image reproducers
- H04N13/366—Image reproducers using viewer tracking
- H04N13/383—Image reproducers using viewer tracking for tracking with gaze detection, i.e. detecting the lines of sight of the viewer's eyes
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
- H04N13/122—Improving the 3D impression of stereoscopic images by modifying image signal contents, e.g. by filtering or adding monoscopic depth cues
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种AR眼镜的图像获取方法及系统,属于计算机智能领域,该AR眼镜的图像获取方法具体步骤如下,确定景深分布图像:通过AR眼镜内侧朝向用户眼球的红外设备捕捉用户的瞳孔缩放程度,再根据眼球追踪技术确定用户眼球的真实注视点,再根据这个真实注视点调节景深摄像装置的焦点,从而得到景深分布图像,本发明能够根据用户眼球真实注视点调整景深分布图像,从而使得AR眼镜获取的图像可随用户注视点发生改变,提高了AR眼镜获取图像的真实性,进而优化了用户的使用体感,且能够修正虚拟物体的尺寸,便于虚拟物体覆盖现实物体,提高了AR眼镜获取图像的合理性。
Description
技术领域
本发明涉及计算机智能领域,尤其涉及一种AR眼镜的图像获取方法及系统。
背景技术
随着智能计算机技术的发展,智能产品不断涌现,继智能手机和平板电脑之后,增强现实已有潜力成为下一个重大通用计算平台,其中便涉及到AR眼镜的设计,而AR眼镜是一种可佩戴在人体头部进行展示的穿戴式设备,它通过计算机技术可将虚拟的信息叠加到真实世界,使真实的环境和虚拟的物体能够实时地叠加到同一个画面中,实现两种信息的相互补充。
经检索,中国专利号CN201910104037.1公开了一种AR眼镜的图像获取方法及系统,虽然解决了一些AR眼镜图像获取的不足,但是其无法根据用户的眼球真实注视点调整获取的图像,使得AR眼镜的使用效果降低,不利于提高用户的使用体感,且一般的AR眼镜无法修正虚拟物体的尺寸,从而不便虚拟物体覆盖现实物体,存在系统缺陷的问题,为此,我们提出的一种AR眼镜的图像获取方法及系统。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷,而提出的一种AR眼镜的图像获取方法及系统。
为了实现上述目的,本发明采用了如下技术方案:
一种AR眼镜的图像获取方法,该AR眼镜的图像获取方法具体步骤如下:
(1)确定景深分布图像:通过AR眼镜内侧朝向用户眼球的红外设备捕捉用户的瞳孔缩放程度,再根据眼球追踪技术确定用户眼球的真实注视点,再根据这个真实注视点调节景深摄像装置的焦点,从而得到景深分布图像;
(2)确定现实物品尺寸:通过摄像头获取AR眼镜前方的现实环境图像,并依据景深分布图像得到现实环境图像中现实物品的轮廓,从而依据现实物品的轮廓分割得到现实物品的图像,再根据焦距和像素计算现实物品的尺寸;
(3)修正虚拟物体尺寸:通过AR眼镜上的数据接口导入虚拟数据,并解析虚拟数据形成虚拟图像,再依靠深度学习模型分析虚拟图像中的逻辑过程,并依据逻辑过程依次获取虚拟图像中的物体,生成虚拟物体尺寸,再将虚拟物体尺寸与现实物品尺寸对比,产生对比差,再依据对比差修正虚拟物体尺寸,生成覆盖虚拟物体;
(4)确定现实环境图像中的覆盖点:确定虚拟图像中的物体位置,生成预覆盖位置,再确定现实环境图像中的现实物品位置,计算预覆盖位置与现实物品位置的相似度值,选取最大相似度值所对应的现实物品位置,即为覆盖点;
(5)形成目的图像:步骤(4)结束后,分割覆盖点处的现实物体,再将覆盖虚拟物体填充至覆盖点,并修复填充后的现实环境图像,即生成目的图像。
进一步地,步骤(2)中所述轮廓是景深分布图像中属于不同景深的区域之间的分界线,所述分界线与现实物品的边缘重叠。
进一步地,步骤(4)中所述计算预覆盖位置与现实物品位置的相似度值采用相似性度量算法,即ROST SEAT算法。
进一步地,步骤(5)中所述修复填充后的现实环境图像采用破损照片修复技术。
一种AR眼镜的图像获取系统,包括摄像模块、图像处理模块、尺寸获取模块、数据导入模块、深度学习模块、数据处理模块、对比模块、覆盖成像模块和显示模块;
其中,所述摄像模块与图像处理模块通信连接;所述数据导入模块与深度学习模块通过Wifi连接。
进一步地,所述摄像模块用于拍摄AR眼镜前方的现实环境图像和景深分布图像,并将现实环境图像和景深分布图像发送至图像处理模块;所述图像处理模块用于处理景深分布图像,生成现实物品的轮廓,并将现实物品的轮廓发送至尺寸获取模块;所述尺寸获取模块用于获取现实物品尺寸,并发送至对比模块;其中获取现实物品尺寸的具体操作为:
S1、根据现实物品的轮廓从现实环境图像中分割得到现实物品图像;
S2、根据焦距和像素计算现实物品的尺寸。
进一步地,所述数据导入模块用于导入虚拟数据,并发送至深度学习模块;所述深度学习模块用于识别虚拟数据,生成识别结果,并发送至数据处理模块;所述数据处理模块用于处理识别结果,生成虚拟物体尺寸,并发送至对比模块;所述对比模块用于对比虚拟物体尺寸和现实物品尺寸,得到对比差,并根据对比差调整虚拟物体的尺寸,生成覆盖虚拟物体;所述覆盖成像模块用于覆盖现实环境图像,生成目的图像,并发送至显示模块;其中,形成目的图像的具体操作为:
SS1、接收覆盖虚拟物体,并提取覆盖虚拟物体在虚拟数据中的位置;
SS2、根据覆盖虚拟物体在虚拟数据中的位置确定现实环境图像中的覆盖点;
SS3、将覆盖点处的现实物体分割删除,再将覆盖虚拟物体填充;
SS4、修复填充后的现实环境图像,即得目的图像;
所述显示模块用于显示目的图像。
相比于现有技术,本发明的有益效果在于:
1、本发明通过朝向用户眼球的红外设备捕捉用户的瞳孔缩放程度,并根据眼球追踪技术确定用户眼球的真实注视点,此时景深摄像装置根据这个真实注视点调节焦点,从而得到景深分布图像,达到根据用户眼球真实注视点调整景深分布图像的目的,从而使得AR眼镜获取的图像可随用户注视点发生改变,提高了AR眼镜获取图像的真实性,进而优化了用户的使用体感。
2、本发明通过解析虚拟数据形成虚拟图像,再依靠深度学习模型分析虚拟图像中的逻辑过程,并依据逻辑过程依次获取虚拟图像中的物体,生成虚拟物体尺寸,再将虚拟物体尺寸与现实物品尺寸对比,产生对比差,再依据对比差修正虚拟物体尺寸,生成覆盖虚拟物体,达到修正虚拟物体尺寸的目的,便于虚拟物体覆盖现实物体,提高了AR眼镜获取图像的合理性。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明提出的一种AR眼镜的图像获取方法的流程图;
图2为本发明提出的一种AR眼镜的图像获取系统的框图。
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。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
实施例1:
请参阅图1,本发明提供一种技术方案:一种AR眼镜的图像获取方法,该AR眼镜的图像获取方法具体步骤如下:
确定景深分布图像:通过AR眼镜内侧朝向用户眼球的红外设备捕捉用户的瞳孔缩放程度,再根据眼球追踪技术确定用户眼球的真实注视点,再根据这个真实注视点调节景深摄像装置的焦点,从而得到景深分布图像。
确定现实物品尺寸:通过摄像头获取AR眼镜前方的现实环境图像,并依据景深分布图像得到现实环境图像中现实物品的轮廓,从而依据现实物品的轮廓分割得到现实物品的图像,再根据焦距和像素计算现实物品的尺寸;
具体的,轮廓指的是景深分布图像中属于不同景深的区域之间的分界线,分界线与现实物品的边缘重叠。
修正虚拟物体尺寸:通过AR眼镜上的数据接口导入虚拟数据,并解析虚拟数据形成虚拟图像,再依靠深度学习模型分析虚拟图像中的逻辑过程,并依据逻辑过程依次获取虚拟图像中的物体,生成虚拟物体尺寸,再将虚拟物体尺寸与现实物品尺寸对比,产生对比差,再依据对比差修正虚拟物体尺寸,生成覆盖虚拟物体。
确定现实环境图像中的覆盖点:确定虚拟图像中的物体位置,生成预覆盖位置,再确定现实环境图像中的现实物品位置,计算预覆盖位置与现实物品位置的相似度值,选取最大相似度值所对应的现实物品位置,即为覆盖点;
具体的,计算预覆盖位置与现实物品位置的相似度值采用相似性度量算法,即ROST SEAT算法。
形成目的图像:确定现实环境图像中的覆盖点后,分割覆盖点处的现实物体,再将覆盖虚拟物体填充至覆盖点,并修复填充后的现实环境图像,即生成目的图像;
具体的,修复填充后的现实环境图像采用破损照片修复技术。
本实施例在生成现实物品尺寸的过程中,AR眼镜内侧朝向用户眼球的红外设备捕捉用户的瞳孔缩放程度,并根据眼球追踪技术确定用户眼球的真实注视点,此时景深摄像装置根据这个真实注视点调节焦点,从而得到景深分布图像,与此同时,通过摄像头获取AR眼镜前方的现实环境图像,并依据景深分布图像得到现实环境图像中现实物品的轮廓,从而依据现实物品的轮廓分割得到现实物品的图像,再根据焦距和像素计算现实物品的尺寸,达到根据用户眼球真实注视点调整景深分布图像的目的,从而使得AR眼镜获取的图像可随用户注视点发生改变,提高了AR眼镜获取图像的真实性,进而优化了用户的使用体感。
实施例2:
请参阅图2,本发明提供一种技术方案:一种AR眼镜的图像获取系统,包括摄像模块、图像处理模块、尺寸获取模块、数据导入模块、深度学习模块、数据处理模块、对比模块、覆盖成像模块和显示模块;
其中,摄像模块与图像处理模块通信连接;数据导入模块与深度学习模块通过Wifi连接,摄像模块用于拍摄AR眼镜前方的现实环境图像和景深分布图像,并将现实环境图像和景深分布图像发送至图像处理模块;图像处理模块用于处理景深分布图像,生成现实物品的轮廓,并将现实物品的轮廓发送至尺寸获取模块;尺寸获取模块用于获取现实物品尺寸,并发送至对比模块;其中获取现实物品尺寸的具体操作为:
首先根据现实物品的轮廓从现实环境图像中分割得到现实物品图像;其次根据焦距和像素计算现实物品的尺寸,数据导入模块用于导入虚拟数据,并发送至深度学习模块;深度学习模块用于识别虚拟数据,生成识别结果,并发送至数据处理模块;数据处理模块用于处理识别结果,生成虚拟物体尺寸,并发送至对比模块;对比模块用于对比虚拟物体尺寸和现实物品尺寸,得到对比差,并根据对比差调整虚拟物体的尺寸,生成覆盖虚拟物体;最后覆盖成像模块用于覆盖现实环境图像,生成目的图像,并发送至显示模块;显示模块用于显示目的图像。
本实施例中形成目的图像的具体操作为:
首先接收覆盖虚拟物体,并提取覆盖虚拟物体在虚拟数据中的位置;根据覆盖虚拟物体在虚拟数据中的位置确定现实环境图像中的覆盖点;其次将覆盖点处的现实物体分割删除,再将覆盖虚拟物体填充;最后修复填充后的现实环境图像,即得目的图像。
本实施例在修正虚拟物体尺寸的过程中,通过AR眼镜上的数据接口导入虚拟数据,并解析虚拟数据形成虚拟图像,再依靠深度学习模型分析虚拟图像中的逻辑过程,并依据逻辑过程依次获取虚拟图像中的物体,生成虚拟物体尺寸,再将虚拟物体尺寸与现实物品尺寸对比,产生对比差,再依据对比差修正虚拟物体尺寸,生成覆盖虚拟物体,达到修正虚拟物体尺寸的目的,便于虚拟物体覆盖现实物体,提高了AR眼镜获取图像的合理性。
本发明的工作原理及使用流程:当用户佩戴AR眼镜后,AR眼镜内侧朝向用户眼球的红外设备捕捉用户的瞳孔缩放程度,并根据眼球追踪技术确定用户眼球的真实注视点,此时景深摄像装置根据这个真实注视点调节焦点,从而得到景深分布图像,与此同时,通过摄像头获取AR眼镜前方的现实环境图像,并依据景深分布图像得到现实环境图像中现实物品的轮廓,从而依据现实物品的轮廓分割得到现实物品的图像,再根据焦距和像素计算现实物品的尺寸,达到根据用户眼球真实注视点调整景深分布图像的目的,从而使得AR眼镜获取的图像可随用户注视点发生改变,提高了AR眼镜获取图像的真实性,进而优化了用户的使用体感,再通过AR眼镜上的数据接口导入虚拟数据,并解析虚拟数据形成虚拟图像,再依靠深度学习模型分析虚拟图像中的逻辑过程,并依据逻辑过程依次获取虚拟图像中的物体,生成虚拟物体尺寸,再将虚拟物体尺寸与现实物品尺寸对比,产生对比差,再依据对比差修正虚拟物体尺寸,生成覆盖虚拟物体,达到修正虚拟物体尺寸的目的,便于虚拟物体覆盖现实物体,提高了AR眼镜获取图像的合理性,再确定虚拟图像中的物体位置,生成预覆盖位置,再确定现实环境图像中的现实物品位置,计算预覆盖位置与现实物品位置的相似度值,选取最大相似度值所对应的现实物品位置,即为覆盖点,覆盖点确定后,分割覆盖点处的现实物体,再将覆盖虚拟物体填充至覆盖点,并修复填充后的现实环境图像,即生成目的图像,完成操作。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种AR眼镜的图像获取方法,其特征在于,该AR眼镜的图像获取方法具体步骤如下:
(1)确定景深分布图像:通过AR眼镜内侧朝向用户眼球的红外设备捕捉用户的瞳孔缩放程度,再根据眼球追踪技术确定用户眼球的真实注视点,再根据这个真实注视点调节景深摄像装置的焦点,从而得到景深分布图像;
(2)确定现实物品尺寸:通过摄像头获取AR眼镜前方的现实环境图像,并依据景深分布图像得到现实环境图像中现实物品的轮廓,从而依据现实物品的轮廓分割得到现实物品的图像,再根据焦距和像素计算现实物品的尺寸;
(3)修正虚拟物体尺寸:通过AR眼镜上的数据接口导入虚拟数据,并解析虚拟数据形成虚拟图像,再依靠深度学习模型分析虚拟图像中的逻辑过程,并依据逻辑过程依次获取虚拟图像中的物体,生成虚拟物体尺寸,再将虚拟物体尺寸与现实物品尺寸对比,产生对比差,再依据对比差修正虚拟物体尺寸,生成覆盖虚拟物体;
(4)确定现实环境图像中的覆盖点:确定虚拟图像中的物体位置,生成预覆盖位置,再确定现实环境图像中的现实物品位置,计算预覆盖位置与现实物品位置的相似度值,选取最大相似度值所对应的现实物品位置,即为覆盖点;
(5)形成目的图像:步骤(4)结束后,分割覆盖点处的现实物体,再将覆盖虚拟物体填充至覆盖点,并修复填充后的现实环境图像,即生成目的图像。
2.根据权利要求1所述的一种AR眼镜的图像获取方法,其特征在于,步骤(2)中所述轮廓是景深分布图像中属于不同景深的区域之间的分界线,所述分界线与现实物品的边缘重叠。
3.根据权利要求1所述的一种AR眼镜的图像获取方法,其特征在于,步骤(4)中所述计算预覆盖位置与现实物品位置的相似度值采用相似性度量算法,即ROST SEAT算法。
4.根据权利要求1所述的一种AR眼镜的图像获取方法,其特征在于,步骤(5)中所述修复填充后的现实环境图像采用破损照片修复技术。
5.一种AR眼镜的图像获取系统,其特征在于,包括摄像模块、图像处理模块、尺寸获取模块、数据导入模块、深度学习模块、数据处理模块、对比模块、覆盖成像模块和显示模块;
其中,所述摄像模块与图像处理模块通信连接;所述数据导入模块与深度学习模块通过Wifi连接。
6.根据权利要求5所述的一种AR眼镜的图像获取系统,其特征在于,所述摄像模块用于拍摄AR眼镜前方的现实环境图像和景深分布图像,并将现实环境图像和景深分布图像发送至图像处理模块;所述图像处理模块用于处理景深分布图像,生成现实物品的轮廓,并将现实物品的轮廓发送至尺寸获取模块;所述尺寸获取模块用于获取现实物品尺寸,并发送至对比模块;其中获取现实物品尺寸的具体操作为:
S1、根据现实物品的轮廓从现实环境图像中分割得到现实物品图像;
S2、根据焦距和像素计算现实物品的尺寸。
7.根据权利要求5所述的一种AR眼镜的图像获取系统,其特征在于,所述数据导入模块用于导入虚拟数据,并发送至深度学习模块;所述深度学习模块用于识别虚拟数据,生成识别结果,并发送至数据处理模块;所述数据处理模块用于处理识别结果,生成虚拟物体尺寸,并发送至对比模块;所述对比模块用于对比虚拟物体尺寸和现实物品尺寸,得到对比差,并根据对比差调整虚拟物体的尺寸,生成覆盖虚拟物体;所述覆盖成像模块用于覆盖现实环境图像,生成目的图像,并发送至显示模块;其中,形成目的图像的具体操作为:
SS1、接收覆盖虚拟物体,并提取覆盖虚拟物体在虚拟数据中的位置;
SS2、根据覆盖虚拟物体在虚拟数据中的位置确定现实环境图像中的覆盖点;
SS3、将覆盖点处的现实物体分割删除,再将覆盖虚拟物体填充;
SS4、修复填充后的现实环境图像,即得目的图像;
所述显示模块用于显示目的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110961749.2A CN113676721A (zh) | 2021-08-20 | 2021-08-20 | 一种ar眼镜的图像获取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110961749.2A CN113676721A (zh) | 2021-08-20 | 2021-08-20 | 一种ar眼镜的图像获取方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113676721A true CN113676721A (zh) | 2021-11-19 |
Family
ID=78544582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110961749.2A Pending CN113676721A (zh) | 2021-08-20 | 2021-08-20 | 一种ar眼镜的图像获取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113676721A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114371780A (zh) * | 2021-12-31 | 2022-04-19 | 金地(集团)股份有限公司 | 居家智慧养老实现方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104143212A (zh) * | 2014-07-02 | 2014-11-12 | 惠州Tcl移动通信有限公司 | 基于穿戴设备的增强现实方法及系统 |
CN109086726A (zh) * | 2018-08-10 | 2018-12-25 | 陈涛 | 一种基于ar智能眼镜的局部图像识别方法及系统 |
CN112634463A (zh) * | 2020-12-21 | 2021-04-09 | 上海影创信息科技有限公司 | Ar眼镜的尺寸匹配增强真实感方法和系统 |
CN112634346A (zh) * | 2020-12-21 | 2021-04-09 | 上海影创信息科技有限公司 | 基于ar眼镜的现实物品尺寸获取方法和系统 |
-
2021
- 2021-08-20 CN CN202110961749.2A patent/CN113676721A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104143212A (zh) * | 2014-07-02 | 2014-11-12 | 惠州Tcl移动通信有限公司 | 基于穿戴设备的增强现实方法及系统 |
US20160180593A1 (en) * | 2014-07-02 | 2016-06-23 | Huizhou Tcl Mobile Communication Co., Ltd. | Wearable device-based augmented reality method and system |
CN109086726A (zh) * | 2018-08-10 | 2018-12-25 | 陈涛 | 一种基于ar智能眼镜的局部图像识别方法及系统 |
CN112634463A (zh) * | 2020-12-21 | 2021-04-09 | 上海影创信息科技有限公司 | Ar眼镜的尺寸匹配增强真实感方法和系统 |
CN112634346A (zh) * | 2020-12-21 | 2021-04-09 | 上海影创信息科技有限公司 | 基于ar眼镜的现实物品尺寸获取方法和系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114371780A (zh) * | 2021-12-31 | 2022-04-19 | 金地(集团)股份有限公司 | 居家智慧养老实现方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107852533B (zh) | 三维内容生成装置及其三维内容生成方法 | |
CN110363867B (zh) | 虚拟装扮系统、方法、设备及介质 | |
WO2019228473A1 (zh) | 人脸图像的美化方法和装置 | |
WO2019128508A1 (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN105938627B (zh) | 用于人脸虚拟整形的处理方法和系统 | |
CN106909875B (zh) | 人脸脸型分类方法和系统 | |
JP6685827B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP4597391B2 (ja) | 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 | |
CN109087261B (zh) | 基于非受限采集场景的人脸矫正方法 | |
CN106981078B (zh) | 视线校正方法、装置、智能会议终端及存储介质 | |
WO2006106465A2 (en) | Method and device for three-dimentional reconstruction and rendering | |
JP4936491B2 (ja) | 視線方向の推定装置、視線方向の推定方法およびコンピュータに当該視線方向の推定方法を実行させるためのプログラム | |
JP2008102902A (ja) | 視線方向の推定装置、視線方向の推定方法およびコンピュータに当該視線方向の推定方法を実行させるためのプログラム | |
JP2017187882A (ja) | 画像処理に用いられるコンピュータープログラム | |
CN102713975B (zh) | 图像整理系统、图像整理方法和计算机程序 | |
WO2019061659A1 (zh) | 人脸图像眼镜去除方法、装置及存储介质 | |
KR20200100020A (ko) | 3차원 컨텐츠 생성 장치 및 그 3차원 컨텐츠 생성 방법 | |
CN111435550A (zh) | 图像处理方法及装置、图像设备及存储介质 | |
CN110503068A (zh) | 视线估计方法、终端及存储介质 | |
CN113128428A (zh) | 基于深度图预测的活体检测方法和相关设备 | |
CN113544738B (zh) | 人体测量数据便携式获取设备和收集人体测量数据的方法 | |
CN113676721A (zh) | 一种ar眼镜的图像获取方法及系统 | |
KR20160046399A (ko) | 텍스쳐 맵 생성 방법 및 장치와 데이터 베이스 생성 방법 | |
CN112084840A (zh) | 一种基于三维nmi的指静脉识别方法 | |
KR101501165B1 (ko) | 눈동자 추적을 이용한 안구 마우스 |
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 |