CN113779299A - 用于存储物品位置信息的方法、装置、电子设备和介质 - Google Patents

用于存储物品位置信息的方法、装置、电子设备和介质 Download PDF

Info

Publication number
CN113779299A
CN113779299A CN202110123895.8A CN202110123895A CN113779299A CN 113779299 A CN113779299 A CN 113779299A CN 202110123895 A CN202110123895 A CN 202110123895A CN 113779299 A CN113779299 A CN 113779299A
Authority
CN
China
Prior art keywords
item
article
information
depth data
identified
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
CN202110123895.8A
Other languages
English (en)
Inventor
杨洋
朱孝瑾
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.)
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun 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 Beijing Jingdong Century Trading Co Ltd, Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202110123895.8A priority Critical patent/CN113779299A/zh
Publication of CN113779299A publication Critical patent/CN113779299A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Library & Information Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开的实施例公开了用于存储物品位置信息的方法、装置、电子设备和介质。该方法的一具体实施方式包括:获取目标深度数据,其中,该目标深度数据基于针对待识别物品所在区域拍摄的深度数据而得到;基于该目标深度数据,识别该待识别物品;基于该深度数据的拍摄设备的位置与所识别出的待识别物品的位置之间的相对关系,生成该待识别物品的物品位置信息,其中,该物品位置信息包括海拔信息;将该待识别物品的物品位置信息与匹配的物品标签关联存储。该实施方式实现了对物品的多维位置信息的自动记录,为后续物品的查找提供坚实的数据基础。

Description

用于存储物品位置信息的方法、装置、电子设备和介质
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于存储物品位置信息的方法、装置、电子设备和介质。
背景技术
在实际生活场景中,往往需要记录各种物品(例如桌子上的眼镜、停车场中的车辆等等)的位置以供后期寻找。
现有技术通常是用户使用手机等终端对物品放置位置进行文字记录或拍照留存。但由于对位置描述的差异,往往不能准确定位到需要查找的物品。现有技术还通过用户使用手机等终端中的定位设备对物品放置位置进行定位,将定位信息进行保存。但由于室内等环境中的定位精确度差且通常只能记录平面位置,由于空间信息的缺失往往导致无法准确记录位置。
发明内容
本公开的实施例提出了用于存储物品位置信息的方法、装置、电子设备和介质。
第一方面,本公开的实施例提供了一种用于存储物品位置信息的方法,该方法包括:获取目标深度数据,其中,目标深度数据基于针对待识别物品所在区域拍摄的深度数据而得到;基于目标深度数据,识别待识别物品;基于深度数据的拍摄设备的位置与所识别出的待识别物品的位置之间的相对关系,生成待识别物品的物品位置信息,其中,物品位置信息包括海拔信息;将待识别物品的物品位置信息与匹配的物品标签关联存储。
第二方面,本公开的实施例提供了一种用于显示物品查找指示信息的方法,该方法包括:响应于接收到物品查找信息,从预设的物品数据库中选取与物品查找信息所指示的物品标签相匹配的物品位置信息,其中,物品数据库中包括物品位置信息与对应的物品标签;响应于检测到摄像头开启,获取摄像头的位置信息;基于摄像头的位置信息所指示的位置与所选取的物品位置信息所指示的位置之间的距离,生成物品查找指示信息;在摄像头拍摄的图像上显示物品查找指示信息。
第三方面,本公开的实施例提供了一种用于存储物品位置信息的装置,该装置包括:第一获取单元,被配置成获取目标深度数据,其中,目标深度数据基于针对待识别物品所在区域拍摄的深度数据而得到;识别单元,被配置成基于目标深度数据,识别待识别物品;第一生成单元,被配置成基于深度数据的拍摄设备的位置与所识别出的待识别物品的位置之间的相对关系,生成待识别物品的物品位置信息,其中,物品位置信息包括海拔信息;关联单元,被配置成将待识别物品的物品位置信息与匹配的物品标签关联存储。
第四方面,本公开的实施例提供了一种用于显示物品查找指示信息的装置,该装置包括:选取单元,被配置成响应于接收到物品查找信息,从预设的物品数据库中选取与物品查找信息所指示的物品标签相匹配的物品位置信息,其中,物品数据库中包括物品位置信息与对应的物品标签;第二获取单元,被配置成响应于检测到摄像头开启,获取摄像头的位置信息;第二生成单元,被配置成基于摄像头的位置信息所指示的位置与所选取的物品位置信息所指示的位置之间的距离,生成物品查找指示信息;显示单元,被配置成在摄像头拍摄的图像上显示物品查找指示信息。
第五方面,本公开的实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第六方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的实施例提供的用于存储物品位置信息的方法、装置、电子设备和介质,通过所获取的深度数据所指示的距离与拍摄设备之间的位置生成包括海拔信息的物品位置信息,实现了对物品的多维位置信息的自动记录,为后续物品的查找提供坚实的数据基础。本公开的实施例还提供了用于显示物品查找指示信息的方法、装置、电子设备和介质,通过预设的物品数据库选取与待查找物品匹配的位置信息,并且可以在摄像头所拍摄的图像上显示所生成的物品查找指示信息。从而避免了用户使用终端查找物品时视觉需要在周围环境和显示指示信息的屏幕之间来回切换,能够直观地展示物品查找指示信息,提高了物品查找的效率。
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存储物品位置信息的方法的一个实施例的流程图;
图3是根据本公开的实施例的用于存储物品位置信息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显示物品查找指示信息的方法的一个实施例的流程图;
图5是根据本公开的用于存储物品位置信息的装置的一个实施例的结构示意图;
图6是根据本公开的用于显示物品查找指示信息的装置的一个实施例的结构示意图;
图7是适于用来实现本公开的实施例的电子设备的结构示意图。
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用于存储物品位置信息的方法或用于存储物品位置信息的装置的示例性架构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。
终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、图像识别类应用、数据库类应用等。
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,可以是具有显示屏并且支持人机交互的各种电子设备,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,例如为终端设备101、102、103上图像识别类应用和数据库类应用提供支持的后台服务器。后台服务器可以对接收到的目标深度数据进行处理,将基于上述目标深度数据识别出的待识别物品与匹配的物品标签关联存储。或者,后台服务器可以将所生成的物品位置信息发送至终端设备101、102、103,以使终端设备101、102、103将上述物品位置信息与匹配的物品标签关联存储。
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。
需要说明的是,本公开的实施例所提供的用于存储物品位置信息的方法一般由服务器105执行,相应地,用于存储物品位置信息的装置一般设置于服务器105中。可选地,在满足计算能力的条件下,本申请实施例所提供的用于存储物品位置信息的方法也可以由终端设备101、102、103执行,相应地,用于存储物品位置信息的装置也可以设置于终端设备101、102、103中。可选地,本申请实施例所提供的用于存储物品位置信息的方法也可以由上述服务器105和终端设备101、102、103分别执行部分步骤,在此不做限定。
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存储物品位置信息的方法的一个实施例的流程200。该用于存储物品位置信息的方法包括以下步骤:
步骤201,获取目标深度数据。
在本实施例中,用于存储物品位置信息的方法的执行主体(如图1所示的终端设备101、102、103)可以通过有线连接方式或者无线连接方式获取目标深度数据。其中,上述目标深度数据基于针对待识别物品所在区域拍摄的深度数据而得到。上述深度数据可以包括深度图像(depth image)。上述深度图像中的各像素可以用于表征从图像采集器到场景中各点的距离(深度),其可以直接反映物品可见表面的几何形状。上述深度数据可以通过各种方式得到,例如激光雷达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法等等。
作为示例,上述执行主体可以获取预先存储于本地的目标深度数据,也可以从与之通信连接的电子设备(例如激光雷达扫描仪)获取上述目标深度数据。其中,上述目标深度数据可以是针对待识别物品所在区域拍摄的深度数据,也可以是对针对待识别物品所在区域拍摄的深度数据进行预处理后所得到的数据。
在本实施例的一些可选的实现方式中,上述深度数据还关联有对应的置信度数据。其中,上述置信度数据可以用于表征深度图像中各像素值的可信程度。作为示例,上述深度数据和关联的对应的置信度数据可以包括iOS平台的AVDepthData。其中,上述AVDepthData中的数据可以包括基于iOS设备中的激光雷达扫描仪获取的深度数据(例如depthMap)及其对应的置信度数据(例如confidenceMap)。
基于上述可选的实现方式,上述执行主体还可以按照如下步骤获取目标深度数据:
第一步,获取针对待识别物品所在区域拍摄的深度数据。
在这些实现方式中,上述执行主体可以通过与前述一致的方式获取针对待识别物品所在区域拍摄的深度数据。
第二步,从所获取的深度数据中提取对应的置信度不小于预设阈值的深度数据,生成目标深度数据。
在这些实现方式中,上述执行主体可以从上述第一步所获取的深度数据中提取对应的置信度不小于预设阈值的深度数据,生成目标深度数据。
基于上述可选的实现方式,本方案可以降低低置信度深度数据对物品识别结果的准确度所造成的不良影响,有助于进一步提升所生成的物品位置信息的准确性。
步骤202,基于目标深度数据,识别待识别物品。
在本实施例中,基于步骤201所获取的目标深度数据,上述执行主体可以通过各种方式识别待识别物品。
作为示例,上述执行主体可以首先将步骤201所获取的目标深度数据经坐标转换生成点云数据。之后,上述执行主体可以利用各种点云目标检测方法对上述所生成的点云数据进行目标检测,以识别上述待识别物品。从而,基于对上述待识别物品的识别结果,上述执行主体通常可以获取上述待识别物品与上述深度数据的拍摄设备之间的相对位置关系。
在本实施例的一些可选的实现方式中,上述执行主体可以将上述步骤201所获取的目标深度数据输入至预先训练的物品识别模型,生成用于指示上述待识别物品所在位置的位置指示信息,以识别上述待识别物品。
在这些实现方式中,上述物品识别模型可以包括各种利用机器学习方法训练得到的目标检测模型。上述位置指示信息可以包括多种形式。作为示例,上述位置指示信息可以用于指示所识别出的待识别物品在上述目标深度数据所对应的深度图中的位置。上述位置指示信息例如可以是检测框,也可以是所识别出的待识别物品的几何中心与上述深度数据的拍摄设备之间的相对位置关系。
从而,本方案可以利用机器学习方式训练得到的模型实现依据深度图像对物品进行识别和位置确定。
基于上述可选的实现方式,上述物品识别模型可以通过以下步骤训练得到:
S1、获取训练样本集合。
在这些实现方式中,用于训练物品识别模型的执行主体可以通过各种方式获取训练样本集合。其中,上述训练样本集中可以包括样本深度数据和样本标注信息。上述样本标注信息可以用于指示样本深度数据所对应的样本物品所在的位置。作为示例,在获取样本深度数据后,上述执行主体还可以样本标注信息所对应的深度数据。其中,上述样本标注信息可以用于指示上述样本深度数据中对应于待识别物品区域的部分。
可选地,上述执行主体还可以将上述样本标注信息所对应的深度数据进行归一化,生成维度为[m,n,h]的矩阵。其中,上述m、n、h可以分别用于表征上述样本深度数据中对应于待识别物品区域的最大长度、最大宽度和对应于待识别物品区域的深度数据与上述目标深度数据中最大深度之间的差值。可选地,上述执行主体还可以进一步将上述维度为[m,n,h]的矩阵扁平化为维度为[m×n×h,1]的矩阵。
基于上述可选的实现方式,本方案可以利用数据归一化提高模型训练的速率和效果。
可选地,上述样本标注信息还可以用于指示待识别物品的类别,例如车辆、眼镜等等。
S2、将训练样本集合中的训练样本的样本深度数据作为输入,将与输入的样本深度数据对应的样本标注信息作为期望输出,训练得到物品识别模型。
在这些实现方式中,上述执行主体可以利用有监督学习的方法训练初始物品识别模型。当满足训练停止条件时,上述执行主体可以将训练得到的模型确定为物品识别模型。其中,上述训练停止条件例如可以包括通过准确度-召回率(precision-recall,PR)验证。
可选地,上述物品识别模型还可以输出待识别物品的类别。
基于上述可选的实现方式,本方案可以利用用于指示样本深度数据所对应的样本物品所在的位置的样本标注信息,采用有监督方式训练物品识别模型,与现有的二维物品图像识别相比,能够有效地确定物品的相对于深度数据的拍摄设备的相对位置。
步骤203,基于深度数据的拍摄设备的位置与所识别出的待识别物品的位置之间的相对关系,生成待识别物品的物品位置信息。
在本实施例中,基于深度数据的拍摄设备的位置与所识别出的待识别物品的位置之间的相对关系,上述执行主体可以通过各种方式生成待识别物品的物品位置信息。其中,上述物品位置信息包括海拔信息。
作为示例,根据上述步骤202所识别出的待识别物品所在区域对应的深度数据,上述执行主体可以通过各种方式确定上述待识别物品的特征点所对应的深度值。例如,上述执行主体可以对上述所识别出的待识别物品所在区域对应的深度数据进行稀疏采样,计算采样所得到的深度数据的平均值。其中,上述平均值可以包括但不限于以下至少一项:算数平均值,几何平均值,加权平均值。相对应地,上述特征点可以是物品表面中心,几何中心等。而后,上述执行主体可以获取深度数据的拍摄设备(例如图1中的终端设备101、102、103)的位置。其中,上述位置例如可以用经度、纬度和海拔表示。可选地,上述位置还可以包括上述深度数据的拍摄设备的姿态角。而后,根据所获取的姿态角和上述待识别物品的特征点所对应的深度值,上述执行主体可以确定上述待识别物品与上述拍摄设备的经度差、纬度差和海拔差。从而,根据上述拍摄设备的经度、纬度和海拔以及对应的经度差、纬度差和海拔差,上述执行主体可以生成上述待识别物品的物品位置信息。
在本实施例的一些可选的实现方式中,基于深度数据的拍摄设备的位置与所识别出的待识别物品的位置之间的相对关系,上述执行主体可以按照如下步骤生成待识别物品的位置信息:
第一步,呈现所识别出的待识别物品的所在位置。
在这些实现方式中,上述执行主体可以通过各种方式呈现步骤202所识别出的待识别物品的所在位置。作为示例,上述执行主体可以在屏幕上显示所识别出的待识别物品的所在位置的指示框。作为又一示例,上述执行主体还可以将用于表征上述所识别出的待识别物品的所在位置的位置信息发送至通信连接的显示设备。
第二步,响应于接收到用户对所呈现的待识别物品的所在位置的确认信息,提取确认信息所指示的待识别物品的深度数据。
在这些实现方式中,响应于接收到用户对所呈现的待识别物品的所在位置的确认信息,上述执行主体可以提取上述确认信息所指示的待识别物品的深度数据。作为示例,响应于确定上述确认信息用于指示所呈现的待识别物品的所在位置正确,上述执行主体可以提取所识别出的待识别物品所在区域对应的深度数据。作为又一示例,响应于确定上述确认信息用于指示用户对待识别物品的所在位置进行修正后的位置,上述执行主体可以提取与上述修正后的位置对应的深度数据。
第三步,基于所提取的深度数据,生成位置偏移量。
在这些实现方式中,上述执行主体可以通过与前述步骤一致的方式生成位置偏移量。上述位置偏移量的形式通常与上述深度数据的拍摄设备的位置一致。
第四步,基于位置偏移量对深度数据的拍摄设备的位置进行调整,生成待识别物品的位置信息。
在这些实现方式中,作为示例,上述执行主体可以将上述步骤第三步所生成的位置偏移量与对应的用于指示深度数据的拍摄设备的位置的位置信息相加,生成待识别物品的位置信息。
基于上述可选的实现方式,本方案可以根据接收到的用户的确认信息提取待识别物品的深度数据,从而有助于提升所生成的待识别物品的位置信息的准确度。
步骤204,将待识别物品的物品位置信息与匹配的物品标签关联存储。
在本实施例中,上述执行主体可以通过各种方式将上述步骤202所识别出的待识别物品的物品位置信息与匹配的物品标签进行关联。其中,上述匹配的物品标签可以用于标识上述待识别物品,其可以通过各种方式得到。作为示例,上述物品标签可以是用户输入或选择的,例如“我的手机”。作为又一示例,上述物品标签也可以是根据前述物品识别模型输出的物品类别所生成的,例如“车辆20201202123618”,其可以用于表示2020年12月2日12时36分18秒所拍摄的车辆。之后,上述执行主体可以将上述待识别物品的物品位置信息与匹配的物品标签关联存储。
继续参见图3,图3是根据本公开的实施例的用于存储物品位置信息的方法的应用场景的一个示意图。在图3的应用场景中,用户301使用终端设备302上安装的激光雷达扫描仪针对桌几所在区域进行拍摄,得到深度图303。基于上述深度图303,终端设备302识别出桌几304。基于终端设备302的位置305与所识别出的桌几304之间的相对位置关系,生成桌几的物品位置信息306。之后,终端设备302将上述物品位置信息306和对应的物品标签“桌几”作为一条存储数据307进行关联存储。
目前,现有技术之一通常是采用文字或拍照记录物品信息,导致定位不准确。现有技术还采用对物品放置位置进行定位,将定位信息进行保存的方法,但由于定位信息通常缺失海拔高度数据,导致存储的位置信息不完整。而本公开的上述实施例提供的方法,通过深度数据所指示的距离与拍摄设备之间的位置生成包括海拔信息的物品位置信息,实现了对物品的多维位置信息的自动记录,为后续物品的查找提供坚实的数据基础。
进一步参考图4,其示出了用于显示物品查找指示信息的方法的又一个实施例的流程400。该用于显示物品查找指示信息的方法的流程400,包括以下步骤:
步骤401,响应于接收到物品查找信息,从预设的物品数据库中选取与物品查找信息所指示的物品标签相匹配的物品位置信息。
在本实施例中,响应于接收到物品查找信息,用于显示物品查找指示信息的方法的执行主体(例如图1所示的终端设备101、102、103)可以通过各种方式从预设的物品数据库中选取与物品查找信息所指示的物品标签相匹配的物品位置信息。其中,上述物品查找信息可以用于指示查找待查找的物品。上述物品数据库中可以包括物品位置信息与对应的物品标签。
在本实施例中,作为示例,用户可以在终端设备(上述执行主体)所显示的页面中输入待查找物品的标签,例如“我的汽车”。而后,用户可以点击页面中的“开始查找”按钮。从而,上述执行主体可以接收到上述用于指示查找我的汽车的物品查找信息。之后,上述执行主体可以从预设的物品数据库中选取与物品查找信息所指示的物品标签相匹配的物品位置信息。上述物品位置信息例如可以是“地下一层B128”。上述物品位置信息也可以是所记录的经纬度信息。
在本实施例的一些可选的实现方式中,上述物品位置信息还可以包括海拔信息。其中,上述海拔信息可以是海拔,也可以是与海拔关联的用于表征三维空间中高度的其他信息,在此不做限定。
在本实施例的一些可选的实现方式中,上述预设的物品数据库可以基于前述实施例所描述的用于存储物品位置信息的方法得到。
步骤402,响应于检测到摄像头开启,获取摄像头的位置信息。
在本实施例中,响应于检测到摄像头开启,上述执行主体可以通过各种方式获取摄像头的位置信息。作为示例,上述执行主体可以从定位设备获取上述摄像头的位置信息。其中,上述定位设备通常与上述摄像头安装于同一电子设备上,例如手机。
可选地,上述位置信息还可以包括姿态角。
步骤403,基于摄像头的位置信息所指示的位置与所选取的物品位置信息所指示的位置之间的距离,生成物品查找指示信息。
在本实施例中,基于上述步骤402所获取的摄像头的位置信息所指示的位置与步骤401所选取的物品位置信息所指示的位置之间的距离,上述执行主体可以通过各种方式生成物品查找指示信息。作为示例,响应于确定上述距离大于预设的距离阈值,上述执行主体可以生成指示物品不在附近的物品查找指示信息。可选地,上述执行主体还可以生成指向上述物品位置信息所指示的位置的物品查找指示信息。
在本实施例的一些可选的实现方式中,基于上述步骤402的可选的实现方式,响应于确定摄像头的位置信息所指示的海拔与所选取的物品位置信息所指示的位置之间的海拔大于预设海拔阈值,上述执行主体可以生成用于指示待查找物品不在当前水平面的增强现实提示信息。
基于上述可选的实现方式,本方案可以在待查找物品不在目前所处的海拔高度范围内的情况下及时提示,以减少查找时间的浪费。
在本实施例的一些可选的实现方式中,基于上述步骤402的可选的实现方式,基于上述摄像头的位置信息所指示的位置与所选取的物品位置信息所指示的位置之间的距离,上述执行主体可以通过以下步骤生成物品查找指示信息:
第一步,响应于确定摄像头的位置信息所指示的海拔与所选取的物品位置信息所指示的位置之间的海拔不大于预设海拔阈值,获取与摄像头拍摄的图像相匹配的深度图像。
在这些实现方式中,响应于确定摄像头的位置信息所指示的海拔与所选取的物品位置信息所指示的位置之间的海拔不大于预设海拔阈值,上述执行主体可以通过各种方式获取与摄像头拍摄的图像相匹配的深度图像。作为示例,上述执行主体(例如手机)上可以安装有光学摄像头和深度摄像头。上述光学摄像头和深度摄像头的拍摄方向通常一致。从而,用户使用手机时,上述执行主体可以通过深度摄像头获取针对光学摄像头的拍摄对象进行拍摄的深度图像。其中,上述深度摄像头也可以是其他用于获取深度图像是设备,例如激光雷达扫描仪。
第二步,基于摄像头的位置信息,确定深度图像中的深度数据所指示的物品的位置。
在这些实现方式中,基于步骤402所获取的摄像头的位置信息,上述执行主体可以通过各种方式确定深度图像中的深度数据所指示的物品的位置。
需要说明的是,上述第二步的具体实现方式可以参考前述实施例中步骤203及其可选的实现方式,在此不再赘述。
第三步,响应于确定深度图像中的深度数据所指示的物品的位置与所选取的物品位置信息相匹配,生成用于指示待查找物品的增强现实指示信息。
在这些实现方式中,响应于确定深度图像中的深度数据所指示的物品的位置与所选取的物品位置信息相匹配,上述执行主体可以通过各种方式生成用于指示待查找物品的增强现实指示信息。其中,上述深度图像中的深度数据所指示的物品的位置与所选取的物品位置信息是否匹配例如可以通过上述位置之间的距离是否小于预设的距离阈值(例如2米)来确定。作为示例,上述增强现实指示信息例如可以是利用增强现实技术显示的“您已到达待查找物品附近”。
基于上述可选的实现方式,本方案可以利用增强显示技术对查找待查找的物品过程中的查找路线等进行直观地提示,提高物品查找效率。
步骤404,在摄像头拍摄的图像上显示物品查找指示信息。
在本实施例中,上述执行主体可以通过各种方式在摄像头拍摄的图像上显示物品查找指示信息。作为示例,用户在寻找物品时,通常会使用手机(上述执行主体)上的摄像头对周围环境进行拍摄。从而,上述执行主体可以将上述步骤403所生成的物品查找信息显示在显示屏上所显示的拍摄图像上。
在本实施例的一些可选的实现方式中,基于上述步骤403的可选的实现方式,上述执行主体可以按照如下步骤在摄像头拍摄的图像上显示物品查找指示信息:
第一步,获取与所选取的物品位置信息相匹配的物品在与深度图像相匹配的摄像头拍摄的图像上的显示位置。
在这些实现方式中,上述显示位置可以包括具体的像素位置,也可以是预设的范围(例如左上角、右下角、中间位置等)。
第二步,根据显示位置,确定增强现实指示信息的展示位置。
在这些实现方式中,根据上述第一步所确定的显示位置,上述执行主体可以通过各种方式确定增强现实指示信息的展示位置。作为示例,上述执行主体可以首先确定上述显示位置与图像边缘之间的距离。响应于确定距离大于预设显示距离,上述执行主体可以在上述显示位置对应的显示位置信息中的相应数值上增加预设的偏移量。例如,上述执行主体可以在上述显示位置对应的纵坐标上增加预设的微小数值,以使确定增强现实指示信息展示在上述显示位置的上方。
第三步,根据展示位置,在摄像头拍摄的图像上显示物品查找指示信息。
基于上述可选的实现方式,本方案可以利用增强显示技术直观地显示物品查找指示信息。
从图4中可以看出,本实施例中的用于显示物品查找指示信息的方法的流程400,通过预设的物品数据库选取与待查找物品匹配的位置信息,并且可以在摄像头所拍摄的图像上显示所生成的物品查找指示信息。从而避免了用户使用终端查找物品时视觉需要在周围环境和显示指示信息的屏幕之间来回切换,能够直观地展示物品查找指示信息,提高了物品查找的效率。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了用于存储物品位置信息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,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例提供的用于存储物品位置信息的装置500包括第一获取单元501、识别单元502、第一生成单元503和关联单元504。其中,第一获取单元501,被配置成获取目标深度数据,其中,目标深度数据基于针对待识别物品所在区域拍摄的深度数据而得到;识别单元502,被配置成基于目标深度数据,识别待识别物品;第一生成单元503,被配置成基于深度数据的拍摄设备的位置与所识别出的待识别物品的位置之间的相对关系,生成待识别物品的物品位置信息,其中,物品位置信息包括海拔信息;关联单元504,被配置成将待识别物品的物品位置信息与匹配的物品标签关联存储。
在本实施例中,用于存储物品位置信息的装置500中:第一获取单元501、识别单元502、第一生成单元503和关联单元504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、步骤202、步骤203和步骤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,上述识别单元502可以被进一步配置成:将目标深度数据输入至预先训练的物品识别模型,生成用于指示待识别物品所在位置的位置指示信息。
在本实施例的一些可选的实现方式中,上述物品识别模型可以通过以下步骤训练得到:获取训练样本集合,其中,训练样本集中包括样本深度数据和样本标注信息,样本标注信息用于指示样本深度数据所对应的样本物品所在的位置;将训练样本集合中的训练样本的样本深度数据作为输入,将与输入的样本深度数据对应的样本标注信息作为期望输出,训练得到物品识别模型。
在本实施例的一些可选的实现方式中,上述第一生成单元503可以被进一步配置成:呈现所识别出的待识别物品的所在位置;响应于接收到用户对所呈现的待识别物品的所在位置的确认信息,提取确认信息所指示的待识别物品的深度数据;基于所提取的深度数据,生成位置偏移量;基于位置偏移量对深度数据的拍摄设备的位置进行调整,生成待识别物品的位置信息。
在本实施例的一些可选的实现方式中,上述深度数据还可以关联有对应的置信度数据。上述第一获取单元501可以被进一步配置成:获取针对待识别物品所在区域拍摄的深度数据;从所获取的深度数据中提取对应的置信度不小于预设阈值的深度数据,生成目标深度数据。
本公开的上述实施例提供的装置,通过第一生成单元503根据第一获取单元501所获取的深度数据所指示的距离与拍摄设备之间的位置生成包括海拔信息的物品位置信息,实现了对物品的多维位置信息的自动记录,为后续物品的查找提供坚实的数据基础。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了用于显示物品查找指示信息的装置的一个实施例,该装置实施例与图4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,本实施例提供的用于显示物品查找指示信息的装置600包括选取单元601、第二获取单元602、第二生成单元603和显示单元604。其中,选取单元601,被配置成响应于接收到物品查找信息,从预设的物品数据库中选取与物品查找信息所指示的物品标签相匹配的物品位置信息,其中,物品数据库中包括物品位置信息与对应的物品标签;第二获取单元602,被配置成响应于检测到摄像头开启,获取摄像头的位置信息;第二生成单元603,被配置成基于摄像头的位置信息所指示的位置与所选取的物品位置信息所指示的位置之间的距离,生成物品查找指示信息;显示单元604,被配置成在摄像头拍摄的图像上显示物品查找指示信息。
在本实施例中,用于显示物品查找指示信息的装置600中:选取单元601、第二获取单元602、第二生成单元603和显示单元604的具体处理及其所带来的技术效果可分别参考图4对应实施例中的步骤401、步骤402、步骤403和步骤404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,上述物品位置信息还可以包括海拔信息。
在本实施例的一些可选的实现方式中,上述第二生成单元603可以被进一步配置成:响应于确定摄像头的位置信息所指示的海拔与所选取的物品位置信息所指示的位置之间的海拔大于预设海拔阈值,生成用于指示待查找物品不在当前水平面的增强现实提示信息。
在本实施例的一些可选的实现方式中,上述第二生成单元603可以被进一步配置成:响应于确定摄像头的位置信息所指示的海拔与所选取的物品位置信息所指示的位置之间的海拔不大于预设海拔阈值,获取与摄像头拍摄的图像相匹配的深度图像;基于摄像头的位置信息,确定深度图像中的深度数据所指示的物品的位置;响应于确定深度图像中的深度数据所指示的物品的位置与所选取的物品位置信息相匹配,生成用于指示待查找物品的增强现实指示信息。
在本实施例的一些可选的实现方式中,上述显示单元604可以被进一步配置成:获取与所选取的物品位置信息相匹配的物品在与深度图像相匹配的摄像头拍摄的图像上的显示位置;根据显示位置,确定增强现实指示信息的展示位置;根据展示位置,在摄像头拍摄的图像上显示物品查找指示信息。
在本实施例的一些可选的实现方式中,上述预设的物品数据库可以基于如前述图2实施例所描述的方法得到。
本公开的上述实施例提供的装置,通过选取单元601从预设的物品数据库选取与待查找物品匹配的位置信息,并且显示单元604可以在摄像头所拍摄的图像上显示所第二生成单元603所生成的物品查找指示信息。从而避免了用户使用终端查找物品时视觉需要在周围环境和显示指示信息的屏幕之间来回切换,能够直观地展示物品查找指示信息,提高了物品查找的效率。
下面参考图7,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中的终端设备)700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7示出的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7所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有电子设备700操作所需的各种程序和数据。处理装置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。
通常,以下装置可以连接至I/O接口705: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706;包括例如液晶显示器(LCD,LiquidCrystal Display)、扬声器、振动器等的输出装置707;包括例如磁带、硬盘等的存储装置708;以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700,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7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709从网络上被下载和安装,或者从存储装置708被安装,或者从ROM 702被安装。在该计算机程序被处理装置701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(Radio Frequency,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:获取目标深度数据,其中,目标深度数据基于针对待识别物品所在区域拍摄的深度数据而得到;基于目标深度数据,识别待识别物品;基于深度数据的拍摄设备的位置与所识别出的待识别物品的位置之间的相对关系,生成待识别物品的物品位置信息,其中,物品位置信息包括海拔信息;将待识别物品的物品位置信息与匹配的物品标签关联存储;或者
使得该电子设备:响应于接收到物品查找信息,从预设的物品数据库中选取与物品查找信息所指示的物品标签相匹配的物品位置信息,其中,物品数据库中包括物品位置信息与对应的物品标签;响应于检测到摄像头开启,获取摄像头的位置信息;基于摄像头的位置信息所指示的位置与所选取的物品位置信息所指示的位置之间的距离,生成物品查找指示信息;在摄像头拍摄的图像上显示物品查找指示信息。
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,图示了按照本公开的各种实施例的系统、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,包括第一获取单元、识别单元、第一生成单元、关联单元;或者,一种处理器,包括选取单元、第二获取单元、第二生成单元、显示单元。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,第一获取单元还可以被描述为“获取目标深度数据的单元,其中,目标深度数据基于针对待识别物品所在区域拍摄的深度数据而得到”。
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,本公开的实施例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的实施例中公开的(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 (15)

1.一种用于存储物品位置信息的方法,包括:
获取目标深度数据,其中,所述目标深度数据基于针对待识别物品所在区域拍摄的深度数据而得到;
基于所述目标深度数据,识别所述待识别物品;
基于所述深度数据的拍摄设备的位置与所识别出的待识别物品的位置之间的相对关系,生成所述待识别物品的物品位置信息,其中,所述物品位置信息包括海拔信息;
将所述待识别物品的物品位置信息与匹配的物品标签关联存储。
2.根据权利要求1所述的方法,其中,所述基于所述目标深度数据,识别所述待识别物品,包括:
将所述目标深度数据输入至预先训练的物品识别模型,生成用于指示所述待识别物品所在位置的位置指示信息。
3.根据权利要求2所述的方法,其中,所述物品识别模型通过以下步骤训练得到:
获取训练样本集合,其中,所述训练样本集中包括样本深度数据和样本标注信息,样本标注信息用于指示样本深度数据所对应的样本物品所在的位置;
将所述训练样本集合中的训练样本的样本深度数据作为输入,将与输入的样本深度数据对应的样本标注信息作为期望输出,训练得到所述物品识别模型。
4.根据权利要求1所述的方法,其中,所述基于所述深度数据的拍摄设备的位置与所识别出的待识别物品的位置之间的相对关系,生成所述待识别物品的位置信息,包括:
呈现所识别出的待识别物品的所在位置;
响应于接收到用户对所呈现的待识别物品的所在位置的确认信息,提取所述确认信息所指示的待识别物品的深度数据;
基于所提取的深度数据,生成位置偏移量;
基于所述位置偏移量对所述深度数据的拍摄设备的位置进行调整,生成所述待识别物品的位置信息。
5.根据权利要求1-4之一所述的方法,其中,所述深度数据还关联有对应的置信度数据;以及
所述获取目标深度数据,包括:
获取针对待识别物品所在区域拍摄的深度数据;
从所获取的深度数据中提取对应的置信度不小于预设阈值的深度数据,生成目标深度数据。
6.一种用于显示物品查找指示信息的方法,包括:
响应于接收到物品查找信息,从预设的物品数据库中选取与所述物品查找信息所指示的物品标签相匹配的物品位置信息,其中,所述物品数据库中包括物品位置信息与对应的物品标签;
响应于检测到摄像头开启,获取所述摄像头的位置信息;
基于所述摄像头的位置信息所指示的位置与所选取的物品位置信息所指示的位置之间的距离,生成物品查找指示信息;
在所述摄像头拍摄的图像上显示所述物品查找指示信息。
7.根据权利要求6所述的方法,其中,所述物品位置信息还包括海拔信息。
8.根据权利要求7所述的方法,其中,所述基于所述摄像头的位置信息所指示的位置与所选取的物品位置信息所指示的位置之间的距离,生成物品查找指示信息,包括
响应于确定所述摄像头的位置信息所指示的海拔与所选取的物品位置信息所指示的位置之间的海拔大于预设海拔阈值,生成用于指示待查找物品不在当前水平面的增强现实提示信息。
9.根据权利要求7所述的方法,其中,所述基于所述摄像头的位置信息所指示的位置与所选取的物品位置信息所指示的位置之间的距离,生成物品查找指示信息,包括:
响应于确定所述摄像头的位置信息所指示的海拔与所选取的物品位置信息所指示的位置之间的海拔不大于预设海拔阈值,获取与所述摄像头拍摄的图像相匹配的深度图像;
基于所述摄像头的位置信息,确定所述深度图像中的深度数据所指示的物品的位置;
响应于确定所述深度图像中的深度数据所指示的物品的位置与所选取的物品位置信息相匹配,生成用于指示待查找物品的增强现实指示信息。
10.根据权利要求9所述的方法,其中,在所述摄像头拍摄的图像上显示所述物品查找指示信息,包括:
获取与所选取的物品位置信息相匹配的物品在与所述深度图像相匹配的所述摄像头拍摄的图像上的显示位置;
根据所述显示位置,确定所述增强现实指示信息的展示位置;
根据所述展示位置,在所述摄像头拍摄的图像上显示所述物品查找指示信息。
11.根据权利要求6-10之一所述的方法,其中,所述预设的物品数据库基于如权利要求1-5之一所述的方法得到。
12.一种用于存储物品位置信息的装置,包括:
第一获取单元,被配置成获取目标深度数据,其中,所述目标深度数据基于针对待识别物品所在区域拍摄的深度数据而得到;
识别单元,被配置成基于所述目标深度数据,识别所述待识别物品;
第一生成单元,被配置成基于所述深度数据的拍摄设备的位置与所识别出的待识别物品的位置之间的相对关系,生成所述待识别物品的物品位置信息,其中,所述物品位置信息包括海拔信息;
关联单元,被配置成将所述待识别物品的物品位置信息与匹配的物品标签关联存储。
13.一种用于显示物品查找指示信息的装置,包括:
选取单元,被配置成响应于接收到物品查找信息,从预设的物品数据库中选取与所述物品查找信息所指示的物品标签相匹配的物品位置信息,其中,所述物品数据库中包括物品位置信息与对应的物品标签;
第二获取单元,被配置成响应于检测到摄像头开启,获取所述摄像头的位置信息;
第二生成单元,被配置成基于所述摄像头的位置信息所指示的位置与所选取的物品位置信息所指示的位置之间的距离,生成物品查找指示信息;
显示单元,被配置成在所述摄像头拍摄的图像上显示所述物品查找指示信息。
14.一种电子设备,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1-11中任一所述的方法。
15.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-11中任一所述的方法。
CN202110123895.8A 2021-01-29 2021-01-29 用于存储物品位置信息的方法、装置、电子设备和介质 Pending CN113779299A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110123895.8A CN113779299A (zh) 2021-01-29 2021-01-29 用于存储物品位置信息的方法、装置、电子设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110123895.8A CN113779299A (zh) 2021-01-29 2021-01-29 用于存储物品位置信息的方法、装置、电子设备和介质

Publications (1)

Publication Number Publication Date
CN113779299A true CN113779299A (zh) 2021-12-10

Family

ID=78835651

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110123895.8A Pending CN113779299A (zh) 2021-01-29 2021-01-29 用于存储物品位置信息的方法、装置、电子设备和介质

Country Status (1)

Country Link
CN (1) CN113779299A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102891884A (zh) * 2012-09-07 2013-01-23 安科智慧城市技术(中国)有限公司 一种图片的物理位置查询方法及系统
CN103700228A (zh) * 2013-12-04 2014-04-02 中国科学院深圳先进技术研究院 一种查找物品的方法、装置、移动终端及系统
CN106877911A (zh) * 2017-01-19 2017-06-20 北京小米移动软件有限公司 查找物品的方法及装置
CN107786384A (zh) * 2016-08-31 2018-03-09 中兴通讯股份有限公司 一种物品查找方法及装置
CN107977625A (zh) * 2017-11-30 2018-05-01 速感科技(北京)有限公司 一种可寻物的智能可移动设备及智能寻物方法
CN110728649A (zh) * 2018-06-28 2020-01-24 北京京东尚科信息技术有限公司 用于生成位置信息的方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102891884A (zh) * 2012-09-07 2013-01-23 安科智慧城市技术(中国)有限公司 一种图片的物理位置查询方法及系统
CN103700228A (zh) * 2013-12-04 2014-04-02 中国科学院深圳先进技术研究院 一种查找物品的方法、装置、移动终端及系统
CN107786384A (zh) * 2016-08-31 2018-03-09 中兴通讯股份有限公司 一种物品查找方法及装置
CN106877911A (zh) * 2017-01-19 2017-06-20 北京小米移动软件有限公司 查找物品的方法及装置
CN107977625A (zh) * 2017-11-30 2018-05-01 速感科技(北京)有限公司 一种可寻物的智能可移动设备及智能寻物方法
CN110728649A (zh) * 2018-06-28 2020-01-24 北京京东尚科信息技术有限公司 用于生成位置信息的方法和装置

Similar Documents

Publication Publication Date Title
US10134196B2 (en) Mobile augmented reality system
CN111983635B (zh) 位姿确定方法及装置、电子设备和存储介质
US9154742B2 (en) Terminal location specifying system, mobile terminal and terminal location specifying method
EP2583254B1 (en) Mobile device based content mapping for augmented reality environment
CN109582880B (zh) 兴趣点信息处理方法、装置、终端及存储介质
US9576183B2 (en) Fast initialization for monocular visual SLAM
US20150046299A1 (en) Inventory Assessment with Mobile Devices
EP2672401A1 (en) Method and apparatus for storing image data
KR101790655B1 (ko) 버스 정보 조회, 피드백 방법, 모바일 단말 및 서버
CN110674788A (zh) 车辆定损方法和装置
CN110059623B (zh) 用于生成信息的方法和装置
CN110619807B (zh) 生成全局热力图的方法和装置
CN111340015B (zh) 定位方法和装置
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
CN110673717A (zh) 用于控制输出设备的方法和装置
CN112218027A (zh) 信息交互方法、第一终端设备、服务器及第二终端设备
CN111767456B (zh) 用于推送信息的方法和装置
CN110110696B (zh) 用于处理信息的方法和装置
CN109034214B (zh) 用于生成标记的方法和装置
US20220198764A1 (en) Spatially Aware Environment Relocalization
CN111586295B (zh) 图像生成方法、装置和电子设备
CN108151709B (zh) 应用于终端的定位方法和装置
CN112634469B (zh) 用于处理图像的方法和装置
CN111401423A (zh) 用于自动驾驶车辆的数据处理方法和装置
CN113779299A (zh) 用于存储物品位置信息的方法、装置、电子设备和介质

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