CN114201645A - 对象标注方法、装置、电子设备以及存储介质 - Google Patents

Abstract

本公开提供了一种对象标注方法、装置、电子设备以及存储介质，本公开涉及人工智能技术领域，具体涉及图像处理和增强现实的技术领域，可以应用于设备安装调试的远程指导等场景。具体实现方案为：两个终端建立视频通信之后，一个终端可以响应于针对实时视频画面中目标实体对象的待标注区域的模型展示操作，在待标注区域显示对应的标注模型，同时将标注模型的模型数据发送至另一个终端，以便另一个终端基于模型数据在实时视频画面中目标实体对象的待标注区域显示对应的标注模型。上述方法可以在多个终端同时显示的实时视频画面中，通过标注模型来指示实体对象中用户所描述的区域，使得各个用户可以直观准确地定位到被描述的区域。

Description

对象标注方法、装置、电子设备以及存储介质

技术领域

本公开涉及人工智能技术领域，具体涉及图像处理和增强现实的技术领域，可以应用于设备安装调试的远程指导等场景。

背景技术

在工业设备的安装调试场景中，需要工程师在安装调试现场实地工作。当工程师在工作过程遇到障碍时，需要其他人员通过视频进行远程指导，然而在一些情况下，仅通过视频指导无法提供准确的指导。

发明内容

本公开提供了一种对象标注方法、装置、电子设备以及存储介质。

根据本公开的第一方面，一种对象标注方法，包括：

与终端建立视频通信，以便与终端显示相同的实时视频画面；

响应于针对实时视频画面中目标实体对象的待标注区域的模型展示操作，在待标注区域显示对应的标注模型；

将标注模型的模型数据发送至终端，以便终端在实时视频画面中目标实体对象的待标注区域显示对应的标注模型。

根据本公开的第二方面，提供了一种对象标注方法，包括：

与终端建立视频通信，以便与终端显示相同的实时视频画面；

接收终端发送的标注模型的模型数据，其中，标注模型是终端响应于针对实时视频画面中目标实体对象的待标注区域的模型展示操作而获得的；

基于模型数据，在实时视频画面中目标实体对象的待标注区域显示对应的标注模型。

根据本公开的第三方面，提供了一种对象标注装置，包括：

第一通信模块，用于与终端建立视频通信，以便与终端显示相同的实时视频画面；

第一显示模块，用于响应于针对实时视频画面中目标实体对象的待标注区域的模型展示操作，在待标注区域显示对应的标注模型；

数据发送模块，用于将标注模型的模型数据发送至终端，以便终端在实时视频画面中目标实体对象的待标注区域显示对应的标注模型。

根据本公开的第四方面，提供了一种对象标注装置，包括：

第二通信模块，用于与终端建立视频通信，以便与终端显示相同的实时视频画面；

数据接收模块，用于接收终端发送的标注模型的模型数据，其中，标注模型是终端响应于针对实时视频画面中目标实体对象的待标注区域的模型展示操作而获得的；

第二显示模块，用于基于模型数据，在实时视频画面中目标实体对象的待标注区域显示对应的标注模型。

根据本公开的第五方面，提供了一种电子设备，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上述第一方面或第二方面提供的对象标注方法。

根据本公开的第六方面，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，其中，所述计算机指令用于使所述计算机执行上述第一方面或第二方面提供的对象标注方法。

根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述第一方面或第二方面提供的对象标注方法。

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。

本公开提供的技术方案带来的有益效果是：

在本公开的技术方案中，多个终端可以显示同一个实时视频画面，用户可以通过其使用的终端为实时视频画面中的实体对象添加标注模型，其他终端可以在各自显示的实时视频画面中的相同位置显示该标注模型，通过标注模型来指示实体对象中用户所描述的区域，使得各个用户可以直观准确地定位到被描述的区域。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1示出了本公开实施例提供的一种对象标注系统的架构图；

图2示出了本公开实施例提供的一种对象标注方法的流程示意图；

图3示出了本公开实施例提供的第一终端和第二终端显示实时视频画面的示例性示意图；

图4示出了本公开实施例提供的第一终端和第二终端在实时视频画面中显示一种标注模型的示例性示意图；

图5示出了本公开实施例提供的第一终端和第二终端在实时视频画面中显示一种标注模型的示例性示意图；

图6示出了本公开实施例提供的一种对象标注装置的示意图；

图7示出了本公开实施例提供的另一种对象标注装置的示意图；

图8示出了可以用来实施本公开实施例提供的对象标注方法的示例电子设备的示意性框图。

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。

在工业设备的安装调试场景中，需要工程师在安装调试现场实地工作。当工程师在工作过程遇到障碍时，需要其他人员通过视频进行远程指导，然而在一些情况下，仅通过视频指导无法提供准确的指导。

本公开实施例提供的对象标注方法、装置、电子设备以及存储介质，旨在解决现有技术的如上技术问题中的至少一个。

本公开实施例提供的一种对象标注系统，对象标注系统可以包括两个终端，这两个终端可以通过网络通信，二者可以互相传输文字信息、语音信息、图片信息、视频信息和文件等数据。在一些应用场景中，两个终端可以通过网络建立视频通信，在建立视频通信之后，两个终端可以显示相同的实时视频画面，同时使用终端的用户可以进行实时通话。这里，同时显示的实时视频画面可以是由任一终端拍摄得到的，上述的视频画面的具体来源可以基于实际的应用场景而定。以工业终端的安装调试场景为例，两个终端之中的一个是安装调试现场的工程师所使用的终端，另一个是提供远程指导的其他人员(如专家)所使用的终端。在本公开实施例中，上述终端的类型可以根据实际应用场景而定，下面以两个终端是第一终端和第二终端为例，对本公开实施例提供的对象标注方法进行介绍。

图1示出了本公开实施例提供的一种对象标注系统的架构图，如图1所示，对象标注系统包括第一终端和第二终端，第一终端和第二终端可以通过网络通信，二者可以互相传输文字信息、语音信息、图片信息、视频信息和文件等数据。在一些应用场景中，第一终端和第二终端可以通过网络建立视频通信，在建立视频通信之后，第一终端和第二终端可以显示相同的实时视频画面，同时使用第一终端和第二终端的用户可以进行实时通话。这里，同时显示的实时视频画面可以是由第一终端或者第二终端拍摄得到，上述的视频画面的具体来源可以基于实际的应用场景而定。以工业设备的安装调试场景为例，第一终端和第二终端之中的一个是安装调试现场的工程师所使用的终端，另一个是提供远程指导的其他人员(如专家)所使用的终端。

图2示出了本公开实施例提供的一种对象标注方法的流程示意图，如图2所示，该方法主要可以包括以下步骤：

S210：第一终端与第二终端建立视频通信。

在本公开实施例中，第一终端和第二终端配置有即时通讯软件，用户可以登录针对即时通讯软件的账号，基于该即时通讯软件通过自己所使用的终端向其他用户的终端发送视频请求，从而使双方的终端建立视频通信。例如，第一终端可以向第二终端发送视频请求，第二终端响应于视频请求，从而使的第一终端与第二终端建立视频通信；或者，第二终端可以向第一终端发送视频请求，第一终端响应于视频请求，从而使的第一终端与第二终端建立视频通信。当然，也可以基于即时通讯软件建立视频聊天室，某一用户账号进入视频聊天室之后，该用户的终端(如第一终端)即可与视频聊天室中的其他用户的终端(如第二终端)建立视频通信。

第一终端与第二终端在建立视频通信之后，第一终端和第二终端可以显示相同的实时视频画面，同时使用第一终端和第二终端的用户可以进行实时通话。这里，同时显示的实时视频画面可以是由第一终端或者第二终端拍摄得到，上述的视频画面的具体来源可以基于实际的应用场景而定。以工业设备的安装调试场景为例，第一终端和第二终端之中的一个是安装调试现场的工程师所使用的终端，另一个是提供远程指导的其他人员(如专家)所使用的终端。例如，第二终端是安装调试现场的工程师所使用的终端，工程师通过第二终端拍摄并显示安装调试现场的实时视频画面，并将实时视频画面的数据发送给第二终端，第二终端可以基于该数据显示安装调试现场的实时视频画面。

S220：第一终端响应于针对实时视频画面中目标实体对象的待标注区域的模型展示操作，在待标注区域显示对应的标注模型。

在本公开实施例中，将实时视频画面中的在现实世界存在的对象定义为实体对象，将用户期望对其进行标注的实体对象定义为目标实体对象，待标注区域是用户在目标实体对象上期望进行标注的区域。这里，待标注区域是通过用户的模型展示操作而确定的。

以工业设备的安装调试场景为例，实时视频画面中的实体对象可以包括地面、设备和人物，设备可以是一个目标实体对象，当用户期望对设备的一个边角进行标注时，用户可以通过第一设备在实时视频画面中，点击该边角或框选该边角，使得第一终端能够将该边角确定为待标注区域。

可选地，本公开实施例可以预先配置模型库，模型库包括至少一个标注模型，用户可以通过第一终端在模型库调用相应的标注模型在实时视频画面进行显示。在步骤S220中，第一终端可以响应于模型选择操作从模型库中确定出标注模型，还可以响应于位置选择操作在实时视频画面中的目标实体对象上确定出待标注区域。在第一终端确定出标注模型和对应待标注区域之后，在待标注区域显示对应的标注模型。

在本公开实施例中，第一终端可以显示模型库中各个标注模型对应的控件，用户可以点击对应的控件来选择对应的标注模型。当然，本公开实施例也可以允许用户使用其他的方式来选择标注模型，例如通过语音或手势来来选择对应的标注模型，本公开对此不作赘述。在本公开实施例中，用户可以在第一终端所显示的实时视频画面中点击或框选一个区域，使得第一终端能够将该区域确定为待标注区域。在第一终端确定出标注模型和对应待标注区域之后，在待标注区域显示对应的标注模型，标注模型可以在实时画面中直观地指示的待标注区域的位置。

可选地，本公开实施例可以允许用户自定义对应的标注模型，具体来说，用户可以通过第一终端绘制生成一个标注模型。在步骤S220中，第一终端可以响应于在实时视频画面中目标实体对象的待标注区域附近的模型绘制操作，在待标注区域显示标注模型。在本公开实施例中，用户可以在第一终端显示的实时画面中期望标注的区域进行涂鸦，第一终端基于检测到的涂鸦操作，在涂鸦操作的区域生成并显示对应的涂鸦模型，涂鸦操作的区域为待标注区域，将该涂鸦模型为标注模型，标注模型可以在实时画面中直观地指示的待标注区域的位置。

S230：第一终端将标注模型的模型数据发送至第二终端。

可以理解，第一终端在待标注区域显示对应的标注模型之后，即可获得标注模型的模型数据，模型数据包括用于显示标注模型的相关信息，用于指示终端在实时视频画面中显示标注模型。

S240：第二终端接收第一终端发送的标注模型的模型数据。

由于前文可知，标注模型是第一终端响应于针对实时视频画面中目标实体对象的待标注区域的模型展示操作而获得的。这里，模型数据包括的具体的信息类型，可以根据模型展示操作的方式而定。

可选地，模型展示操作可以包括模型选择操作和位置选择操作。标注模型是第一终端响应于模型选择操作从模型库中确定出的，待标注区域是第一终端响应于位置选择操作在实时视频画面中的目标实体对象上确定出的，模型数据包括标注模型的标识信息和待标注区域的位置信息。这里，模型库中标注模型与其对应的标识信息关联存储，基于标识信息可以从模型库中确定出相关联的标注模型。

可选地，模型展示操作可以包括模型绘制操作。标注模型是第一终端响应于在实时视频画面中目标实体对象的待标注区域附近的模型绘制操作而生成的。模型数据包括标注模型的多个关键点的位置信息，关键点是标注模型中的能够表征标注模型的关键位置的点，关键点的位置信息可以表示关键点与目标实体对象的位置关系，基于关键点的位置信息可以重新生成标注模型。

S250：第二终端基于模型数据，在实时视频画面中目标实体对象的待标注区域显示对应的标注模型。

第二终端可以基于模型数据获取相应的标注模型，并在实时视频画面中目标实体对象的待标注区域显示对应的标注模型，标注模型可以在实时画面中直观地指示的待标注区域的位置。可以理解，第一终端中的标注模型和第一终端中的标注模型指示的待标注区域的位置是相同的。

本公开实施例提供的对象标注方法，多个终端可以显示同一个实时视频画面，用户可以通过其使用的终端为实时视频画面中的实体对象添加标注模型，其他终端可以在各自显示的实时视频画面中的相同位置显示该标注模型，通过标注模型来指示实体对象中用户所描述的区域，使得各个用户可以直观准确地定位到被描述的区域，这可以辅助用户可以进行更加准确的表达。将该方法应用到设备安装调试场景中，可以方便用户通过设备提供或接受高效准确的远程技术指导，提升设备设备安装调试的效率。

可选地，模型数据包括标注模型的标识信息和待标注区域的位置信息。第二终端可以基于标识信息从模型库中，确定出与标识信息相关联的标注模型，基于待标注区域的位置信息在实时视频画面中确定出待标注区域的位置，进而在待标注区域显示对应的标注模型。

可选地，模型数据包括标注模型的多个关键点的位置信息，基于关键点的位置信息在实时视频画面中确定出关键点与目标实体对象的相对位置关系，通过多个关键点可以在待标注区域生成标注模型并进行显示。

可选地，在步骤S220之后，第一终端还可以检测实时视频画面中的内容，确定实时视频画面是否包含目标实体对象的待标注区域。第一终端在确定实时视频画面未包含目标实体对象的待标注区域时，停止显示待标注区域对应的标注模型。上述方法可以及时地清除当前视频画面中未显示的待标注区域对应的标注模型，避免与当前场景不相关的标注模型对用户产生视觉干扰。

可选地，在步骤S250之后，第一终端还可以检测实时视频画面中的内容，确定实时视频画面是否包含目标实体对象的待标注区域。第二终端在确定实时视频画面未包含目标实体对象的待标注区域时，停止显示待标注区域对应的标注模型。上述方法可以及时地清除当前视频画面中未显示的待标注区域对应的标注模型，避免与当前场景不相关的标注模型对用户产生视觉干扰。

下面以工业设备的安装调试场景为例，对本公开实施例提供的对象标注方法做示例性的介绍：

第一终端是安装调试现场的工程师所使用的终端，第二终端是提供远程指导的专家所使用的终端，工程师通过第二终端拍摄并显示安装调试现场的实时视频画面。第一终端和第二终端可以通过网络通信，二者可以互相传输文字信息、语音信息、图片信息、视频信息和文件等数据，其中，文件可以是与设备的安装调试相关的文档等，当然，用户还可以通过第一终端和第二终端从预设的数据库中下载文件。

在本公开实施例中，第一终端和第二终端配置有即时通讯软件，用户可以登录针对即时通讯软件的账号，基于该即时通讯软件，通过自己所使用的终端向其他用户的终端发送视频请求，从而使双方的终端建立视频通信。例如，可以基于即时通讯软件建立视频聊天室，某一用户账号进入视频聊天室之后，可以从通讯录中查询其他用户的账号，并向其他用户发送视频要求，其他用户接收邀请后进入聊天室，聊天室中的各用户的终端即可建立视频通信。图3示出了本公开实施例提供的第一终端和第二终端显示实时视频画面的示例性示意图，如图3所示，第一终端与第二终端建立视频通信之后，第一终端和第二终端可以同时显示实时视频画面。

实时视频画面可以包括安装调试现场的实体对象，例如地面、设备和人物。在图3中，目标实体对象可以是一个待安装调试的设备，待标注区域是该设备的一个边角。

图4示出了本公开实施例提供的第一终端和第二终端在实时视频画面中显示一种标注模型的示例性示意图，如图4所示，第一终端可以响应于专家针对实时视频画面中设备的边角的模型展示操作，在边角的附近显示的标注模型，该标注模型是一个指向边角的箭头模型，该箭头模型是第一终端可以响应于模型选择操作从模型库中确定出标注模型。这里，模型展示操作可以包括模型选择操作和位置选择操作，模型选择操作和位置选择操作的具体执行过程可以参考前述内容，此处不做赘述。

图5示出了本公开实施例提供的第一终端和第二终端在实时视频画面中显示另一种标注模型的示例性示意图，如图5所示，第一终端可以响应于专家针对实时视频画面中设备的边角的模型展示操作，在边角的附近显示的标注模型，该标注模型是一个将边角包含在其内部的圆形模型，该圆形模型是第一终端可以响应于模型绘制操作而生成的涂鸦模型。这里，模型展示操作可以包括模型绘制操作，模型绘制操作的具体执行过程可以参考前述内容，此处不做赘述。

基于与上述的对象标注方法相同的原理，本公开实施例还提供了一种对象标注装置，图6示出了本公开实施例提供的一种对象标注装置的示意图。如图6所示，对象标注装置600包括第一通信模块610、第一显示模块620和数据发送模块630。在此需要说明是的，该实施例中涉及到的终端可以是上述的第二终端。

第一通信模块610用于与终端建立视频通信，以便与终端显示相同的实时视频画面。

第一显示模块620用于响应于针对实时视频画面中目标实体对象的待标注区域的模型展示操作，在待标注区域显示对应的标注模型。

数据发送模块630用于将标注模型的模型数据发送至终端，以便终端在实时视频画面中目标实体对象的待标注区域显示对应的标注模型。

本公开实施例提供的对象标注装置，可以与其他终端可以显示同一个实时视频画面，用户可以通过对象标注装置在实时视频画面中的实体对象添加标注模型，其他终端可以在各自显示的实时视频画面中的相同位置显示该标注模型，通过标注模型来指示实体对象中用户所描述的区域，使得各个用户可以直观准确地定位到被描述的区域，这可以辅助用户可以进行更加准确的表达。将该方法应用到设备安装调试场景中，可以方便用户通过对象标注装置提供高效准确的远程技术指导，提升设备设备安装调试的效率。

在本公开实施例中，待标注区域是通过用户的模型展示操作而确定的。

在本公开实施例中，模型展示操作包括模型选择操作和位置选择操作；第一显示模块620在用于响应于针对实时视频画面中目标实体对象的待标注区域的模型展示操作，在待标注区域显示对应的标注模型时，具体用于：

响应于模型选择操作，从模型库中确定出标注模型；

响应于位置选择操作，在实时视频画面中的目标实体对象上确定出待标注区域；

在待标注区域显示对应的标注模型。

在本公开实施例中，模型展示操作包括模型绘制操作；第一显示模块620在用于响应于针对实时视频画面中目标实体对象的待标注区域的模型展示操作，在待标注区域显示对应的标注模型时，具体用于：

响应于在实时视频画面中目标实体对象的待标注区域附近的模型绘制操作，在待标注区域显示标注模型。

在本公开实施例中，第一显示模块620还用于：

检测实时视频画面中的内容；

在确定实时视频画面未包含目标实体对象的待标注区域时，停止显示待标注区域对应的标注模型。

在本公开实施例中，实时视频画面是由对象标注装置600拍摄得到的，或者实时视频画面有终端发送来的。

可以理解的是，本公开实施例中的对象标注装置的上述各模块具有实现上述的对象标注方法相应步骤的功能。该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。上述模块可以是软件和/或硬件，上述各模块可以单独实现，也可以多个模块集成实现。对于上述对象标注装置的各模块的功能描述具体可以参见上述的对象标注方法的对应描述，在此不再赘述。

基于与上述的对象标注方法相同的原理，本公开实施例还提供了另一种对象标注装置，图7示出了本公开实施例提供的另一种对象标注装置的示意图。如图7所示，对象标注装置700包括第二通信模块710、数据接收模块720和第二显示模块730。在此需要说明是的，该实施例中涉及到的终端可以是上述的第一终端。

第二通信模块710用于与终端建立视频通信，以便与终端显示相同的实时视频画面。

数据接收模块720用于接收终端发送的标注模型的模型数据，其中，标注模型是终端响应于针对实时视频画面中目标实体对象的待标注区域的模型展示操作而获得的。

第二显示模块730用于基于模型数据，在实时视频画面中目标实体对象的待标注区域显示对应的标注模型。

本公开实施例提供的对象标注装置，可以与其他终端可以显示同一个实时视频画面，其他终端的用户可以通过其使用的终端为实时视频画面中的实体对象添加标注模型，对象标注装置可以在其显示的实时视频画面中的相同位置显示该标注模型，通过标注模型来指示实体对象中用户所描述的区域，使得各个用户可以直观准确地定位到被描述的区域。将该方法应用到设备安装调试场景中，可以方便用户通过设备接受高效准确的远程技术指导，提升设备设备安装调试的效率。

在本公开实施例中，模型展示操作包括模型选择操作和位置选择操作；标注模型是终端响应于模型选择操作从模型库中确定出的，待标注区域是终端响应于位置选择操作在实时视频画面中的目标实体对象上确定出的；模型数据包括标注模型的标识信息和待标注区域的位置信息。

在本公开实施例中，模型展示操作包括模型绘制操作；标注模型是终端响应于在实时视频画面中目标实体对象的待标注区域附近的模型绘制操作而生成的；模型数据包括标注模型的多个关键点的位置信息。

在本公开实施例中，第二显示模块730还用于：

检测实时视频画面中的内容；

在确定实时视频画面未包含目标实体对象的待标注区域时，停止显示待标注区域对应的标注模型。

在本公开实施例中，实时视频画面是由对象标注装置拍摄得到的，或者实时视频画面是由终端发送来的。

可以理解的是，本公开实施例中的对象标注装置的上述各模块具有实现上述的对象标注方法相应步骤的功能。该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。上述模块可以是软件和/或硬件，上述各模块可以单独实现，也可以多个模块集成实现。对于上述对象标注装置的各模块的功能描述具体可以参见上述的对象标注方法的对应描述，在此不再赘述。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

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8示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。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8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他终端交换信息/数据。

计算单元801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801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801执行上文所描述的各个方法和处理，例如对象标注方法。例如，在一些实施例中，对象标注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808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的对象标注方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行对象标注方法。

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、现场可编程门阵列(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，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

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公开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 (20)

1.一种对象标注方法，包括：

与终端建立视频通信，以便与所述终端显示相同的实时视频画面；

响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作，在所述待标注区域显示对应的标注模型；

将所述标注模型的模型数据发送至所述终端，以便所述终端在所述实时视频画面中所述目标实体对象的所述待标注区域显示对应的所述标注模型。

2.根据权利要求1所述的方法，所述待标注区域是通过用户的所述模型展示操作而确定的。

3.根据权利要求2所述的方法，所述模型展示操作包括模型选择操作和位置选择操作；所述响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作，在所述待标注区域显示对应的标注模型，包括：

响应于所述模型选择操作，从模型库中确定出标注模型；

响应于所述位置选择操作，在所述实时视频画面中的目标实体对象上确定出待标注区域；

在所述待标注区域显示对应的所述标注模型。

4.根据权利要求2所述的方法，所述模型展示操作包括模型绘制操作；所述响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作，在所述待标注区域显示对应的标注模型，包括：

响应于在所述实时视频画面中目标实体对象的待标注区域附近的所述模型绘制操作，在所述待标注区域显示标注模型。

5.根据权利要求1所述的方法，在所述响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作，在所述待标注区域显示对应的标注模型之后，还包括：

检测所述实时视频画面中的内容；

在确定所述实时视频画面未包含所述目标实体对象的所述待标注区域时，停止显示所述待标注区域对应的所述标注模型。

6.根据权利要求1所述的装置，所述实时视频画面是拍摄得到的，或者所述实时视频画面是由所述终端发送来的。

7.一种对象标注方法，包括：

与终端建立视频通信，以便与所述终端显示相同的实时视频画面；

接收所述终端发送的标注模型的模型数据，其中，所述标注模型是所述终端响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作而获得的；

基于所述模型数据，在所述实时视频画面中所述目标实体对象的所述待标注区域显示对应的所述标注模型。

8.根据权利要求7所述的方法，所述模型展示操作包括模型选择操作和位置选择操作，

所述标注模型是所述终端响应于所述模型选择操作从模型库中确定出的，所述待标注区域是所述终端响应于所述位置选择操作在所述实时视频画面中的目标实体对象上确定出的；

所述模型数据包括所述标注模型的标识信息和所述待标注区域的位置信息。

9.根据权利要求7所述的方法，所述模型展示操作包括模型绘制操作；

所述标注模型是所述终端响应于在所述实时视频画面中目标实体对象的待标注区域附近的模型绘制操作而生成的；

所述模型数据包括所述标注模型的多个关键点的位置信息。

10.根据权利要求7所述的装置，在所述基于所述模型数据，在所述实时视频画面中所述目标实体对象的所述待标注区域显示对应的所述标注模型之后，还包括：

检测所述实时视频画面中的内容；

在确定所述实时视频画面未包含所述目标实体对象的所述待标注区域时，停止显示所述待标注区域对应的所述标注模型。

11.根据权利要求7所述的方法，所述实时视频画面是拍摄得到的，或者所述实时视频画面由所述终端发送来的。

12.一种对象标注装置，包括：

第一通信模块，用于与终端建立视频通信，以便与所述终端显示相同的实时视频画面；

第一显示模块，用于响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作，在所述待标注区域显示对应的标注模型；

数据发送模块，用于将所述标注模型的模型数据发送至所述终端，以便所述终端在所述实时视频画面中所述目标实体对象的所述待标注区域显示对应的所述标注模型。

13.根据权利要求12所述的装置，所述待标注区域是通过用户的所述模型展示操作而确定的。

14.根据权利要求13所述的装置，所述模型展示操作包括模型选择操作和位置选择操作；所述第一显示模块在用于响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作，在所述待标注区域显示对应的标注模型时，具体用于：

响应于所述模型选择操作，从模型库中确定出标注模型；

响应于所述位置选择操作，在所述实时视频画面中的目标实体对象上确定出待标注区域；

在所述待标注区域显示对应的所述标注模型。

15.根据权利要求13所述的装置，所述模型展示操作包括模型绘制操作；所述第一显示模块在用于响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作，在所述待标注区域显示对应的标注模型时，具体用于：

响应于在所述实时视频画面中目标实体对象的待标注区域附近的所述模型绘制操作，在所述待标注区域显示标注模型。

16.一种对象标注装置，包括：

第二通信模块，用于与终端建立视频通信，以便与所述终端显示相同的实时视频画面；

数据接收模块，用于接收所述终端发送的标注模型的模型数据，其中，所述标注模型是所述终端响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作而获得的；

第二显示模块，用于基于所述模型数据，在所述实时视频画面中所述目标实体对象的所述待标注区域显示对应的所述标注模型。

17.根据权利要求16所述的装置，所述模型展示操作包括模型选择操作和位置选择操作，

所述标注模型是所述终端响应于所述模型选择操作从模型库中确定出的，所述待标注区域是所述终端响应于所述位置选择操作在所述实时视频画面中的目标实体对象上确定出的；

所述模型数据包括所述标注模型的标识信息和所述待标注区域的位置信息。

18.一种电子设备，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1-6中任一项所述的方法、或者权利要求7-11中任一项所述的方法。

19.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法、或者权利要求7-11中任一项所述的方法。

20.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时权利要求1-6中任一项所述的方法、或者权利要求7-11中任一项所述的方法。

Images