CN114694136A - 一种物品展示方法、装置、设备及介质 - Google Patents

Abstract

本公开实施例涉及一种物品展示方法、装置、设备及介质，其中该方法包括：基于目标物品的三维模型获取二维图像数据集，基于二维图像数据集进行处理，得到目标物品的物品模型，获取待处理图像，并确定待处理图像的目标部位，基于目标部位和物品模型进行匹配，生成物品展示图像。采用上述技术方案，通过二维图像数据集进行离线计算后与待处理图像匹配显示，物品展示处理方式简单化，提高处理效率的同时保证物品展示场景下的展示效果。

Description

一种物品展示方法、装置、设备及介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种物品展示方法、装置、设备及介质。

背景技术

随着计算机技术的快速发展，用户可以通过终端浏览物品，并选择购买物品，然而针对戒指、手表等物品，不实际佩戴直接选择购买可能不适合。

相关技术中，直接构建物品三维模型后，对三维模型进行优化、以及编辑渲染引擎场景以满足渲染效果需求，最后接入相关算法进行渲染展示，然而，这种方式成本比较高、流程冗长以及渲染计算方式影响展示效果。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种物品展示方法、装置、设备及介质。

本公开实施例提供了一种物品展示方法，所述方法包括：

基于目标物品的三维模型获取二维图像数据集；

基于所述二维图像数据集进行处理，得到所述目标物品的物品模型；

获取待处理图像，并确定所述待处理图像的目标部位；

基于所述目标部位和所述物品模型进行匹配，生成物品展示图像。

本公开实施例还提供了一种物品展示装置，所述装置包括：

获取二维图像模块，用于基于目标物品的三维模型获取二维图像数据集；

获取物品模型模块，用于基于所述二维图像数据集进行处理，得到所述目标物品的物品模型；

获取待处理图像模块，用于获取待处理图像；

确定部位模块，用于确定所述待处理图像的目标部位；

匹配生成模块，用于基于所述目标部位和所述物品模型进行匹配，生成物品展示图像。

本公开实施例还提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现如本公开实施例提供的物品展示方法。

本公开实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行如本公开实施例提供的物品展示方法。

本公开实施例提供的技术方案与现有技术相比具有如下优点：本公开实施例提供的物品展示方案，基于目标物品的三维模型获取二维图像数据集，基于二维图像数据集进行处理，得到目标物品的物品模型，获取待处理图像，并确定待处理图像的目标部位，基于目标部位和物品模型进行匹配，生成物品展示图像。采用上述技术方案，通过二维图像数据集进行离线计算后与待处理图像匹配显示，物品展示处理方式简单化，提高处理效率的同时保证物品展示场景下的展示效果。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1为本公开实施例提供的一种物品展示方法的流程示意图；

图2为本公开实施例提供的另一种物品展示方法的流程示意图；

图3为本公开实施例提供的一种目标物品二维图像的示意图；

图4为本公开实施例提供的一种物品展示图像的示意图；

图5为本公开实施例提供的另一种物品展示图像的示意图；

图6为本公开实施例提供的一种物品展示装置的结构示意图；

图7为本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

在实际应用中，构建物品三维模型后，对三维模型进行优化并编辑渲染引擎场景以满足渲染效果需求，最后接入相关算法进行渲染展示。前述方式为了兼顾实时渲染和高质量画面的双重需求，需要建模人员和场景编辑人员对三维建模、计算机图形、现代图形引擎等方面的特性和能力非常了解，例如：控制尽量少的三维模型面数、调节灯光、全局光照、材质参数以增强绘制效果等，导致成本比较高且无法实现自动化处理；另外，需要优化三维模型、还需要在渲染引擎里构建场景、优化场景等过程都无法自动化、流程冗长；最后，渲染计算方式也影响性能和展示效果。

针对上述问题，本公开实施例提出一种物品展示方法，基于目标物品的三维模型获取二维图像数据集，基于二维图像数据集进行处理，得到目标物品的物品模型，获取待处理图像，并确定待处理图像的目标部位，基于目标部位和物品模型进行匹配，生成物品展示图像。

由此，通过二维图像数据集进行离线计算后与待处理图像匹配显示，物品展示处理方式简单化，提高处理效率的同时保证物品展示场景下的展示效果。

具体地，图1为本公开实施例提供的一种物品展示方法的流程示意图，该方法可以由物品展示装置执行，其中该装置可以采用软件和/或硬件实现，一般可集成在电子设备中。如图1所示，该方法包括：

步骤101、基于目标物品的三维模型获取二维图像数据集。

其中，目标物品可以为任意一个物品，比如戒指、手表、手镯和鞋子等物品。三维模型指的是目标物品的多边形表示，本公开实施例对三维模型的来源不作限定，例如三维模型可以为在绘制软件中进行构建的三维模型。二维图像数据集指的是目标物品在不同视角下的图像对集合，每图像对包括彩色图像和深度图像。

本公开实施例中，基于目标物品的三维模型获取二维图像数据集的方式有很多种，可以根据应用场景需要选择设置，在一些实施方式中，采集三维模型在不同视角下的彩色图像、以及彩色图像对应的深度图像，根据彩色图像及对应的深度图像生成二维图像数据集；在另一些实施方式中，基于目标物品的三维模型确定目标地址，从目标地址下载包括彩色图像、以及彩色图像对应的深度图像生成二维图像数据集。以上两种方式仅为基于目标物品的三维模型获取二维图像数据集的示例，本公开实施例不对基于目标物品的三维模型获取二维图像数据集的方式进行具体限定。

具体的，在构建目标物品的三维模型后，可以采集三维模型在不同视角下的彩色图像、以及彩色图像对应的深度图像生成二维图像数据集。其中，在建立三维模型时，只需要关注三维模型本身的构建，不需要关注渲染相关的效率问题和效果优化。

在本公开实施例中，还可以基于预设的渲染参数对三维模型进行渲染，得到预览图像并显示，也就是说，场景布置也可以提前到建模阶段，在构建完成三维模型后可以输出一些与最终效果一致的预览图像显示，从而可以提前预览到最终物品展示效果，大大缩短沟通和修改返工的流程，进一步提高物品展示场景下的数据处理效率。

步骤102、基于二维图像数据集进行处理，得到目标物品的物品模型。

其中，物品模型指的是基于二维图像数据集进行三维构建得到的目标物品的多边形表示。

在本公开实施例中，基于二维图像数据集进行处理，得到目标物品的物品模型的方式有很多种，在一些实施方式中，获取二维图像数据集对应的采集设备参数信息，基于待处理图像数据集提取目标物品的特征点，基于目标物品的特征点和采集设备参数信息计算投影矩阵，基于预设条件和投影矩阵，确定三维特征点，基于三维特征点进行处理，得到物品模型。

在另一些实施方式中，基于预设算法提取待处理图像数据集中彩色图像的二维特征点，计算任意两个彩色图像的二维特征点的特征匹配关系，基于特征匹配关系和待处理图像数据集中深度图像，获取三维图像，获取三维图像的三维特征点，并基于三维特征点进行处理，得到物品模型。

以上两种方式仅为基于二维图像数据集进行处理，得到目标物品的物品模型的示例，本公开实施例不对基于二维图像数据集进行处理，得到目标物品的物品模型的方式进行具体限定。

本公开实施例中，当获取二维图像数据集之后，可以基于二维图像数据集进行处理，得到目标物品的物品模型，目标物品的数量可以为多个，从而物品模型的数量可以为多个。

步骤103、获取待处理图像，并确定待处理图像的目标部位。

其中，目标部位可以为用户中某个部位，比如手指、手腕和脚掌等。

在本公开实施例中，获取待处理图像的方式有很多种，可以为具有图像采集功能的手机等电子设备实时拍摄的图像，也可以为从存储位置获取已拍摄的图像等，具体根据应用场景需要选择设置。以上两种方式仅为获取待处理图像的示例，本公开实施例不对获取待处理图像的方式进行具体限定。

在本公开实施例中，确定待处理图像的目标部位的方式有很多种，在一些实施方式中，基于目标物品确定候选部位，并获取候选部位的候选关键点坐标，对待处理图像进行识别，获取当前关键点坐标，基于当前关键点坐标和候选关键点坐标进行匹配，获取匹配关键点坐标，并基于匹配关键点坐标从候选部位中确定目标部位。

在另一些实施方式中，将待处理图像输入已训练的各个部位模型进行识别处理，得到目标部位。以上两种方式仅为确定待处理图像的目标部位的示例，本公开实施例不对确定待处理图像的目标部位的方式进行具体限定。

具体的，获取物品模型之后，可以获取待处理图像，并确定待处理图像的目标部位，由于物品模型的数量可以为多个，目标部位的数量也可以为多个。

步骤104、基于目标部位和物品模型进行匹配，生成物品展示图像。

其中，物品展示图像指的是将目标物品和目标部位在图像上匹配展示，比如戒指佩戴在手指上、手表佩戴在手腕上和鞋子试穿在脚上等。

具体的，在确定目标部位后，将目标部位和物品模型进行匹配，匹配成功后生成物品展示图像，也就是说，将物品模型与目标部位对应设置，比如调整物品模型的尺寸和目标部位的尺寸的距离差值等满足预设的差值阈值等，举例而言，目标物品为戒指和目标部位为手指，戒指内径周长和手指外径周长的差值小于差值阈值则确定匹配，生成物品展示图像。

本公开实施例提供的物品展示方案，基于目标物品的三维模型获取二维图像数据集，基于二维图像数据集进行处理，得到目标物品的物品模型，获取待处理图像，并确定待处理图像的目标部位，基于目标部位和物品模型进行匹配，生成物品展示图像。采用上述技术方案，通过二维图像数据集进行离线计算后与待处理图像匹配显示，物品展示处理方式简单化，提高处理效率的同时保证物品展示场景下的展示效果。

在一些实施例中，基于目标物品的三维模型获取二维图像数据集，包括：采集三维模型在不同视角下的彩色图像、以及彩色图像对应的深度图像，根据彩色图像及对应的深度图像生成二维图像数据集。

在一些实施例中，根据彩色图像及对应的深度图像生成二维图像数据集，包括：分别对彩色图像和深度图像进行编码处理，得到编码图像集，对编码图像集进行解码处理，得到二维图像数据集。

其中，彩色图像指的是RGB(红(Red)、绿(Green)、蓝(Blue))图像，深度图像的每个像素点的灰度值用于表示场景中某一点距离采集设备的远近。

在本公开实施例中，可以采用相机阵列等具有采集深度信息的设备对三维模型进行拍摄采集，也可以对三维模型进行拍摄视频，并从视频中选择多帧图像作为二维图像数据集。其中，不同视角下的彩色图像可以理解为可以采集不同显示角度的目标物品对应的图像，从而后续获取的物品模型效果更好，最后物品展示效果更好。

在本公开实施例中，分别对彩色图像和深度图像进行编码处理得到编码图像集可以满足高压缩比需求，以及对编码图像集进行解码处理得到二维图像数据集可以满足实时渲染需求，也就是说，通过分别对彩色图像和深度图像进行编码解码处理后，进一步提高后续渲染展示效率，进一步满足物品展示场景下的展示效率和效果需求。其中，编码和解码方式相对应，比如可以选择分形编码解码、模型编码解码等中的一种或者多种。

在一些实施例中，基于二维图像数据集进行处理，得到目标物品的物品模型包括：获取二维图像数据集对应的采集设备参数信息，基于待处理图像数据集提取目标物品的特征点，基于目标物品的特征点和采集设备参数信息计算投影矩阵，基于预设条件和投影矩阵，确定三维特征点，基于三维特征点进行处理，得到物品模型。

其中，采集设备参数信息指的是拍摄三维模型获取二维图像数据集的设备对应的焦距等参数。

具体地，可以通过特征检测算法等方式提取待处理图像数据集中目标物品的特征点(物品轮廓等)，并基于目标物品的特征点和采集设备参数信息计算投影矩阵，投影矩阵可以理解为物品模型和二维图像数据集之间的投影关系。预设条件指的是物品模型投影到二维平面后的特征点和二维图像上目标物品的特征点匹配关系。

具体地，基于投影矩阵和预设条件进行计算，得到三维特征点，从而根据三维特征点进行构建，得到物品模型。

上述方案中，基于反投影矩阵进行绘制，得到物品模型，进一步提高物品展示效果。

在一些实施例中，基于二维图像数据集进行处理，得到目标物品的物品模型包括：基于预设算法提取待处理图像数据集中彩色图像的二维特征点，计算任意两个彩色图像的二维特征点的特征匹配关系，基于特征匹配关系和待处理图像数据集中深度图像，获取三维图像，获取三维图像的三维特征点，并基于三维特征点进行处理，得到物品模型。

其中，预设算法比如特征点检测算法等提取待处理图像数据集中彩色图像的二维特征点(尺度不变特征变换等)，基于二维特征点之间进行特征匹配计算，得到任意两个彩色图像的特征匹配关系，从而基于特征匹配关系和对应的深度图像可以得到三维图像，并获取三维图像的三维特征点比如将二维特征点反投影到相机坐标系下获取三维图像上的三维特征点，将三维特征点映射到相机坐标系下可以得到物品模型。

上述方案中，基于二维图像数据集进行三维重建处理，得到物品模型，进一步提高物品展示效果。

在一些实施例中，确定待处理图像的目标部位，包括：基于目标物品确定候选部位，并获取候选部位的候选关键点坐标，对待处理图像进行识别，获取当前关键点坐标，基于当前关键点坐标和候选关键点坐标进行匹配，获取匹配关键点坐标，并基于匹配关键点坐标从候选部位中确定目标部位。

其中，目标物品可以是戒指、手表、手镯和鞋子等，因此，不同的目标物品对应不同的候选部位，候选部位指的是能够佩戴目标物品的部位，比如手指、手腕等。关键点坐标指的是关节点坐标。

具体地，目标物品的候选部位可以为一个或者多个，比如目标物品为戒指，候选部位为手指1、手指2和手指3，分别获取手指1、手指2和手指3对应的候选关键点坐标A、候选关键点坐标B和候选关键点坐标C，对待处理图像进行识别，获取当前关键点坐标比如为D，将当前关键点坐标比如为D分别与候选关键点坐标A、候选关键点坐标B和候选关键点坐标C进行匹配，得到匹配关键点坐标为候选关键点坐标A，从而确定手指1为目标部位。

上述方案中，基于关键点坐标进行匹配，能够快速准确确定目标部位，进一步提高物品展示效率。

在一些实施例中，基于目标部位和物品模型进行匹配，生成物品展示图像，包括：根据目标部位和物品模型确定遮挡位置信息，基于遮挡位置信息，将物品模型显示于目标部位，生成物品展示图像。

在本公开实施例中，基于目标部位的位置信息和物品模型确定遮挡位置信息，从而将物品模型显示于目标部位，生成物品展示图像。其中，遮挡位置信息指的是根据目标部位的深度关系和物品模型的深度关系得到的遮挡关系。

具体地，将物品模型与目标部位对应设置，比如调整物品模型的尺寸和目标部位的尺寸的距离差值等满足预设的差值阈值等，举例而言，目标物品为戒指和目标部位为手指，戒指内径周长和手指外径周长的差值小于差值阈值则确定匹配，生成物品展示图像。

在一些实施例中，物品展示方法，还包括：获取目标部位的深度信息，基于目标部位的深度信息，调整目标部位模型和物品模型，更新物品展示图像。

具体地，在实时拍摄的待处理图像中，目标部位是可以移动的，为了进一步满足用户使用需求和物品展示的灵活性，获取目标部位的深度信息，即目标部位中某一点距离采集设备的远近，从而在检测到目标部位的深度信息有更新时，基于目标部位的深度信息，调整目标部位模型和物品模型，更新物品展示图像。

上述方案中，可以基于目标部位的更新物品展示图像，进一步提高物品展示的效果和灵活性。

图2为本公开实施例提供的另一种物品展示方法的流程示意图，本实施例在上述实施例的基础上，进一步优化了上述物品展示方法。

如图2所示，该方法包括：

步骤201、采集三维模型在不同视角下的彩色图像、以及彩色图像对应的深度图像，根据彩色图像及对应的深度图像生成二维图像数据集。

在本公开实施例中，分别对彩色图像和深度图像进行编码处理，得到编码图像集，对编码图像集进行解码处理，得到二维图像数据集。由此，支持编解码使背景透明，也就是说在离线渲染中支持深度图的采集和编解码，进一步提高处理效率。

示例性的，图3为本公开实施例提供的一种目标物品二维图像的示意图，图中展示了一个目标物品为手表对应的二维图像的示意图，二维图像中包括目标物品在不同视角下的二维图像，该二维图像包括彩色图像和深度图像，以上仅为示例，为了提高后续处理准备下，可以采集目标物品在多个不同视角的二维图像。

步骤202、获取二维图像数据集对应的采集设备参数信息，基于待处理图像数据集提取目标物品的特征点，基于目标物品的特征点和采集设备参数信息计算投影矩阵。

步骤203，基于预设条件和投影矩阵，确定三维特征点，基于三维特征点进行处理，得到物品模型。

步骤204、基于目标物品确定候选部位，并获取候选部位的候选关键点坐标，对待处理图像进行识别，获取当前关键点坐标。

步骤205，基于当前关键点坐标和候选关键点坐标进行匹配，获取匹配关键点坐标，并基于匹配关键点坐标从候选部位中确定目标部位。

步骤206，根据目标部位和物品模型确定遮挡位置信息，基于遮挡位置信息，将物品模型显示于目标部位，生成物品展示图像。

具体地，为了正确显示物品展示图像，需要正确处理好目标物品和目标部位的位置关系和深度遮挡关系，为了使二维图像数据集渲染时能结合目标部位对应算法输出的信息进行空间点位匹配，同时实现与待处理图像中的目标部位有正确的深度遮挡关系，通过加载二维图像数据集和读入采集时的采集设备参数，并通过反向投影构建模型空间位置，对接目标部位对应算法输出，放置目标物品后渲染场景。

示例性的，图4为本公开实施例提供的一种物品展示图像的示意图，图4中展示了目标物品手表和目标部位手腕的匹配展示，图4仅为佩戴角度示例，可以基于不同角度的目标部位进行不同的展示效果。

步骤207，获取目标部位的深度信息，基于目标部位的深度信息，调整目标部位模型和物品模型，更新物品展示图像。

示例性的，图5为本公开实施例提供的另一种物品展示图像的示意图，图5中展示了随着目标部位移动，目标物品手表和目标部位手腕的匹配展示，也就是说可以基于不同角度的目标部位进行不同的展示效果，进一步满足用户使用需求，提升用户使用体验。

由此，利用离线渲染方案输出高质量渲染结果，同时输出深度图，接入目标部位对应的算法，检测试穿试戴的目标部位，也就是说，渲染阶段只是离线图片的展示，渲染技术简单、提高覆盖率的同时，完全还构建目标物品的三维模型时的预览效果。同时渲染阶段设计了二维图像数据集与目标部位对应算法输出相结合的反向投影绘制方案，解决了目标部位对应算法在试穿试戴场景的空间定位和深度遮挡问题。

本公开实施例提供的物品展示方案，采集三维模型在不同视角下的彩色图像、以及彩色图像对应的深度图像，根据彩色图像及对应的深度图像生成二维图像数据集，获取二维图像数据集对应的采集设备参数信息，基于待处理图像数据集提取目标物品的特征点，基于目标物品的特征点和采集设备参数信息计算投影矩阵，基于预设条件和投影矩阵，确定三维特征点，基于三维特征点进行处理，得到物品模型。

步骤204、基于目标物品确定候选部位，并获取候选部位的候选关键点坐标，对待处理图像进行识别，获取当前关键点坐标，基于当前关键点坐标和候选关键点坐标进行匹配，获取匹配关键点坐标，并基于匹配关键点坐标从候选部位中确定目标部位，根据目标部位和物品模型确定遮挡位置信息，基于遮挡位置信息，将物品模型显示于目标部位，生成物品展示图像，获取目标部位的深度信息，基于目标部位的深度信息，调整目标部位模型和物品模型，更新物品展示图像。采用上述技术方案，通过分别对彩色图像和深度图像进行编码解码处理后，提高后续渲染展示效率，基于反投影矩阵进行绘制，得到物品模型，基于二维图像数据集进行三维重建处理，得到物品模型，并且基于关键点坐标进行匹配，能够快速准确确定目标部位，提高物品展示效率，另外还可以基于目标部位的更新物品展示图像，提高物品展示的效果和灵活性，也就是说，通过二维图像数据集进行离线计算后与待处理图像匹配显示，物品展示处理方式简单化，提高处理效率的同时保证物品展示场景下的展示效果。

图6为本公开实施例提供的一种物品展示装置的结构示意图，该装置可由软件和/或硬件实现，一般可集成在电子设备中。如图6所示，该装置包括：

获取二维图像模块301，用于基于目标物品的三维模型获取二维图像数据集；

获取物品模型模块302，用于基于所述二维图像数据集进行处理，得到所述目标物品的物品模型；

获取待处理图像模块303，用于获取待处理图像；

确定部位模块304，用于确定所述待处理图像的目标部位；

匹配生成模块305，用于基于所述目标部位和所述物品模型进行匹配，生成物品展示图像。

可选的，所述获取二维图像模块301，包括：

采集单元，用于采集所述三维模型在不同视角下的彩色图像、以及所述彩色图像对应的深度图像；

生成单元，用于根据所述彩色图像及对应的深度图像生成所述二维图像数据集。

可选的，所述生成单元，具体用于：

分别对所述彩色图像和所述深度图像进行编码处理，得到编码图像集；

对所述编码图像集进行解码处理，得到所述二维图像数据集。

可选的，所述获取物品模型模块302具体用于：

获取所述二维图像数据集对应的采集设备参数信息；

基于所述待处理图像数据集提取所述目标物品的特征点；

基于所述目标物品的特征点和所述采集设备参数信息计算投影矩阵；

基于预设条件和所述投影矩阵，确定三维特征点；

基于所述三维特征点进行处理，得到所述物品模型。

可选的，所述获取物品模型模块302具体用于：

基于预设算法提取所述待处理图像数据集中彩色图像的二维特征点；

计算任意两个所述彩色图像的二维特征点的特征匹配关系；

基于所述特征匹配关系和所述待处理图像数据集中深度图像，获取三维图像；

获取所述三维图像的三维特征点，并基于所述三维特征点进行处理，得到所述物品模型。

可选的，所述确定部位模块304具体用于：

基于所述目标物品确定候选部位，并获取所述候选部位的候选关键点坐标；

对所述待处理图像进行识别，获取当前关键点坐标；

基于所述当前关键点坐标和所述候选关键点坐标进行匹配，获取匹配关键点坐标，并基于所述匹配关键点坐标从所述候选部位中确定所述目标部位。

可选的，所述匹配生成模块305具体用于：

根据所述目标部位和所述物品模型确定遮挡位置信息；

基于所述遮挡位置信息，将所述物品模型显示于所述目标部位，生成物品展示图像。

可选的，所述装置还包括：

获取深度信息模块，用于获取所述目标部位的深度信息；

更新显示模块，用于基于所述目标部位的深度信息，调整所述目标部位模型和所述物品模型，更新所述物品展示图像。

本公开实施例所提供的物品展示装置可执行本公开任意实施例所提供的物品展示方法，具备执行方法相应的功能模块和有益效果。

本公开实施例还提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现本公开任意实施例所提供的物品展示方法。

图7为本公开实施例提供的一种电子设备的结构示意图。下面具体参考图7，其示出了适于用来实现本公开实施例中的电子设备400的结构示意图。本公开实施例中的电子设备400可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)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示出的电子设备仅仅是一个示例，不应对本公开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400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：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406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400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400，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。

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，其包括承载在非暂态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409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的物品展示方法中限定的上述功能。

需要说明的是，本公开上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(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

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：在视频的播放过程中，接收用户的信息展示触发操作；获取所述视频关联的至少两个目标信息；在所述视频的播放页面的信息展示区域中展示所述至少两个目标信息中的第一目标信息其中，所述信息展示区域的尺寸小于所述播放页面的尺寸；接收用户的第一切换触发操作，将所述信息展示区域中展示的所述第一目标信息切换为所述至少两个目标信息中的第二目标信息。

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操作的计算机程序代码，上述程序设计语言包括但不限于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。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

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。

根据本公开的一个或多个实施例，本公开提供了一种物品展示方法，包括：

基于目标物品的三维模型获取二维图像数据集；

基于所述二维图像数据集进行处理，得到所述目标物品的物品模型；

获取待处理图像，并确定所述待处理图像的目标部位；

基于所述目标部位和所述物品模型进行匹配，生成物品展示图像。

根据本公开的一个或多个实施例，本公开提供的物品展示方法中，所述基于目标物品的三维模型获取二维图像数据集，包括：

采集所述三维模型在不同视角下的彩色图像、以及所述彩色图像对应的深度图像；

根据所述彩色图像及对应的深度图像生成所述二维图像数据集。

根据本公开的一个或多个实施例，本公开提供的物品展示方法中，所述根据所述彩色图像及对应的深度图像生成所述二维图像数据集，包括：

分别对所述彩色图像和所述深度图像进行编码处理，得到编码图像集；

对所述编码图像集进行解码处理，得到所述二维图像数据集。

根据本公开的一个或多个实施例，本公开提供的物品展示方法中，所述基于所述二维图像数据集进行处理，得到所述目标物品的物品模型，包括：

获取所述二维图像数据集对应的采集设备参数信息；

基于所述待处理图像数据集提取所述目标物品的特征点；

基于所述目标物品的特征点和所述采集设备参数信息计算投影矩阵；

基于预设条件和所述投影矩阵，确定三维特征点；

基于所述三维特征点进行处理，得到所述物品模型。

根据本公开的一个或多个实施例，本公开提供的物品展示方法中，所述基于所述二维图像数据集进行处理，得到所述目标物品的物品模型，包括：

基于预设算法提取所述待处理图像数据集中彩色图像的二维特征点；

计算任意两个所述彩色图像的二维特征点的特征匹配关系；

基于所述特征匹配关系和所述待处理图像数据集中深度图像，获取三维图像；

获取所述三维图像的三维特征点，并基于所述三维特征点进行处理，得到所述物品模型。

根据本公开的一个或多个实施例，本公开提供的物品展示方法中，所述确定所述待处理图像的目标部位，包括：

基于所述目标物品确定候选部位，并获取所述候选部位的候选关键点坐标；

对所述待处理图像进行识别，获取当前关键点坐标；

基于所述当前关键点坐标和所述候选关键点坐标进行匹配，获取匹配关键点坐标，并基于所述匹配关键点坐标从所述候选部位中确定所述目标部位。

根据本公开的一个或多个实施例，本公开提供的物品展示方法中，所述基于所述目标部位和所述物品模型进行匹配，生成物品展示图像，包括：

根据所述目标部位和所述物品模型确定遮挡位置信息；

基于所述遮挡位置信息，将所述物品模型显示于所述目标部位，生成物品展示图像。

根据本公开的一个或多个实施例，本公开提供的物品展示方法中，还包括：

获取所述目标部位的深度信息；

基于所述目标部位的深度信息，调整所述目标部位模型和所述物品模型，更新所述物品展示图像。

根据本公开的一个或多个实施例，本公开提供了一种物品展示装置，包括：

获取二维图像模块，用于基于目标物品的三维模型获取二维图像数据集；

获取物品模型模块，用于基于所述二维图像数据集进行处理，得到所述目标物品的物品模型；

获取待处理图像模块，用于获取待处理图像；

确定部位模块，用于确定所述待处理图像的目标部位；

匹配生成模块，用于基于所述目标部位和所述物品模型进行匹配，生成物品展示图像。

根据本公开的一个或多个实施例，本公开提供的物品展示装置中，所述获取二维图像模块，包括：

采集单元，用于采集所述三维模型在不同视角下的彩色图像、以及所述彩色图像对应的深度图像；

生成单元，用于根据所述彩色图像及对应的深度图像生成所述二维图像数据集。

根据本公开的一个或多个实施例，本公开提供的物品展示装置中，所述生成单元，具体用于：

分别对所述彩色图像和所述深度图像进行编码处理，得到编码图像集；

对所述编码图像集进行解码处理，得到所述二维图像数据集。

根据本公开的一个或多个实施例，本公开提供的物品展示装置中，所述获取物品模型模块具体用于：

获取所述二维图像数据集对应的采集设备参数信息；

基于所述待处理图像数据集提取所述目标物品的特征点；

基于所述目标物品的特征点和所述采集设备参数信息计算投影矩阵；

基于预设条件和所述投影矩阵，确定三维特征点；

基于所述三维特征点进行处理，得到所述物品模型。

根据本公开的一个或多个实施例，本公开提供的物品展示装置中，所述获取物品模型模块具体用于：

基于预设算法提取所述待处理图像数据集中彩色图像的二维特征点；

计算任意两个所述彩色图像的二维特征点的特征匹配关系；

基于所述特征匹配关系和所述待处理图像数据集中深度图像，获取三维图像；

获取所述三维图像的三维特征点，并基于所述三维特征点进行处理，得到所述物品模型。

根据本公开的一个或多个实施例，本公开提供的物品展示装置中，所述确定部位模块具体用于：

基于所述目标物品确定候选部位，并获取所述候选部位的候选关键点坐标；

对所述待处理图像进行识别，获取当前关键点坐标；

基于所述当前关键点坐标和所述候选关键点坐标进行匹配，获取匹配关键点坐标，并基于所述匹配关键点坐标从所述候选部位中确定所述目标部位。

根据本公开的一个或多个实施例，本公开提供的物品展示装置中，所述匹配生成模块具体用于：

根据所述目标部位和所述物品模型确定遮挡位置信息；

基于所述遮挡位置信息，将所述物品模型显示于所述目标部位，生成物品展示图像。

根据本公开的一个或多个实施例，本公开提供的物品展示装置中，所述装置还包括：

获取深度信息模块，用于获取所述目标部位的深度信息；

更新显示模块，用于基于所述目标部位的深度信息，调整所述目标部位模型和所述物品模型，更新所述物品展示图像。

根据本公开的一个或多个实施例，本公开提供了一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现如本公开提供的任一所述的物品展示方法。

根据本公开的一个或多个实施例，本公开提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行如本公开提供的任一所述的物品展示方法。

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，本公开中所涉及的公开范围，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公开构思的情况下，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。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (11)

1.一种物品展示方法，其特征在于，包括：

基于目标物品的三维模型获取二维图像数据集；

基于所述二维图像数据集进行处理，得到所述目标物品的物品模型；

获取待处理图像，并确定所述待处理图像的目标部位；

基于所述目标部位和所述物品模型进行匹配，生成物品展示图像。

2.根据权利要求1所述的物品展示方法，其特征在于，所述基于目标物品的三维模型获取二维图像数据集，包括：

采集所述三维模型在不同视角下的彩色图像、以及所述彩色图像对应的深度图像；

根据所述彩色图像及对应的深度图像生成所述二维图像数据集。

3.根据权利要求2所述的物品展示方法，其特征在于，所述根据所述彩色图像及对应的深度图像生成所述二维图像数据集，包括：

分别对所述彩色图像和所述深度图像进行编码处理，得到编码图像集；

对所述编码图像集进行解码处理，得到所述二维图像数据集。

4.根据权利要求1所述的物品展示方法，其特征在于，所述基于所述二维图像数据集进行处理，得到所述目标物品的物品模型，包括：

获取所述二维图像数据集对应的采集设备参数信息；

基于所述待处理图像数据集提取所述目标物品的特征点；

基于所述目标物品的特征点和所述采集设备参数信息计算投影矩阵；

基于预设条件和所述投影矩阵，确定三维特征点；

基于所述三维特征点进行处理，得到所述物品模型。

5.根据权利要求1所述的物品展示方法，其特征在于，所述基于所述二维图像数据集进行处理，得到所述目标物品的物品模型，包括：

基于预设算法提取所述待处理图像数据集中彩色图像的二维特征点；

计算任意两个所述彩色图像的二维特征点的特征匹配关系；

基于所述特征匹配关系和所述待处理图像数据集中深度图像，获取三维图像；

获取所述三维图像的三维特征点，并基于所述三维特征点进行处理，得到所述物品模型。

6.根据权利要求1所述的物品展示方法，其特征在于，所述确定所述待处理图像的目标部位，包括：

基于所述目标物品确定候选部位，并获取所述候选部位的候选关键点坐标；

对所述待处理图像进行识别，获取当前关键点坐标；

基于所述当前关键点坐标和所述候选关键点坐标进行匹配，获取匹配关键点坐标，并基于所述匹配关键点坐标从所述候选部位中确定所述目标部位。

7.根据权利要求1所述的物品展示方法，其特征在于，所述基于所述目标部位和所述物品模型进行匹配，生成物品展示图像，包括：

根据所述目标部位和所述物品模型确定遮挡位置信息；

基于所述遮挡位置信息，将所述物品模型显示于所述目标部位，生成物品展示图像。

8.根据权利要求1-7任一项所述的物品展示方法，其特征在于，还包括：

获取所述目标部位的深度信息；

基于所述目标部位的深度信息，调整所述目标部位模型和所述物品模型，更新所述物品展示图像。

9.一种物品展示装置，其特征在于，包括：

获取二维图像模块，用于基于目标物品的三维模型获取二维图像数据集；

获取物品模型模块，用于基于所述二维图像数据集进行处理，得到所述目标物品的物品模型；

获取待处理图像模块，用于获取待处理图像；

确定部位模块，用于确定所述待处理图像的目标部位；

匹配生成模块，用于基于所述目标部位和所述物品模型进行匹配，生成物品展示图像。

10.一种电子设备，其特征在于，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1-8中任一所述的物品展示方法。

11.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-8中任一所述的物品展示方法。

Images