CN115174885A - 基于ar终端的线下场景信息采集方法、平台、系统及介质 - Google Patents
基于ar终端的线下场景信息采集方法、平台、系统及介质 Download PDFInfo
- Publication number
- CN115174885A CN115174885A CN202210753939.XA CN202210753939A CN115174885A CN 115174885 A CN115174885 A CN 115174885A CN 202210753939 A CN202210753939 A CN 202210753939A CN 115174885 A CN115174885 A CN 115174885A
- Authority
- CN
- China
- Prior art keywords
- scene
- information
- live
- terminal
- action data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 230000003993 interaction Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 11
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 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
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- 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
-
- 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
- H04N13/194—Transmission of image signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了基于AR终端的线下场景信息采集方法、平台、系统及介质，方法包括：接收AR终端采集的实景数据；对所述实景数据进行场景标准检测，确认所述实景数据是否符合预设采集标准；在所述实景数据符合所述预设采集标准时，对所述实景数据进行场景图文识别；根据场景图文识别结果提取并记录所述实景数据中的数字化场景信息。通过AR终端实时采集线下场景的画面，并对实时采集到的实景数据进行准确的场景标准检测以及高效的场景图文识别，提取得到实时场景画面中的数字化场景信息，实现高效准确的线下场景数字化信息采集。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及基于AR终端的线下场景信息采集方法、平台、系统及介质。
背景技术
目前，数字化建设在城市发展中越来越重要，数字化体系的核心，是通过数字化，以数据驱动在信息中心获取知识，以更低的成本、更高的效率以及更规模化地创造新的财富。
当前对线下场景的数字化信息采集，主要通过人工采集的方式获得，最常用的方法为使用移动终端上的采集APP，通过人工实地踩点，手动进行信息输入、拍照、拍摄视频，该方法在实际线下操作过程中，存在效率低、信息录入错误率高、不易获取完整信息等缺点。
发明内容
鉴于上述现有技术的不足，本发明的目的在于提供基于AR终端的线下场景信息采集方法、平台、系统及介质，旨在提高线下场景的数字化信息采集的效率和准确性。
本发明的技术方案如下：
一种基于AR终端的线下场景信息采集方法，包括：
接收AR终端采集的实景数据；
对所述实景数据进行场景标准检测，确认所述实景数据是否符合预设采集标准；
在所述实景数据符合所述预设采集标准时，对所述实景数据进行场景图文识别；
根据场景图文识别结果提取并记录所述实景数据中的数字化场景信息。
在一个实施例中，所述方法还包括：
在所述实景数据不符合所述预设采集标准时，根据场景标准检测结果向所述AR终端发送相应的采集引导信息，以使得所述AR终端将所述采集引导信息与所述实景数据进行融合叠加。
在一个实施例中，所述采集引导信息为文字提示信息、图像提示信息和语音提示信息中的至少一种。
在一个实施例中，所述对所述实景数据进行场景标准检测，确认所述实景数据是否符合预设采集标准之前，所述方法还包括：
根据预设场景对所述实景数据进行场景预判。
在一个实施例中，所述对所述实景数据进行场景预判，包括：
对所述实景数据进行场景识别，得到对应的场景类别；
判断所述场景类别是否为预设场景，若是，则进行场景标准检测。
在一个实施例中，所述方法还包括：
接收所述AR终端获取的用户交互信息；
对所述用户交互信息进行识别，得到相应的交互指令；
根据所述交互指令对所述实景数据进行相应的交互处理。
在一个实施例中，所述根据场景图文识别结果提取并记录所述实景数据中的数字化场景信息，包括：
获取所述数字化场景信息中的预设信息类别；
根据所述预设信息类别在场景图文识别结果中进行信息提取，得到所述实景数据中的目标信息；
将所述目标信息存储在预设数据库中。
一种基于AR终端的线下场景信息采集平台，所述平台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基于AR终端的线下场景信息采集方法。
一种基于AR终端的线下场景信息采集系统，所述系统包括若干个客户端、服务器以及如上所述的线下场景信息采集平台；所述若干个客户端和服务器均与所述线下场景信息采集平台通信连接。
一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行上述的基于AR终端的线下场景信息采集方法。
有益效果：本发明公开了基于AR终端的线下场景信息采集方法、平台、系统及介质，相比于现有技术，本发明实施例通过AR终端实时采集线下场景的画面，并对实时采集到的实景数据进行准确的场景标准检测以及高效的场景图文识别，提取得到实时场景画面中的数字化场景信息，实现高效准确的线下场景数字化信息采集。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1为本发明实施例提供的基于AR终端的线下场景信息采集方法的一个流程图；
图2为本发明实施例提供的基于AR终端的线下场景信息采集平台的硬件结构示意图；
图3为本发明实施例提供的基于AR终端的线下场景信息采集系统的硬件结构示意图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确，以下对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。以下结合附图对本发明实施例进行介绍。
请参阅图1，图1为本发明提供的基于AR终端的线下场景信息采集方法一个实施例的流程图。如图1所示，该方法具体包括如下步骤：
S100、接收AR终端采集的实景数据。
本实施例中，用户通过AR终端对线下场景的实时画面进行采集，得到相应的实景数据，AR(Augmented Reality，增强现实)技术是一种将虚拟信息与真实世界巧妙融合的技术，广泛运用了多媒体、三维建模、实时跟踪及注册、智能交互、传感等多种技术手段，将计算机生成的文字、图像、三维模型、音乐、视频等虚拟信息模拟仿真后，应用到真实世界中，两种信息互为补充，从而实现对真实世界的“增强”。
在实现线下场景数字化信息采集时，用户可通过佩戴AR眼镜等装载有摄像头的AR终端，根据采集需要移动视线到待采集的场景上，例如商场店铺、街道路标等等，通过AR终端上的摄像头实时获取场景的实景数据，并通过例如5G网络、wifi、蓝牙等数据传输方式回传至线下场景信息采集后台进行进一步的数据处理，实现准确且实时的实景数据采集。
S200、对所述实景数据进行场景标准检测，确认所述实景数据是否符合预设采集标准。
本实施例中，后台在接收到AR终端传输的实景数据时，则对其进行进一步的数据处理，以实景数据为视频流为例，AR终端将实时获取的视频流进行压缩后传输至后台，后台则对接收到的视频流进行解码提取其中的视频画面，并进一步对视频画面进行初步的场景标准检测，以确认当前用户视野范围内所采集到的实景数据是否符合预设采集标准。
例如以商场店铺的数字化信息采集为例，对商场店铺的门头进行信息采集，预设采集标准要求实景数据的画面中需包含完整的门头图像，并且左右两侧需要漏出隔壁相邻店铺的部分画面，确保门头信息采集的完整性，后台在接收到AR终端传输的画面时，则基于该预设采集标准进行场景标准检测，确保后续场景信息采集的正确性和完整性。
当然，预设采集标准可根据不同的场景采集需求灵活设置调整，本实施例对此不作限定。
S300、在所述实景数据符合所述预设采集标准时，对所述实景数据进行场景图文识别。
本实施例中，在当前采集到的实景数据符合预设采集标准时，则进一步对解码后的视频画面进行场景图文识别以提取其中的图文信息，实现对线下场景的数字化信息采集，具体地场景图文识别可通过深度学习网络实现，深度学习(DL,Deep Learning)是机器学习(ML,Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于人工智能(AI,Artificial Intelligence)，即通过人工智能识别的方式对实时采集到的场景画面进行高效且准确的场景图像以及文字识别，以商场店铺信息采集为例，可进行场景识别、门头识别、LOGO识别、物体识别、活体识别、人流统计等等，具体可采用现有的深度学习网络模型，本实施例对此不作限定。
在一个实施例中，方法还包括：
在所述实景数据不符合所述预设采集标准时，根据场景标准检测结果向所述AR终端发送相应的采集引导信息，以使得所述AR终端将所述采集引导信息与所述实景数据进行融合叠加。
本实施例中，若在对接收到的实景数据进行场景标准检测后，判断当前采集的视频画面不符合预设采集标准时，例如店铺门头缺失、画面倾斜、没有采集到相邻店铺的部分画面等等，此时后台则根据场景标准检测结果向AR终端发送相应的采集引导信息，该采集引导信息为文字提示信息、图像提示信息和语音提示信息中的至少一种，AR终端在接收到采集引导信息后，基于AR终端具有的虚拟画面与真实画面融合的功能，将相关文字提示信息、图像提示信息叠加到现实真实画面中，做到AR画面融合，使得用户可以通过当前视野范围内、融合有采集引导信息的画面调整自身的位置，即同步调整AR终端的位置以对实时采集的画面进行调整，例如若检测后发现当前店铺门头采集不完整、用户距离门头距离过近时，可输出“请稍微后退”的采集引导信息，将相应的文字或者方向箭头融合在当前采集的真实画面中，当然还可以进一步结合语音引导，使得用户后退以完整采集店铺门头画面，直到实景数据符合预设采集标准则进入下一步的场景图文识别过程，确保线下场景信息采集的完整性和准确性。
S400、根据场景图文识别结果提取并记录所述实景数据中的数字化场景信息。
本实施例中，基于AI智能模块进行高效准确的场景图文识别后，在识别结果中根据当前的信息采集需求提取并记录相应的数字化场景信息，使得用户仅需简单的佩戴AI终端在线下场景中根据采集引导信息进行位置调整，即可完成线下场景的数字化信息采集过程，无需用户进行手动的拍照、信息填写等过程，提高信息采集的效率和便捷性。且在提取记录了数字化场景信息后，本实施例中还可进一步将其发送至AR终端，在AR终端中将数字化场景信息与真实画面即实景数据进行融合叠加，使得用户能直观地在视野范围内查看数字化的场景信息，为用户在采集过程中提供丰富且实时的数字化信息。
在一个实施例中，步骤S400包括：
获取所述数字化场景信息中的预设信息类别；
根据所述预设信息类别在场景图文识别结果中进行信息提取，得到所述实景数据中的目标信息；
将所述目标信息存储在预设数据库中。
本实施例中，在进行数字化场景信息提取时，基于当前的采集需求获取数字化场景信息中的预设信息类别，即当前需采集哪些数字化信息，由于对实景数据进行场景图文识别后可得到丰富的识别结果，用户可根据不同的采集需求例如精细采集、粗略采集等等灵活设置相应的预设信息类别，进而对场景图文识别结果进行筛选提取，减少数据量实现精准采集。
以商场店铺的数字化信息采集为例，进行场景图文识别后，可得到场景识别、门头识别、LOGO识别、物体识别、活体识别、人流统计这六类识别结果，其中场景识别是判断画面中是什么场景，例如商场、餐饮店铺、公司等；门头识别是判断画面中是否包括店铺门头；LOGO识别是识别画面中的商标LOGO；物体识别是识别画面中的物体，例如衣服、汽车等；活体识别是识别画面中是否包含人、动物等；人流统计是统计画面中出现的人数量；基于采集需求可以对全部类别的信息进行提取，也可对部分类别的信息进行提取，进而得到本次采集的实景数据中的目标信息，将目标信息存储在预设数据库中实现高效便捷的数字化信息采集过程。
在一个实施例中，步骤S200之前，方法还包括：
根据预设场景对所述实景数据进行场景预判。
本实施例中，可以根据不同的采集需求提前设置预设场景，在用户通过AR终端实时采集到实景数据时，则基于预设场景先对该实景数据进行场景预判，该预判过程可以在本地即AR终端中进行，即预判后再传输实景数据给后台，或者也可以直接传输实景数据给后台，在后台进行场景预判，本实施例对此不作限定，通过初步的场景预判是否符合相应的场景要求，以尽可能节约数据处理量，节约系统功耗。
在一个实施例中，对所述实景数据进行场景预判，包括：
对所述实景数据进行场景识别，得到对应的场景类别；
判断所述场景类别是否为预设场景，若是，则进行场景标准检测。
本实施例中，优选在AR终端本地进行场景预判，通过摄像头获取实时视频画面，在本地经过简易的场景识别算法进行初步的场景识别，得到视野范围内的场景类别，之后进一步判断视野范围内是否存在需要采集的内容即是否为预设场景，如果视野范围内的内容是事先预设的需要采集的场景，那么AR终端则开始实时画面采集，并将采集到的实景数据发送到后台做更进一步的场景标准检测处理，否则，实时画面将不会回传，使得用户到达采集目的地后再开始实景数据的传输与处理过程，尽可能节约系统功耗，提高续航。
在一个实施例中，方法还包括：
接收所述AR终端获取的用户交互信息；
对所述用户交互信息进行识别，得到相应的交互指令；
根据所述交互指令对所述实景数据进行相应的交互处理。
本实施例中，用户在采集过程中还可根据需要与AR终端之间进行交互，通过AR终端获取用户交互信息，并将获取到用户交互信息发送给后台进行进一步的识别处理，以识别得到相应的交互指令后进行相应的交互反馈处理，具体地，该用户交互信息可以是手势交互信息、语音交互信息等等，由于通过AR终端进行线下场景的信息采集时，相应的交互、按钮、提示信息等都是通过虚拟画面融合在用户视野中，因此用户可优选通过手势方式与AR终端进行交互，例如：在采集商场店铺门口过程中，需要对画面中局部内容进行重点识别，用户可通过手势，点击视野中对应画面，AR终端获取该点击手势与对应的局部画面后发送给后台，后台对用户的意图进行识别后则得到相应的交互指令，进而对该局部画面进行进一步的重点识别，例如对该局部画面进行放大以及清晰度处理后再识别其中的场景图像与文字等等，通过简单的手势或语音交互即可在线下信息采集过程中实现便捷的人机交互，简化人机交互，提高交互效率。
本发明另一实施例提供一种基于AR终端的线下场景信息采集平台，如图2所示，平台10包括：
一个或多个处理器110以及存储器120，图2中以一个处理器110为例进行介绍，处理器110和存储器120可以通过总线或者其他方式连接，图2中以通过总线连接为例。
处理器110用于完成平台10的各种控制逻辑，其可以为通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISCMachine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。还有，处理器110还可以是任何传统处理器、微处理器或状态机。处理器110也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
存储器120作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的基于AR终端的线下场景信息采集方法对应的程序指令。处理器110通过运行存储在存储器120中的非易失性软件程序、指令以及单元，从而执行平台10的各种功能应用以及数据处理，即实现上述方法实施例中的基于AR终端的线下场景信息采集方法。
存储器120可以包括存储程序区和存储数据区，其中，存储程序区可存储操作平台、至少一个功能所需要的应用程序；存储数据区可存储根据平台10使用所创建的数据等。此外，存储器120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器120可选包括相对于处理器110远程设置的存储器，这些远程存储器可以通过网络连接至平台10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个单元存储在存储器120中，当被一个或者多个处理器110执行时，执行上述任意方法实施例中的基于AR终端的线下场景信息采集方法，例如，执行以上描述的图1中的方法步骤S100至步骤S400。
本发明另一实施例还提供一种基于AR终端的线下场景信息采集系统，如图3所示，所述系统包括如上所述的线下场景信息采集平台10以及AR终端20；所述AR终端20与所述线下场景信息采集平台10通信连接，其中AR终端20用于实现采集线下场景的实景数据、获取用户交互信息、根据预设场景对所述实景数据进行场景预判、以及将所述采集引导信息与所述实景数据进行融合叠加等功能。
本发明实施例提供了一种非易失性计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如，执行以上描述的图1中的方法步骤S100至步骤S400。
作为示例，非易失性存储介质能够包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦ROM(EEPROM)或闪速存储器。易失性存储器能够包括作为外部高速缓存存储器的随机存取存储器(RAM)。通过说明而非限制，RAM可以以诸如同步RAM(SRAM)、动态RAM、(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、Synchlink DRAM(SLDRAM)以及直接Rambus(兰巴斯)RAM(DRRAM)之类的许多形式得到。本文中所描述的操作环境的所公开的存储器组件或存储器旨在包括这些和/或任何其他适合类型的存储器中的一个或多个。
综上，本发明公开的基于AR终端的线下场景信息采集方法、平台、系统及介质中，方法通过接收AR终端采集的实景数据；对所述实景数据进行场景标准检测，确认所述实景数据是否符合预设采集标准；在所述实景数据符合所述预设采集标准时，对所述实景数据进行场景图文识别；根据场景图文识别结果提取并记录所述实景数据中的数字化场景信息。通过AR终端实时采集线下场景的画面，并对实时采集到的实景数据进行准确的场景标准检测以及高效的场景图文识别，提取得到实时场景画面中的数字化场景信息，实现高效准确的线下场景数字化信息采集。
当然，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件(如处理器，控制器等)来完成，所述的计算机程序可存储于一非易失性计算机可读取的存储介质中，该计算机程序在执行时可包括如上述各方法实施例的流程。其中所述的存储介质可为存储器、磁碟、软盘、闪存、光存储器等。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种基于AR终端的线下场景信息采集方法，其特征在于，包括：
接收AR终端采集的实景数据；
对所述实景数据进行场景标准检测，确认所述实景数据是否符合预设采集标准；
在所述实景数据符合所述预设采集标准时，对所述实景数据进行场景图文识别；
根据场景图文识别结果提取并记录所述实景数据中的数字化场景信息。
2.根据权利要求1所述的基于AR终端的线下场景信息采集方法，其特征在于，所述方法还包括：
在所述实景数据不符合所述预设采集标准时，根据场景标准检测结果向所述AR终端发送相应的采集引导信息，以使得所述AR终端将所述采集引导信息与所述实景数据进行融合叠加。
3.根据权利要求2所述的基于AR终端的线下场景信息采集方法，其特征在于，所述采集引导信息为文字提示信息、图像提示信息和语音提示信息中的至少一种。
4.根据权利要求1所述的基于AR终端的线下场景信息采集方法，其特征在于，所述对所述实景数据进行场景标准检测，确认所述实景数据是否符合预设采集标准之前，所述方法还包括：
根据预设场景对所述实景数据进行场景预判。
5.根据权利要求4所述的基于AR终端的线下场景信息采集方法，其特征在于，所述对所述实景数据进行场景预判，包括：
对所述实景数据进行场景识别，得到对应的场景类别；
判断所述场景类别是否为预设场景，若是，则进行场景标准检测。
6.根据权利要求1所述的基于AR终端的线下场景信息采集方法，其特征在于，所述方法还包括：
接收所述AR终端获取的用户交互信息；
对所述用户交互信息进行识别，得到相应的交互指令；
根据所述交互指令对所述实景数据进行相应的交互处理。
7.根据权利要求1所述的基于AR终端的线下场景信息采集方法，其特征在于，所述根据场景图文识别结果提取并记录所述实景数据中的数字化场景信息，包括：
获取所述数字化场景信息中的预设信息类别；
根据所述预设信息类别在场景图文识别结果中进行信息提取，得到所述实景数据中的目标信息；
将所述目标信息存储在预设数据库中。
8.一种基于AR终端的线下场景信息采集平台，其特征在于，包括：所述平台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任一项所述的基于AR终端的线下场景信息采集方法。
9.一种基于AR终端的线下场景信息采集系统，其特征在于，所述系统包括AR终端以及如权利要求8所述的线下场景信息采集平台；所述AR终端与所述线下场景信息采集平台通信连接。
10.一种非易失性计算机可读存储介质，其特征在于，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行权利要求1-7任一项所述的基于AR终端的线下场景信息采集方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210753939.XA CN115174885A (zh) | 2022-06-28 | 2022-06-28 | 基于ar终端的线下场景信息采集方法、平台、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210753939.XA CN115174885A (zh) | 2022-06-28 | 2022-06-28 | 基于ar终端的线下场景信息采集方法、平台、系统及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115174885A true CN115174885A (zh) | 2022-10-11 |
Family
ID=83489821
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210753939.XA Pending CN115174885A (zh) | 2022-06-28 | 2022-06-28 | 基于ar终端的线下场景信息采集方法、平台、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115174885A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514621A (zh) * | 2013-07-17 | 2014-01-15 | 宝鸡翼迅网络科技有限公司 | 案、事件场景全真动态3d再现方法及重构系统 |
| WO2019214319A1 (zh) * | 2018-05-08 | 2019-11-14 | 阿里巴巴集团控股有限公司 | 一种车辆定损的数据处理方法、装置、处理设备及客户端 |
| CN111429517A (zh) * | 2020-03-23 | 2020-07-17 | Oppo广东移动通信有限公司 | 重定位方法、重定位装置、存储介质与电子设备 |
| KR20200113780A (ko) * | 2019-03-26 | 2020-10-07 | 이규호 | 증강현실을 이용한 생산자의 시나리오 동영상 상품정보 등록방법 |
| CN113065016A (zh) * | 2021-03-23 | 2021-07-02 | 支付宝(杭州)信息技术有限公司 | 线下门店信息处理方法、装置、设备及系统 |
| CN113141498A (zh) * | 2021-04-09 | 2021-07-20 | 深圳市慧鲤科技有限公司 | 信息生成方法、装置、计算机设备及存储介质 |
-
2022
- 2022-06-28 CN CN202210753939.XA patent/CN115174885A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514621A (zh) * | 2013-07-17 | 2014-01-15 | 宝鸡翼迅网络科技有限公司 | 案、事件场景全真动态3d再现方法及重构系统 |
| WO2019214319A1 (zh) * | 2018-05-08 | 2019-11-14 | 阿里巴巴集团控股有限公司 | 一种车辆定损的数据处理方法、装置、处理设备及客户端 |
| KR20200113780A (ko) * | 2019-03-26 | 2020-10-07 | 이규호 | 증강현실을 이용한 생산자의 시나리오 동영상 상품정보 등록방법 |
| CN111429517A (zh) * | 2020-03-23 | 2020-07-17 | Oppo广东移动通信有限公司 | 重定位方法、重定位装置、存储介质与电子设备 |
| CN113065016A (zh) * | 2021-03-23 | 2021-07-02 | 支付宝(杭州)信息技术有限公司 | 线下门店信息处理方法、装置、设备及系统 |
| CN113141498A (zh) * | 2021-04-09 | 2021-07-20 | 深圳市慧鲤科技有限公司 | 信息生成方法、装置、计算机设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3528156B1 (en) | Virtual reality environment-based identity authentication method and apparatus | |
| EP3882808A1 (en) | Face detection model training method and apparatus, and face key point detection method and apparatus | |
| WO2019214319A1 (zh) | 一种车辆定损的数据处理方法、装置、处理设备及客户端 | |
| CN108388882B (zh) | 基于全局-局部rgb-d多模态的手势识别方法 | |
| WO2020228766A1 (zh) | 基于实景建模与智能识别的目标跟踪方法、系统及介质 | |
| CN104537389B (zh) | 人脸识别方法和装置 | |
| CN110728255A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN110458025B (zh) | 一种基于双目摄像头的目标识别与定位方法 | |
| CN103020590B (zh) | 一种基于三维模型与图像匹配的车辆识别系统及其方法 | |
| CN110942050A (zh) | 一种基于图像处理的自动售卖机商品识别系统 | |
| CN107247920A (zh) | 交互控制方法、装置和计算机可读存储介质 | |
| KR20210145984A (ko) | 다시점 얼굴 영상 기반 사용자 모니터링 장치 및 방법 | |
| CN109409063A (zh) | 一种信息交互方法、装置、计算机设备和存储介质 | |
| CN109993130A (zh) | 一种基于深度图像动态手语语义识别系统及方法 | |
| WO2022179311A1 (zh) | 显示方法、装置及电子设备 | |
| WO2023279799A1 (zh) | 对象识别方法、装置和电子系统 | |
| CN108319916A (zh) | 人脸识别方法、装置、机器人及存储介质 | |
| CN113591692A (zh) | 一种多视图身份识别方法 | |
| CN114510173B (zh) | 基于增强现实的施工作业方法及装置 | |
| CN109002776A (zh) | 人脸识别方法、系统、计算机设备和计算机可读存储介质 | |
| CN111881740A (zh) | 人脸识别方法、装置、电子设备及介质 | |
| CN111667583A (zh) | 一种基于闸机的智能通行验证系统 | |
| CN111178129A (zh) | 一种基于人脸和姿态的多模态人员识别方法 | |
| WO2024152659A1 (zh) | 一种图像处理方法、装置、设备、介质及程序产品 | |
| CN114120170A (zh) | 视频画面分析方法、装置、设备、介质及程序产品 |
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 |