CN116233383A - 一种基于ar技术的智能导游系统 - Google Patents

一种基于ar技术的智能导游系统 Download PDF

Info

Publication number
CN116233383A
CN116233383A CN202310504633.5A CN202310504633A CN116233383A CN 116233383 A CN116233383 A CN 116233383A CN 202310504633 A CN202310504633 A CN 202310504633A CN 116233383 A CN116233383 A CN 116233383A
Authority
CN
China
Prior art keywords
image
data
virtual landscape
scenic spot
user
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.)
Granted
Application number
CN202310504633.5A
Other languages
English (en)
Other versions
CN116233383B (zh
Inventor
谢民雄
朱立谷
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 Jinshangqi Technology Co ltd
Original Assignee
Beijing Jinshangqi 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 Jinshangqi Technology Co ltd filed Critical Beijing Jinshangqi Technology Co ltd
Priority to CN202310504633.5A priority Critical patent/CN116233383B/zh
Publication of CN116233383A publication Critical patent/CN116233383A/zh
Application granted granted Critical
Publication of CN116233383B publication Critical patent/CN116233383B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/111—Transformation of image signals corresponding to virtual viewpoints, e.g. spatial image interpolation
    • H04N13/117—Transformation of image signals corresponding to virtual viewpoints, e.g. spatial image interpolation the virtual viewpoint locations being selected by the viewers or determined by viewer tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Processing Or Creating Images (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种基于AR技术的智能导游系统，该方法能使用户在足不出户的情况下就能感受景区的气象和景观，提升用户体验；具体包括以下步骤：获取与云端服务器相连接的移动摄像装置，通过移动摄像装置对景区景观进行扫描采集，得到景区环境图像数据；将景区环境图像数据输入图像特征向量分析模型中提取图像特征向量；根据移动端访问数据在云端数据库中对第一虚拟景观图像进行空间定位，得到第一3D虚拟景观图像；响应于用户输入的目标移动数据，根据目标移动数据在用户AR移动端实时展示3D虚拟景观图像，得到目标3D虚拟景观图像。

Description

一种基于AR技术的智能导游系统
技术领域
本发明涉及AR技术领域，特别是一种基于AR技术的智能导游系统。
背景技术
AR技术是增强现实技术的英文简称，该技术可对摄像机的摄像位置与角度进行计算，并结合了3D模型、图像及视频等技术的应用。阶段，我国在旅游业发展中，已经越来越重视对AR技术的应用，我国在景区导览中的AR技术应用还处于初期阶段，其市场认可度也尚未达到预期水平，因此怎样才能使AR技术得到更多人的重视，以此充分发挥AR技术在旅游景区导览中的应用价值，使用户需求得到充分的满足，已经成为我国当前旅游业发展中面临的重要问题。
发明内容
本发明的目的是为了解决上述问题，设计了一种基于AR技术的智能导游系统。
实现上述目的本发明的技术方案为，进一步，在上述AR技术的智能导游系统中，该所述智能导游系统包括以下步骤：
获取与云端服务器相连接的移动摄像装置，通过所述移动摄像装置对景区景观进行扫描采集，得到景区环境图像数据；
将所述景区环境图像数据输入预置的图像特征向量分析模型中提取图像特征向量；利用图像匹配模型将所述图像特征向量进行云端图像重组，得到第一虚拟景观图像；
获取用户AR移动端访问数据，根据所述移动端访问数据在云端数据库中对所述第一虚拟景观图像进行空间定位，得到第一3D虚拟景观图像；
通过所述3D虚拟景观图像获取所述云端数据库中的景观解说语音包和环境气象数据；
响应于用户输入的目标移动数据，根据所述目标移动数据在所述用户AR移动端实时展示所述3D虚拟景观图像、所述景观解说语音包和所述环境气象数据，得到目标3D虚拟景观图像。
进一步，在上述AR技术的智能导游系统中，所述获取与云端服务器相连接的移动摄像装置，通过所述移动摄像装置对景区景观进行扫描采集，得到景区环境图像数据，包括：
获取与云端服务器相连接的移动摄像装置，所述移动摄像装置通过互联网和所述云端服务器相连接，能进行实时环境数据传输；
通过所述实时环境数据传输；将景区中的所有所述实时环境数据进行图像扫描和图像采集，得到景区环境图像数据。
进一步，在上述AR技术的智能导游系统中，所述将所述景区环境图像数据输入预置的图像特征向量分析模型中提取图像特征向量，包括：
获取所述景区环境图像数据，调用所述图像特征向量分析模型中的特征检测（SIFT）算法；
将所述景区环境图像数据通过高斯卷积操作生成若干景区环境图像，利用DoG提取函数中的区域搜索算法寻找所述景区环境图像中的最大值图像数据和最小值图像数据，得到特征点周围邻域图像；
通过所述特征检测（SIFT）算法计算所述特征点周围邻域图像的梯度方向并统计出方向累积直方集合；
将其中累计值最大的方向定为所述景区环境图像特征点的主方向，即得到图像特征向量。
进一步，在上述AR技术的智能导游系统中，所述利用图像匹配模型将所述图像特征向量进行云端图像重组，得到第一虚拟景观图像，包括：
获取所述图像特征向量，调用所述图像匹配模型中的KMeans聚类算法；
使用KMeans聚类算法将图像特征向量集分为若干类，每类移入下一层并生成下一层子树；
保存所述下一层子树的聚类中心点信息，得到最佳图像特征向量匹配集合；
将所述最佳图像特征向量匹配集合在所述云端进行图像重组，得到第一虚拟景观图像。
进一步，在上述AR技术的智能导游系统中，所述获取用户AR移动端访问数据，根据所述移动端访问数据在云端数据库中对所述第一虚拟景观图像进行空间定位，得到3D虚拟景观图像，包括：
获取所述用户AR移动端访问数据，并对所述访问数据进行实时追踪，根据所述访问数据中的访问时间节点、访问地址节点进行访问信息定位，得到确定访问信息；
根据所述确定访问信息对所述第一虚拟景观图像进行空间定位，得到第二虚拟景观图像；
在所述云端数据库中对所述第二虚拟景观图像进行重新3D引擎渲染，得到3D虚拟景观图像。
进一步，在上述AR技术的智能导游系统中，所述通过所述3D虚拟景观图像获取所述云端数据库中的景观解说语音包和环境气象数据，包括：
获取所述3D虚拟景观图像中的地址编号；
获取云端数据库中的地址编号集合，利用匹配算法KMP将所述云端数据库中的地址编号集合和所述3D虚拟景观图像中的地址编号进行匹配，得到确定地址信息，根据确定地址信息匹配得到景观解说语音包；
获取所述云端数据库中景区实时气象的温度数据、湿度数据、天气指数、紫外线指数等信息，得到环境气象数据。
进一步，在上述AR技术的智能导游系统中，所述响应于用户输入的目标移动数据，根据所述目标移动数据在所述用户AR移动端实时展示所述3D虚拟景观图像、所述景观解说语音包和所述环境气象数据，得到目标3D虚拟景观图像，包括：
响应于用户输入的目标移动数据，所述用户AR移动端通过分析所述目标移动数据得到用户目标移动位置信息；
根据所述目标移动位置信息展示所述3D虚拟景观图像、所述景观解说语音包和所述环境气象数据，得到目标3D虚拟景观图像。
将所述验证数据集输入所述训练后的影像识别模型，得到验证结果，以根据所述验证结果选出最优的影像识别模型；
将所述每个分割影像输入所述最优的影像识别模型，得到目标影像信息。
其有益效果在于，通过获取与云端服务器相连接的移动摄像装置，通过所述移动摄像装置对景区景观进行扫描采集，得到景区环境图像数据；将所述景区环境图像数据输入预置的图像特征向量分析模型中提取图像特征向量；利用图像匹配模型将所述图像特征向量进行云端图像重组，得到第一虚拟景观图像；获取用户AR移动端访问数据，根据所述移动端访问数据在云端数据库中对所述第一虚拟景观图像进行空间定位，得到第一3D虚拟景观图像；通过所述3D虚拟景观图像获取所述云端数据库中的景观解说语音包和环境气象数据；响应于用户输入的目标移动数据，根据所述目标移动数据在所述用户AR移动端实时展示所述3D虚拟景观图像、所述景观解说语音包和所述环境气象数据，得到目标3D虚拟景观图像。本发明能分发挥AR技术在旅游景区导览中的应用价值，使用户在足不出户的情况下就能感受景区的气象和景观，提升用户体验。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。
图1为本发明实施例中基于AR技术的智能导游系统的第一个实施例示意图；
图2为本发明实施例中基于AR技术的智能导游系统的第二个实施例示意图；
图3为本发明实施例中基于AR技术的智能导游系统的第三个实施例示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
下面结合附图对本发明进行具体描述，如图1所示，一种基于AR技术的智能导游系统，该智能导游系统包括以下步骤：
步骤101、获取与云端服务器相连接的移动摄像装置，通过移动摄像装置对景区景观进行扫描采集，得到景区环境图像数据；
步骤102、将景区环境图像数据输入预置的图像特征向量分析模型中提取图像特征向量；利用图像匹配模型将图像特征向量进行云端图像重组，得到第一虚拟景观图像；
本实施例中的图像特征向量分析模型是基于特征检测（SIFT）算法加DoG提取函数的分析模型；
其中特征检测（SIFT）算法是尺度不变特征转换算法，利用电脑视觉的算法用来侦测与描述影像中的局部性特征，在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量等数据。
步骤103、获取用户AR移动端访问数据，根据移动端访问数据在云端数据库中对第一虚拟景观图像进行空间定位，得到第一3D虚拟景观图像；
步骤104、通过3D虚拟景观图像获取所述云端数据库中的景观解说语音包和环境气象数据；
步骤105、响应于用户输入的目标移动数据，根据目标移动数据在用户AR移动端实时展示3D虚拟景观图像、景观解说语音包和环境气象数据，得到目标3D虚拟景观图像。
本发明实施例中，获取与云端服务器相连接的移动摄像装置，通过移动摄像装置对景区景观进行扫描采集，得到景区环境图像数据；将景区环境图像数据输入预置的图像特征向量分析模型中提取图像特征向量；利用图像匹配模型将图像特征向量进行云端图像重组，得到第一虚拟景观图像；获取用户AR移动端访问数据，根据移动端访问数据在云端数据库中对第一虚拟景观图像进行空间定位，得到第一3D虚拟景观图像；通过3D虚拟景观图像获取云端数据库中的景观解说语音包和环境气象数据；响应于用户输入的目标移动数据，根据目标移动数据在用户AR移动端实时展示3D虚拟景观图像、景观解说语音包和环境气象数据，得到目标3D虚拟景观图像。本发明能分发挥AR技术在旅游景区导览中的应用价值，使用户在足不出户的情况下就能感受景区的气象和景观，提升用户体验。
本实施例中，请参阅图2，本发明实施例中智慧医疗医学影像识别方法的第二个实施例，图像特征向量提取具体包括以下步骤：
步骤201、获取景区环境图像数据，调用图像特征向量分析模型中的特征检测（SIFT）算法；
步骤202、将景区环境图像数据通过高斯卷积操作生成若干景区环境图像，利用DoG提取函数中的区域搜索算法寻找景区环境图像中的最大值图像数据和最小值图像数据，得到特征点周围邻域图像；
步骤203、通过特征检测（SIFT）算法计算所述特征点周围邻域图像的梯度方向并统计出方向累积直方集合；
步骤204、将其中累计值最大的方向定为景区环境图像特征点的主方向，即得到图像特征向量。
本实施例中，请参阅图3，本发明实施例中智慧医疗医学影像识别方法的第二个实施例，图像重组具体包括以下步骤：
步骤301、获取图像特征向量，调用所述图像匹配模型中的KMeans聚类算法；
步骤302、使用KMeans聚类算法将图像特征向量集分为若干类，每类移入下一层并生成下一层子树；
本实施例中的Kmeans聚类算法是一种典型的基于划分的聚类算法。
步骤303、保存下一层子树的聚类中心点信息，得到最佳图像特征向量匹配集合；
步骤304、将最佳图像特征向量匹配集合在所述云端进行图像重组，得到第一虚拟景观图像。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.一种基于AR技术的智能导游系统，其特征在于，该所述智能导游系统包括以下步骤：
获取与云端服务器相连接的移动摄像装置，通过所述移动摄像装置对景区景观进行扫描采集，得到景区环境图像数据；
将所述景区环境图像数据输入预置的图像特征向量分析模型中提取图像特征向量；利用图像匹配模型将所述图像特征向量进行云端图像重组，得到第一虚拟景观图像；
获取用户AR移动端访问数据，根据所述移动端访问数据在云端数据库中对所述第一虚拟景观图像进行空间定位，得到第一3D虚拟景观图像；
通过所述3D虚拟景观图像获取所述云端数据库中的景观解说语音包和环境气象数据；
响应于用户输入的目标移动数据，根据所述目标移动数据在所述用户AR移动端实时展示所述3D虚拟景观图像、所述景观解说语音包和所述环境气象数据，得到目标3D虚拟景观图像。
2.根据权利要求1所述的一种基于AR技术的智能导游系统，其特征在于，所述获取与云端服务器相连接的移动摄像装置，通过所述移动摄像装置对景区景观进行扫描采集，得到景区环境图像数据，包括：
获取与云端服务器相连接的移动摄像装置，所述移动摄像装置通过互联网和所述云端服务器相连接，能进行实时环境数据传输；
通过所述实时环境数据传输；将景区中的所有所述实时环境数据进行图像扫描和图像采集，得到景区环境图像数据。
3.根据权利要求1所述的一种基于AR技术的智能导游系统，其特征在于，所述将所述景区环境图像数据输入预置的图像特征向量分析模型中提取图像特征向量，包括：
获取所述景区环境图像数据，调用所述图像特征向量分析模型中的特征检测（SIFT）算法；
将所述景区环境图像数据通过高斯卷积操作生成若干景区环境图像，利用DoG提取函数中的区域搜索算法寻找所述景区环境图像中的最大值图像数据和最小值图像数据，得到特征点周围邻域图像；
通过所述特征检测（SIFT）算法计算所述特征点周围邻域图像的梯度方向并统计出方向累积直方集合；
将其中累计值最大的方向定为所述景区环境图像特征点的主方向，即得到图像特征向量。
4.根据权利要求1所述的一种基于AR技术的智能导游系统，其特征在于，所述利用图像匹配模型将所述图像特征向量进行云端图像重组，得到第一虚拟景观图像，包括：
获取所述图像特征向量，调用所述图像匹配模型中的KMeans聚类算法；
使用KMeans聚类算法将图像特征向量集分为若干类，每类移入下一层并生成下一层子树；
保存所述下一层子树的聚类中心点信息，得到最佳图像特征向量匹配集合；
将所述最佳图像特征向量匹配集合在所述云端进行图像重组，得到第一虚拟景观图像。
5.根据权利要求1所述的一种基于AR技术的智能导游系统，其特征在于，所述获取用户AR移动端访问数据，根据所述移动端访问数据在云端数据库中对所述第一虚拟景观图像进行空间定位，得到3D虚拟景观图像，包括：
获取所述用户AR移动端访问数据，并对所述访问数据进行实时追踪，根据所述访问数据中的访问时间节点、访问地址节点进行访问信息定位，得到确定访问信息；
根据所述确定访问信息对所述第一虚拟景观图像进行空间定位，得到第二虚拟景观图像；
在所述云端数据库中对所述第二虚拟景观图像进行重新3D引擎渲染，得到3D虚拟景观图像。
6.根据权利要求1所述的一种基于AR技术的智能导游系统，其特征在于，所述通过所述3D虚拟景观图像获取所述云端数据库中的景观解说语音包和环境气象数据，包括：
获取所述3D虚拟景观图像中的地址编号；
获取云端数据库中的地址编号集合，利用匹配算法KMP将所述云端数据库中的地址编号集合和所述3D虚拟景观图像中的地址编号进行匹配，得到确定地址信息，根据确定地址信息匹配得到景观解说语音包；
获取所述云端数据库中景区实时气象的温度数据、湿度数据、天气指数、紫外线指数等信息，得到环境气象数据。
7.根据权利要求1所述的一种基于AR技术的智能导游系统，其特征在于，所述响应于用户输入的目标移动数据，根据所述目标移动数据在所述用户AR移动端实时展示所述3D虚拟景观图像、所述景观解说语音包和所述环境气象数据，得到目标3D虚拟景观图像，包括：
响应于用户输入的目标移动数据，所述用户AR移动端通过分析所述目标移动数据得到用户目标移动位置信息；
根据所述目标移动位置信息展示所述3D虚拟景观图像、所述景观解说语音包和所述环境气象数据，得到目标3D虚拟景观图像。
CN202310504633.5A 2023-05-08 2023-05-08 一种基于ar技术的智能导游系统 Active CN116233383B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310504633.5A CN116233383B (zh) 2023-05-08 2023-05-08 一种基于ar技术的智能导游系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310504633.5A CN116233383B (zh) 2023-05-08 2023-05-08 一种基于ar技术的智能导游系统

Publications (2)

Publication Number Publication Date
CN116233383A true CN116233383A (zh) 2023-06-06
CN116233383B CN116233383B (zh) 2023-07-25

Family

ID=86580945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310504633.5A Active CN116233383B (zh) 2023-05-08 2023-05-08 一种基于ar技术的智能导游系统

Country Status (1)

Country Link
CN (1) CN116233383B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140213361A1 (en) * 2013-01-25 2014-07-31 Tencent Technology (Shenzhen) Company Limited Method, device, and system for interacting with a virtual character in smart terminal
US20140267393A1 (en) * 2013-03-15 2014-09-18 Disney Enterprises, Inc. Virtual scene generation based on imagery
CN104299541A (zh) * 2014-10-27 2015-01-21 南京五一行信息科技有限公司 基于移动互联网平台的智能导游系统及方法
KR101607617B1 (ko) * 2015-01-14 2016-03-30 주식회사 펫츠뷰 관광지 홍보용 실시간 영상 제공 시스템
CN106780734A (zh) * 2016-12-28 2017-05-31 杭州中软安人网络通信股份有限公司 一种基于虚拟全景的智能导游服务系统
US20200342833A1 (en) * 2019-04-24 2020-10-29 XRSpace CO., LTD. Head mounted display system and scene scanning method thereof
WO2022040970A1 (zh) * 2020-08-26 2022-03-03 南京翱翔信息物理融合创新研究院有限公司 一种同步实现三维重建和ar虚实注册的方法、系统及装置
CN114782657A (zh) * 2022-04-13 2022-07-22 李谷伟 基于混合现实的地图立体定位系统及其方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140213361A1 (en) * 2013-01-25 2014-07-31 Tencent Technology (Shenzhen) Company Limited Method, device, and system for interacting with a virtual character in smart terminal
US20140267393A1 (en) * 2013-03-15 2014-09-18 Disney Enterprises, Inc. Virtual scene generation based on imagery
CN104299541A (zh) * 2014-10-27 2015-01-21 南京五一行信息科技有限公司 基于移动互联网平台的智能导游系统及方法
KR101607617B1 (ko) * 2015-01-14 2016-03-30 주식회사 펫츠뷰 관광지 홍보용 실시간 영상 제공 시스템
CN106780734A (zh) * 2016-12-28 2017-05-31 杭州中软安人网络通信股份有限公司 一种基于虚拟全景的智能导游服务系统
US20200342833A1 (en) * 2019-04-24 2020-10-29 XRSpace CO., LTD. Head mounted display system and scene scanning method thereof
WO2022040970A1 (zh) * 2020-08-26 2022-03-03 南京翱翔信息物理融合创新研究院有限公司 一种同步实现三维重建和ar虚实注册的方法、系统及装置
CN114782657A (zh) * 2022-04-13 2022-07-22 李谷伟 基于混合现实的地图立体定位系统及其方法

Also Published As

Publication number Publication date
CN116233383B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN110645986B (zh) 定位方法及装置、终端、存储介质
JP4018354B2 (ja) 形状記述子抽出方法
US8180146B2 (en) Method and apparatus for recognizing and localizing landmarks from an image onto a map
Föckler et al. Phoneguide: museum guidance supported by on-device object recognition on mobile phones
CN103593464B (zh) 基于视觉特征的视频指纹检测及视频序列匹配方法及系统
CN109635686B (zh) 结合人脸与外观的两阶段行人搜索方法
Chen et al. Building book inventories using smartphones
US20110129118A1 (en) Systems and methods for tracking natural planar shapes for augmented reality applications
US20110282897A1 (en) Method and system for maintaining a database of reference images
CN111191649A (zh) 一种识别弯曲多行文本图像的方法与设备
CN112861575A (zh) 一种行人结构化方法、装置、设备和存储介质
CN112132197A (zh) 模型训练、图像处理方法、装置、计算机设备和存储介质
CN107273895B (zh) 用于头戴式智能设备的视频流实时文本识别及翻译的方法
Tian et al. Scene Text Detection in Video by Learning Locally and Globally.
Chen et al. Integrated content and context analysis for mobile landmark recognition
Min et al. Mobile landmark search with 3D models
CN106874865A (zh) 一种基于图像识别的扩增实境实现方法
CN110059212A (zh) 图像检索方法、装置、设备及计算机可读存储介质
CN111709317A (zh) 一种基于显著性模型下多尺度特征的行人重识别方法
Duan et al. Towards mobile document image retrieval for digital library
CN115115981A (zh) 数据处理方法、装置、设备、存储介质及计算机程序产品
Liu et al. Cloud detection using super pixel classification and semantic segmentation
CN116233383B (zh) 一种基于ar技术的智能导游系统
CN112052352A (zh) 视频排序方法、装置、服务器及存储介质
CN112084365A (zh) 基于OpenCV和CUDA加速的网络相机的实时图像检索方法

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
GR01 Patent grant
GR01 Patent grant