CN116563740A - 基于扩展现实的控制方法、装置、电子设备和存储介质 - Google Patents
基于扩展现实的控制方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116563740A CN116563740A CN202310544596.0A CN202310544596A CN116563740A CN 116563740 A CN116563740 A CN 116563740A CN 202310544596 A CN202310544596 A CN 202310544596A CN 116563740 A CN116563740 A CN 116563740A
- Authority
- CN
- China
- Prior art keywords
- target object
- corner points
- side lines
- augmented reality
- labeling
- 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
- 230000003190 augmentative effect Effects 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000002372 labelling Methods 0.000 claims abstract description 59
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 24
- 230000000007 visual effect Effects 0.000 claims abstract description 24
- 230000007613 environmental effect Effects 0.000 claims description 23
- 238000012790 confirmation Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000009877 rendering Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000004438 eyesight Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003997 social interaction Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Classifications
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供基于扩展现实的控制方法、装置、电子设备和存储介质。基于扩展现实的控制方法,包括:获取现实环境的环境图像;基于视觉算法识别所述环境图像中目标物体的角点和/或边线;基于识别到的所述角点和/或边线对所述环境图像中的所述目标物体进行自动标注。本公开实现了标注的自动化,避免了用户手动标注造成的误差大、效率低的问题。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种基于扩展现实的控制方法、装置、电子设备和存储介质。
背景技术
在扩展现实空间中,例如混合现实的场景中,虚拟的物体需要跟现实环境进行交互,例如虚拟物体要与现实环境实现遮挡、碰撞等效果,构建现实场景的模型信息是实现交互的基础,以室内交互为例,需要构建室内墙壁、底面、天花板、家具等物体的模型信息。
发明内容
本公开提供一种基于扩展现实的控制方法、装置、电子设备和存储介质。
本公开采用以下的技术方案。
在一些实施例中,本公开提供一种基于扩展现实的控制方法,包括:
获取现实环境的环境图像;
基于视觉算法识别所述环境图像中目标物体的角点和/或边线;
基于识别到的所述角点和/或边线对所述环境图像中的所述目标物体进行自动标注。
在一些实施例中,本公开提供一种基于扩展现实的控制装置,包括:
获取单元,用于获取现实环境的环境图像;
识别单元,用于基于视觉算法识别所述环境图像中目标物体的角点和/或边线;
控制单元,用于基于识别到的所述角点和/或边线对所述环境图像中的所述目标物体进行自动标注。
在一些实施例中,本公开提供一种电子设备,包括:至少一个存储器和至少一个处理器;
其中,存储器用于存储程序代码,处理器用于调用所述存储器所存储的程序代码执行上述的方法。
在一些实施例中,本公开提供一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码在被处理器运行时,促使所述处理器执行上述方法。
本公开实施例提供的基于扩展现实的控制方法,包括:获取现实环境的环境图像;基于视觉算法识别所述环境图像中目标物体的角点和/或边线;基于识别到的所述角点和/或边线对所述环境图像中的所述目标物体进行自动标注。本公开实现了标注的自动化,避免了用户手动标注造成的误差大、效率低的问题。
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,元件和元素不一定按照比例绘制。
图1是本公开实施例的使用扩展现实设备的示意图。
图2是本公开实施例的基于扩展现实的控制方法的流程图。
图3是本公开实施例的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”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。
以下将结合附图,对本公开实施例提供的方案进行详细描述。
扩展现实可以是虚拟现实、增强现实或混合现实中的至少一种。以扩展现实为混合现实为例,如图1所示,用户可以通过例如头戴式眼镜等智能终端设备进入扩展现实空间,并在扩展现实空间中控制自己的虚拟角色(Avatar)与其他用户控制的虚拟角色进行社交互动、娱乐、学习、远程办公等。
其中,扩展现实空间可以是对真实世界的仿真环境,也可以是半仿真半虚构的虚拟场景,还可以是纯虚构的虚拟场景。虚拟场景可以是二维虚拟场景、2.5维虚拟场景或者三维虚拟场景中的任意一种,本申请实施例对虚拟场景的维度不加以限定。例如,虚拟场景可以包括天空、陆地、海洋等,该陆地可以包括沙漠、城市等环境元素,用户可以控制虚拟对象在该虚拟场景中进行移动。
在一个实施例中,在扩展现实空间中,用户可以通过操作设备来实现相关的交互操作,该操作设备可以为手柄,例如用户通过对手柄的按键的操作来进行相关的操作控制。当然在另外的实施例中,也可以不使用控制器而使用手势或者语音或者多模态控制方式来对扩展现实设备中的目标对象进行控制。
在本公开的一些实施例中,提出的方法可以用于扩展现实设备,也可以用于与扩展现实设备通信连接的终端(例如手机、平板、电脑等设备),扩展现实设备是实现扩展现实效果的终端,通常可以提供为眼镜、头盔式显示器(Head Mount Display,HMD)、隐形眼镜的形态,以用于实现视觉感知和其他形式的感知,当然扩展现实设备实现的形态不限于此,根据需要可以进一步小型化或大型化。
本公开实施例记载的扩展现实设备可以包括但不限于如下几个类型:
电脑端扩展现实(PCVR)设备,利用PC端进行扩展现实功能的相关计算以及数据输出,外接的电脑端扩展现实设备利用PC端输出的数据实现扩展现实的效果。
移动扩展现实设备,支持以各种方式(如设置有专门的卡槽的头戴式显示器)设置移动终端(如智能手机),通过与移动终端有线或无线方式的连接,由移动终端进行扩展现实功能的相关计算,并输出数据至移动扩展现实设备,例如通过移动终端的APP观看扩展现实视频。
一体机扩展现实设备,具备用于进行虚拟功能的相关计算的处理器,因而具备独立的扩展现实输入和输出的功能,不需要与PC端或移动终端连接,使用自由度高。
在扩展现实空间中,虚拟的物体模型可以与现实环境进行交互,例如遮挡或碰撞等,因此需要构建现实环境中物体的物体模型,在构建物体模型时,需要先对现实环境中的物体进行标注,指明现实环境中物体的角点、边线,从而确定出物体的形状、尺寸等信息。通常用户通过手动的方式去标注显示环境中的边界信息,系统保存这些信息用于构建现实环境的模型,例如用户佩戴扩展现实头显设备,通过视频透视方式观察周围的物理环境,使用控制手柄标注墙面和家具等场景内物体的边界,从而确定墙面和家具等的位置、朝向和大小等信息,这些信息用于构建空间场景的模型。
本公开一些实施例中提出一种基于扩展现实的控制方法,包括:
S11、获取现实环境的环境图像。
一些实施例中,本公开提出的方法可以用于扩展现实设备,例如混合现实设备。扩展现实设备可以是头戴式扩展现实设备,可以是通过扩展现实设备上摄像头来获取现实环境的环境图像,环境图像例如可以是用于拍摄当前用户所在的现实空间的周围环境的环境图像。环境图像可以是视频图像,即可以是采集现实环境的视频流,采集的环境图像可以显示在扩展现实设备上以供用户查看。另一些实施例中,也可以是接收外部摄像设备拍摄的环境图像。
S12、基于视觉算法识别环境图像中目标物体的角点和/或边线。
一些实施例中,环境图像可以是室内环境图像,其中拍摄有物体,例如室内墙壁、家具等,目标物体可以是任意物体,例如可以是沙发、电视柜等。目标物体具有角点、边线,其构成了目标物体的轮廓,可以采用最小核值相似区等视觉算法来识别环境图像中角点、边线等位置。
S13、基于识别到的角点和/或边线对环境图像中的目标物体进行自动标注。
一些实施例中,对目标物体进行标注可以包括确定目标物体的形状、尺寸、空间位置等,通过角点和边线能够确定目标物体的形状轮廓,而通过边线的长度能够确定目标物体的尺寸。基于识别到的角点、边线确定出目标物体的轮廓形状和各个方向的尺寸,而角点和边线在现实空间中的位置能够确定出目标物体的空间位置,从而完成标注。
一些实施例中,如果用户对周围环境中的物体的边界逐一进行手动绘制和标注,则步骤繁琐、体验差,并且因为扩展现实设备占用了用户的双眼,是通过视频透视的画面判断并标注环境中物体的边界,容易出现标注位置和实际位置存在偏差,导致环境模型构建不准确的情况出现。本公开一些实施例中,通过视觉算法识别环境图像中目标物体的角点和边界的信息,从而根据角点和边界的信息对环境图像中的目标物体进行自动标注,实现了标注的自动化,避免了用户手动标注造成的误差大、效率低的问题。
在本公开的一些实施例中,方法还包括:基于自动标注的标注结果在扩展现实空间中构建目标物体的模型。一些实施例中,在对目标物体进行了标注之后,会根据目标物体的标注结果建立目标物体的模型,目标物体的模型显示在扩展现实空间中,扩展现实空间可以是虚拟现实空间、混合现实空间等。用户可以在扩展现实空间中对目标物体的模型进行操作。构建的目标物体的模型,可以显示在环境图像中,代替环境图像中的目标物体,实现混合现实。目标物体的模型也可以显示在纯虚拟的扩展现实空间中。
在本公开的一些实施例中,基于视觉算法识别环境图像中目标物体的角点和/或边线,包括:将环境图像转换为灰度图像;计算灰度图像中各个核值相似区的面积;基于核值相似区的面积确定目标物体的角点和/或边线。
一些实施例中,可以采用最小核值相似区算法来识别环境图像中的角点和边线在采集到环境图像后对环境图像进行预处理,将其转换为灰度图像,然后基于灰度图像需要确定各核值相似区的面积,然后根据核值相似区的面积确定出角点、边线等特征点,这种方式对算力要求低、速度快,适合移动终端使用,能够避免卡顿。
在本公开的一些实施例中,计算灰度图像中各个核值相似区的面积,包括:确定核值相似区的模板大小以及灰度值阈值;确定模板中与核心点灰度值的差值小于灰度值阈值的像素的面积,作为核值相似区的面积。
一些实施例中,预先设置有核值相似区的模板,用模板对灰度图像的每个像素进行局部的运算操作,具体的,将模板放在灰度图像的每个像素上,并对模板所覆盖的像素点依次与模板中心所对应的像素点的灰度值进行比较,确定两者的灰度值的差值小于灰度值阈值时,标识该像素点属于核值相相似区,所有属于核值相似区的像素组成核值相似区的面积。这样就可以确定出模板位于不同像素上时的核值相似区的面积。
一些实施例中,基于所述核值相似区的面积与预设门限值确定所述目标物体的角点和/或边线。
一些实施例中,当核值相似区靠近角点、边线等位置时,由于角点、边线的内外的颜色会变化,因此核值相似区的面积会减小,因此核值相似区的面积越大,表示模板内的点与核心的像素差值小的点比较多,核心点其属于内部区域,而核值相似区的面积越小,表示核心点很可能是角点或边线。一些实施例中,预设门限值可以有两个,分别对应角点和边线,对应角点的门限值小于对应边线的门限值,当核值相似区的面积与对应角点的门限值的差值小于阈值时,可以认为核值相似区的中心位于角点;当核值相似区的面积与对应边线的门限值的差值小于阈值时,可以认为核值相似区的中心位于边线。一些实施例中,当核值相似区的面积为模板的一半时,表示核心点位于边线上,当核值相似区的面积为模板的四分之一时,标识核心位于角点上。
在本公开的一些实施例中,基于识别到的角点和/或边线对环境图像中的目标物体进行自动标注,包括:获取目标物体的角点和/或边线的三维空间信息,基于三维空间信息对识别到的环境图像中目标物体的角点和/或边线进行渲染,并将渲染后的角点和/或边线叠加显示在环境图像上。
一些实施例中,可以例如使用视觉SLAM算法获取角点、边线的三维空间信息,三维空间信息表征了角点、边线的三维空间中的位置关系,从而用于实现角点、边线的空间定位。
在本公开的一些实施例中,基于识别到的角点和/或边线对环境图像中的目标物体进行自动标注之后,还包括:响应于对叠加显示在环境图像上的目标物体的角点和/或边线的自动标注的标注结果的确认操作,保存标注结果。
一些实施例中,将标注结果保存之前可以由用户进行确认操作,客户在查看到自动标注的标注结果后,确认标注结果是否正确,如果正确可以通过例如手柄等点击确认,被保存的标注结果可以保存在本地或服务器,能够实现不同应用或不同设备之间的共享使用。
以下列举本公开的一些具体的实施例,当用户戴着扩展现实头显设备看向环境中的墙面时,采集到视频透视画面在扩展现实头戴设备中进行显示,计算机视觉算法可以检测到墙的四个角点或者边线,通过渲染引擎将角点和边线实时渲染,并叠加在视频透视画面之上,用户通过视觉效果判断标注的边界是否与现实场景相符,如果符合预期,则用户只需通过控制手柄点击确认即可完成该墙面的标注。用户确认自动的标注结果以后,自动标注的信息就会被系统保存,并用于构建环境场景的模型信息。所构建的场景模型数据信息可以通过数据管理模块持久化保存在本地设备实现跨应用共享,或者保存在远端服务器实现不同设备之间共享。
又例如,当用户戴着扩展现实头显设备看向环境中的家具时,计算机视觉算法模块可以检测当前画面中家具的角点或者边线,通过渲染引擎模块将角点和边线实时渲染,并叠加在视频透视画面之上,用户通过视觉效果判断标注的边界是否与现实场景相符,如果符合预期,则用户只需通过控制手柄点击确认即可完成部分家具的标注。用户可以通过在家具周围通过不同的视角观察被标注的家具,重复上述步骤即可完成整个家具的标注。
在另一些实施例中,扩展现实设备上具有摄像机,使用摄像机实时采集的现实场景的环境图像作为输入数据,使用最小核值相似区计算机视觉算法识别图像上的角点和边线,同时获取到角点和边线的三维空间信息,将生成的信息提供给渲染引擎模块进行实时渲染,并叠加到视频透视的环境画面上,将最终的渲染后的角点和边线显示在扩展现实设备屏幕中,用户在查看后进行确认,比如控制手柄的点击确认,将用户的确认指令传递到扩展现实设备中,完成标记数据的保存操作。
在本公开的一些实施例中,扩展现实设备运行步骤如下:
系统进行初始化工作,完成相关模块和参数的配置,并将所有所需模块的状态调整为就绪状态。
摄像机采集数据预处理,将摄像机采集的环境图像转换为灰度图像。
计算环境图像中各核值相似区的面积,包括确定核值相似区的模板大小,设置灰度值的阈值t,计算模板中与核心点灰度值近似(小于t)的像素个数即为核值相似区面积。
提取特征点,即通过设定特征点提取函数的几何门限值g来提取特征点,被提取的特征点即为角点或者边线的构成点。
获取特征点的三维信息,通过视觉SLAM算法获取对应特征点的三维信息。
特征点的信息通过运行管理模块传递给渲染引擎模块进行可视化渲染。
用户通过交互模块确认标注角点和边线。
将确认的边线信息传递给数据管理模块进行编码处理和保存。
在本公开的一些实施例中还提出一种基于扩展现实的控制装置,包括:
获取单元,用于获取现实环境的环境图像;
识别单元,用于基于视觉算法识别所述环境图像中目标物体的角点和/或边线;
控制单元,用于基于识别到的所述角点和/或边线对所述环境图像中的所述目标物体进行自动标注。
本公开一些实施例中,通过视觉算法识别环境图像中目标物体的角点和边界的信息,从而根据角点和边界的信息对环境图像中的目标物体进行自动标注,实现了标注的自动化,避免了用户手动标注造成的误差大、效率低的问题。
一些实施例中,以控制装置为扩展现实设备为例,扩展现实设备识别用户所在的现实环境的环境图像,现实环境可以是用户所在的房间,基于视觉算法识别环境图像中的目标物体的角点和/或边线,目标物体例如可以是房间内的家具、摆件,例如为电视、钟表、沙发等。基于角点和/或边线对目标物体进行标注,这样得到了目标物体的尺寸,在得到了目标物体的尺寸后,可以基于该目标物体的尺寸,创建目标物体的模型,并可以在扩展现实空间(可以是纯虚拟的虚拟空间,也可以是混合现实空间)中显示目标物体的模型,目标物体的模型在扩展现实空间中的位置可以是与其在现实空间中的位置对应的,从而实现自动构建精准的模型的效果。
一些实施例中,控制单元还用于基于自动标注的标注结果在扩展现实空间中构建所述目标物体的模型。
一些实施例中,基于视觉算法识别所述环境图像中目标物体的角点和/或边线,包括:
将所述环境图像转换为灰度图像;
计算所述灰度图像中各个核值相似区的面积;
基于所述核值相似区的面积确定所述目标物体的角点和/或边线。
一些实施例中,计算所述灰度图像中各个核值相似区的面积,包括:
确定核值相似区的模板大小以及灰度值阈值;
确定所述模板中与核心点灰度值的差值小于所述灰度值阈值的像素的面积,作为所述核值相似区的面积。
一些实施例中,基于所述核值相似区的面积确定所述目标物体的角点和/或边线,包括:
基于所述核值相似区的面积与预设门限值确定所述目标物体的角点和/或边线。
一些实施例中,基于识别到的所述角点和/或边线对所述环境图像中的所述目标物体进行自动标注,包括:
获取所述目标物体的角点和/或边线的三维空间信息,基于所述三维空间信息对识别到的所述环境图像中目标物体的角点和/或边线进行渲染,并将渲染后的角点和/或边线叠加显示在所述环境图像上。
一些实施例中,基于识别到的所述角点和/或边线对所述环境图像中的所述目标物体进行自动标注之后,控制单元还用于:响应于对叠加显示在所述环境图像上的所述目标物体的角点和/或边线的自动标注的标注结果的确认操作,保存所述标注结果。
对于装置的实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离模块说明的模块可以是或者也可以不是分开的。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上,基于实施例和应用例说明了本公开的方法及装置。此外,本公开还提供一种电子设备及计算机可读存储介质,以下说明这些电子设备和计算机可读存储介质。
下面参考图3,其示出了适于用来实现本公开实施例的电子设备(例如终端设备或服务器)800的结构示意图。本公开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、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,也可以包括虚拟现实设备、增强现实设备或者混合现实设备等扩展现实设备。图中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。
电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM803中,还存储有电子设备800操作所需的各种程序和数据。处理装置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。
通常,以下装置可以连接至I/O接口805: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806;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807;包括例如磁带、硬盘等的存储装置808;以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备800,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809从网络上被下载和安装,或者从存储装置808被安装,或者从ROM 802被安装。在该计算机程序被处理装置801执行时,执行本公开实施例的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,使得该电子设备执行上述的本公开的方法。
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,提供了一种基于扩展现实的控制方法,包括:
获取现实环境的环境图像;
基于视觉算法识别环境图像中目标物体的角点和/或边线;
基于识别到的角点和/或边线对环境图像中的目标物体进行自动标注。
根据本公开的一个或多个实施例,提供了一种基于扩展现实的控制方法,还包括:
基于自动标注的标注结果在扩展现实空间中构建目标物体的模型。
根据本公开的一个或多个实施例,提供了一种基于扩展现实的控制方法,基于视觉算法识别环境图像中目标物体的角点和/或边线,包括:
将环境图像转换为灰度图像;
计算灰度图像中各个核值相似区的面积;
基于核值相似区的面积确定目标物体的角点和/或边线。
根据本公开的一个或多个实施例,提供了一种基于扩展现实的控制方法,计算灰度图像中各个核值相似区的面积,包括:
确定核值相似区的模板大小以及灰度值阈值;
确定模板中与核心点灰度值的差值小于灰度值阈值的像素的面积,作为核值相似区的面积。
根据本公开的一个或多个实施例,提供了一种基于扩展现实的控制方法,基于核值相似区的面积确定目标物体的角点和/或边线,包括:
基于核值相似区的面积与预设门限值确定目标物体的角点和/或边线。
根据本公开的一个或多个实施例,提供了一种基于扩展现实的控制方法,基于识别到的角点和/或边线对环境图像中的目标物体进行自动标注,包括:
获取目标物体的角点和/或边线的三维空间信息,基于三维空间信息对识别到的环境图像中目标物体的角点和/或边线进行渲染,并将渲染后的角点和/或边线叠加显示在环境图像上。
根据本公开的一个或多个实施例,提供了一种基于扩展现实的控制方法,基于识别到的角点和/或边线对环境图像中的目标物体进行自动标注之后,还包括:
响应于对叠加显示在环境图像上的目标物体的角点和/或边线的自动标注的标注结果的确认操作,保存标注结果。
根据本公开的一个或多个实施例,提供了一种基于扩展现实的控制装置,包括:
获取单元,用于获取现实环境的环境图像;
识别单元,用于基于视觉算法识别环境图像中目标物体的角点和/或边线;
控制单元,用于基于识别到的角点和/或边线对环境图像中的目标物体进行自动标注。
根据本公开的一个或多个实施例,提供了一种电子设备,包括:至少一个存储器和至少一个处理器;
其中,所述至少一个存储器用于存储程序代码,所述至少一个处理器用于调用所述至少一个存储器所存储的程序代码执行上述中任一项所述的方法。
根据本公开的一个或多个实施例,提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码在被处理器运行时,促使所述处理器执行上述方法。
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 (10)
1.一种基于扩展现实的控制方法,其特征在于,包括:
获取现实环境的环境图像;
基于视觉算法识别所述环境图像中目标物体的角点和/或边线;
基于识别到的所述角点和/或边线对所述环境图像中的所述目标物体进行自动标注。
2.根据权利要求1所述的方法,其特征在于,还包括:
基于自动标注的标注结果在扩展现实空间中构建所述目标物体的模型。
3.根据权利要求1所述的方法,其特征在于,基于视觉算法识别所述环境图像中目标物体的角点和/或边线,包括:
将所述环境图像转换为灰度图像;
计算所述灰度图像中各个核值相似区的面积;
基于所述核值相似区的面积确定所述目标物体的角点和/或边线。
4.根据权利要求3所述的方法,其特征在于,计算所述灰度图像中各个核值相似区的面积,包括:
确定核值相似区的模板大小以及灰度值阈值;
确定所述模板中与核心点灰度值的差值小于所述灰度值阈值的像素的面积,作为所述核值相似区的面积。
5.根据权利要求4所述的方法,其特征在于,基于所述核值相似区的面积确定所述目标物体的角点和/或边线,包括:
基于所述核值相似区的面积与预设门限值确定所述目标物体的角点和/或边线。
6.根据权利要求1所述的方法,其特征在于,基于识别到的所述角点和/或边线对所述环境图像中的所述目标物体进行自动标注,包括:
获取所述目标物体的角点和/或边线的三维空间信息,基于所述三维空间信息对识别到的所述环境图像中目标物体的角点和/或边线进行渲染,并将渲染后的角点和/或边线叠加显示在所述环境图像上。
7.根据权利要求1所述的方法,其特征在于,基于识别到的所述角点和/或边线对所述环境图像中的所述目标物体进行自动标注之后,还包括:
响应于对叠加显示在所述环境图像上的所述目标物体的角点和/或边线的自动标注的标注结果的确认操作,保存所述标注结果。
8.一种基于扩展现实的控制装置,其特征在于,包括:
获取单元,用于获取现实环境的环境图像;
识别单元,用于基于视觉算法识别所述环境图像中目标物体的角点和/或边线;
控制单元,用于基于识别到的所述角点和/或边线对所述环境图像中的所述目标物体进行自动标注。
9.一种电子设备,包括:
至少一个存储器和至少一个处理器;
其中,所述至少一个存储器用于存储程序代码,所述至少一个处理器用于调用所述至少一个存储器所存储的程序代码执行权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码在被处理器运行时,促使所述处理器执行权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310544596.0A CN116563740A (zh) | 2023-05-15 | 2023-05-15 | 基于扩展现实的控制方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310544596.0A CN116563740A (zh) | 2023-05-15 | 2023-05-15 | 基于扩展现实的控制方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116563740A true CN116563740A (zh) | 2023-08-08 |
Family
ID=87492692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310544596.0A Pending CN116563740A (zh) | 2023-05-15 | 2023-05-15 | 基于扩展现实的控制方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116563740A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117934782A (zh) * | 2024-03-20 | 2024-04-26 | 虚拟现实(深圳)智能科技有限公司 | Xr扩展现实场景的构建方法、装置、设备及存储介质 |
-
2023
- 2023-05-15 CN CN202310544596.0A patent/CN116563740A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117934782A (zh) * | 2024-03-20 | 2024-04-26 | 虚拟现实(深圳)智能科技有限公司 | Xr扩展现实场景的构建方法、装置、设备及存储介质 |
CN117934782B (zh) * | 2024-03-20 | 2024-05-31 | 虚拟现实(深圳)智能科技有限公司 | Xr扩展现实场景的构建方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106846497B (zh) | 应用于终端的呈现三维地图的方法和装置 | |
CN110866977B (zh) | 增强现实处理方法及装置、系统、存储介质和电子设备 | |
CN112073748B (zh) | 全景视频的处理方法、装置及存储介质 | |
CN109754464B (zh) | 用于生成信息的方法和装置 | |
CN113470112A (zh) | 图像处理方法、装置、存储介质以及终端 | |
CN116563740A (zh) | 基于扩展现实的控制方法、装置、电子设备和存储介质 | |
CN114358112A (zh) | 视频融合方法、计算机程序产品、客户端及存储介质 | |
CN112714263B (zh) | 视频生成方法、装置、设备及存储介质 | |
CN111833459B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN109816791B (zh) | 用于生成信息的方法和装置 | |
CN115311414A (zh) | 基于数字孪生的实景渲染方法、装置及相关设备 | |
CN116527993A (zh) | 视频的处理方法、装置、电子设备、存储介质和程序产品 | |
CN112070903A (zh) | 虚拟对象的展示方法、装置、电子设备及计算机存储介质 | |
CN112991147B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN117152385A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN117435041A (zh) | 信息交互方法、装置、电子设备和存储介质 | |
CN117934769A (zh) | 图像显示方法、装置、电子设备和存储介质 | |
CN116193246A (zh) | 用于拍摄视频的提示方法、装置、电子设备和存储介质 | |
CN118057466A (zh) | 基于扩展现实的控制方法、装置、电子设备和存储介质 | |
CN117459745A (zh) | 信息交互方法、装置、电子设备和存储介质 | |
CN117991889A (zh) | 信息交互方法、装置、电子设备和存储介质 | |
CN117745981A (zh) | 图像生成方法、装置、电子设备和存储介质 | |
CN117289454A (zh) | 虚拟现实设备的显示方法、装置、电子设备以及存储介质 | |
CN117906634A (zh) | 一种设备检测方法、装置、设备及介质 | |
CN118229921A (zh) | 图像显示方法、装置、电子设备和存储介质 |
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 |