CN116863359A - 目标物体的识别方法、装置、电子设备及存储介质 - Google Patents
目标物体的识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116863359A CN116863359A CN202210306779.4A CN202210306779A CN116863359A CN 116863359 A CN116863359 A CN 116863359A CN 202210306779 A CN202210306779 A CN 202210306779A CN 116863359 A CN116863359 A CN 116863359A
- Authority
- CN
- China
- Prior art keywords
- target
- identified
- model
- matched
- target object
- 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 73
- 230000000694 effects Effects 0.000 claims abstract description 62
- 238000010586 diagram Methods 0.000 claims description 22
- 230000001960 triggered effect Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 abstract description 112
- 230000002596 correlated effect Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000003190 augmentative effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 235000001808 Ceanothus spinosus Nutrition 0.000 description 1
- 241001264786 Ceanothus spinosus Species 0.000 description 1
- 241000220317 Rosa Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- User Interface Of Digital Computer (AREA)
- Stored Programmes (AREA)
Abstract
本公开实施例提供了一种目标物体的识别方法、装置、电子设备及存储介质,其中,该方法包括:响应于物体识别指令,获取显示界面中待识别物体所对应的待使用特征点数据;以及,确定与物体识别指令相对应的目标物体模型;其中,目标模型是基于预设获取的物体图像重建出来的;若待使用特征点数据与目标物体模型的特征点数据相匹配,则将与目标物体模型相对应的识别信息在显示界面中与待识别物体关联显示。本公开实施例的技术方案,实现了有效对物体进行识别,并将物体识别信息与待识别物体关联展示,提高了物体识别有效性以及关联性的技术效果。
Description
技术领域
本公开实施例涉及图像识别技术领域,尤其涉及一种目标物体的识别方法、装置、电子设备及存储介质。
背景技术
随着传统增强现实相关技术的日臻完善,增强现实技术大规模应用的时代已近来临,大范围的增强现实技术不可避免的采用数据采集技术。
现有数据采集多是拍摄包括目标物体的图像,但是无法进行物体识别,导致用户无法及时获取相应的物体信息,存在用户体验较差的问题。
发明内容
本公开实施例提供一种目标物体的识别方法、装置、电子设备及存储介质,以实现有效的对物体进行识别,并将识别到的结果进行展示,提高用户使用体验的效果。
第一方面,本公开实施例提供了一种目标物体的识别方法,该方法包括:
响应于物体识别指令,获取显示界面中待识别物体所对应的待使用特征点数据;以及,
确定与所述物体识别指令相对应的目标物体模型;其中,所述目标物体模型是基于预先获取的物体图像重建出来的;
若所述待使用特征点数据与所述目标物体模型的特征点数据相匹配,则将与所述目标物体模型相对应的物体识别信息在所述显示界面中与所述待识别物体关联显示。
第二方面,本公开实施例还提供了一种目标物体的识别装置,该装置包括:
特征点数据获取模块,用于响应于物体识别指令,获取显示界面中待识别物体所对应的待使用特征点数据;以及,
目标物体模型确定模块,用于确定与所述物体识别指令相对应的目标物体模型;其中,所述目标物体模型是基于预先获取的物体图像重建出来的;
待识别物体显示模块,用于若所述待使用特征点数据与所述目标物体模型的特征点数据相匹配,则将与所述目标物体模型相对应的物体识别信息在所述显示界面中与所述待识别物体关联显示。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开实施例任一所述的目标物体识别的方法。
第四方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的目标物体的识别方法。
本公开实施例的技术方案,在生成物体识别指令时,可以实时获取于显示界面上待识别物体的特征点数据,以及调取与物体识别指令所对应的目标物体模型,若特征点数据和目标物体模型特征点数据相一致,则将物体识别信息与待识别物体关联显示,实现了有效对物体进行识别,并将物体识别信息与待识别物体关联展示,提高了物体识别有效性以及关联性的技术效果。
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为本公开实施例一所提供的一种目标物体的识别方法的流程示意图;
图2为本公开实施例一所提供的显示界面示意图;
图3为本公开实施例一所提供的显示界面示意图;
图4为本公开实施例一所提供的显示界面示意图;
图5为本公开实施例一所提供的显示界面示意图;
图6为本公开实施例一所提供的显示界面示意图;
图7为本公开实施例二所提供的一种目标物体的识别方法的流程示意图;
图8为本公开实施例三所提供的一种目标物体的识别方法的流程示意图;
图9为本公开实施例四所提供的一种目标物体的识别方法的流程示意图;
图10为本公开实施例五所提供的一种目标物体的识别方法的流程示意图;
图11为本公开实施例六所提供的一种目标物体的识别装置的结构示意图;
图12为本公开实施例七所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。
实施例一
图1为本公开实施例一所提供的一种目标物体的识别方法流程示意图,本公开实施例适用于对现实场景中的各个物体进行拍摄识别的情形,该方法可以由目标物体的识别装置来执行,该装置可以通过软件和/或硬件的形式实现。
如图1所示,该方法包括:
S110、响应于物体识别指令,获取显示界面中待识别物体所对应的待使用特征点数据。
其中,物体识别指令可以是用户在移动终端上触发某个控件所生成的指令。在需要物体识别时,可以触发相应的控件以生成物体识别指令。需要说明的是,可以基于本公开实施例研发相应的应用程序,或者将其方法集成在相应的应用程序中,以使该程序具备物体识别功能。可以将真实环境或者虚拟环境中的任意一个物体作为有待识别的物体。将在终端设备视野范围内的物体作为待识别物体。
示例性的,当用户触发客户端上的物体识别控件时,可以启动终端自带摄像装置拍摄待识别物体,以通过拍摄得到包括待识别物体的图像,确定该待识别物体信息。
其中,待使用特征点数据可以用来表征待识别物体的特征信息。对于一个物体或场景,若从不同角度采集了多幅图片,将共性特征所对应的点,作为特征点将与待识别物体所对应的特征点,作为待使用特征点。
在实际应用中,若用户需要通过终端设备对物体A进行识别时,则可以将物体A作为待识别物体。
具体的,用户打开目标客户端,并触发目标客户端上的物体识别控件,以启动摄像头。可以调整移动终端的位置信息或待识别物体的位置信息,以使显示界面中呈现待识别物体。在呈现待识别物体的同时,可以获取该待识别物体的特征点数据,作为待使用特征点数据。
在本技术方案中,生成物体识别指令的方式可以包括多种,可选的,检测到触发物体识别控件;检测到显示界面中包括待识别物体;检测到触发拍摄控件;检测到触发物体识别列表中的待匹配物体视图。
其中,物体识别列表中包括多个待匹配物体视图。待匹配物体视图可以是开发人员预先存储的具有典型代表意义的物体视图,或者是,使用频率较高的物体视图。也可以是在实际应用中,用户根据实际需要将拍摄的多个物体视图上传后得到的,以满足用户的个性化需求。为了达到待匹配视图易览化的效果,可以将多个待匹配视图作为物体识别列表中的一条数据。
在本技术方案中,物体识别指令的生成具体可以是:第一种方式,物体识别控件可以是客户端显示界面上的某个按键,可选的,预先设置的控件,也可以是显示界面中的任意非功能区域为物体识别控件。如图2所示,在客户端的显示界面中有一个与物体识别控件所对应的按键。
第二种方式为:结合图3来说,当用户需要使用客户端对待识别物体进行识别,并在打开客户端时,启动自带摄像头,并调整显示界面中包括待识别物体。进一步的,为了便于用户确定待识别物体的显示区域,可以在显示界面中显示一个标示框,以调整待识别物体在标示框中进行显示。其中,标示框的形状可以是任意规则或者不规则的形状。用户通过调整移动终端的位置和待识别物体的相对位置,以使待识别物体显示在标示框中,则说明需要识别该物体,以生成物体识别指令。
第三种方式可以是:如图4所示,在启动客户端以后,点击显示界面中的物体拍摄按钮,以生成物体识别指令。
第四种方式方式可以是:参见图5,用户可以触发客户端显示界面中的物体识别列表。该物体识别列表中包含了许多待匹配物体视图,用户可以触发其中任意一个待匹配物体视图,并将触发操作作为生成物体识别指令的生成条件。
示例性的,用户通过点击操作,选择物体识别列表中的视图1或物体识别信息1,则可以生成物体识别指令。
S120、确定与物体识别指令相对应的目标物体模型。
其中,目标物体模型是基于预先获取的物体图像重建出来的。预先获取的物体图像可以是:开发人员预先拍摄的具有普适性的物体所对应的图像,或者是使用频率较高的物体所对应的视图生成的,亦或是,在实际应用中,根据用户拍摄并上传的视图创建的。目标物体模型可以是三维模型或AR虚拟模型。如果是三维模型,则需要获取多个相机角度下的视图,并通过拼接的方式确定模型。如果是AR模型,在可以基于上传的一个视图来确定。物体识别指令中可以包括想要识别的物体的标识,可选的,将触发的待匹配视图的标识作为调取目标物体模型的标识。可以基于此从服务器中存储的多个物体模型中,确定出目标物体模型。即目标物体模型用来确定显示界面中的物体是否为最终想要的物体。
具体的,服务器可以接收物体识别指令,并对物体识别指令进行解析处理,以确定物体识别中所携带的模型标识,以基于模型标识从多个物体模型中选择出目标物体模型。
S130、若待使用特征点数据与目标物体模型的特征点数据相匹配,则将与目标物体模型相对应的物体识别信息在显示界面中与待识别物体关联显示。
其中,目标物体模型也是由多个特征点数据构成的。物体识别信息为预先编辑的,用于表示目标物体模型的具体信息。例如,目标物体模型为一辆汽车的AR模型,其对应的物体识别信息可以为与该车辆相关联的任意信息,可选的,用户对该车辆的任意命名,如“爱车”,还可以是车辆的颜色、品牌等信息。关联显示指的是将待识别物体和物体识别信息对应显示在显示界面上。对应显示可以是物体识别信息叠加在待识别物体的上方,或者物体识别信息显示在显示界面的中待识别物体的右下角的固定位置等。
具体的,可以通过相似度算法计算待使用特征点数据与目标物体模型的特征点数据之间的相似度,如果相似度达到预设相似度阈值,则说明于显示界面中的待识别物体和目标物体模型相一致。此时,可以将与目标物体模型所对应的物体识别信息在显示页面中叠加在待识别物体的上方。
在本技术方案中,显示物体识别信息的好处在于:若物体识别信息为用户本人编辑的,通常是有感而发,或者是通俗命名,再将其显示时,可以代入相应的情况,以达到场景重现的效果。
示例性的,如图6所示,待识别物体为一辆汽车A,目标物体模型为汽车B的AR模型,物体识别信息为汽车B的品牌(xx品牌)、颜色(黑色)。若汽车A和汽车B的AR模型的特征点数据匹配度未达到预设匹配度阈值,则不显示物体识别信息。若达到匹配度阈值,则可以将xx品牌、黑色与汽车A关联显示。
本公开实施例的技术方案,在生成物体识别指令时,可以实时获取于显示界面上待识别物体的特征点数据,以及调取与物体识别指令所对应的目标物体模型,若特征点数据和目标物体模型特征点数据相一致,则将物体识别信息与待识别物体关联显示,实现了有效对物体进行识别,并将物体识别信息与待识别物体关联展示,提高了物体识别有效性以及关联性的技术效果。
实施例二
图7为本公开实施例二所提供的一种目标物体的识别方法流程示意图。在前述实施例的基础上,在对待识别物体识别的过程中,还可以确定与物体识别指令所对应的引导图,以将引导图半透明显示在显示界面上,以便于用户基于显示界面上显示的引导图进行待识别物体追踪,其中,与上述实施例相同或者相应的技术术语在此不再赘述。
S210、响应于物体识别指令。
S220、确定引导图。
其中,引导图与目标物体模型相对应。可以是预先制作的与目标物体模型相对应的半透明示意图,还可以是与触发的待匹配物体视图所对应的半透明视图。可以理解为:将从物体列表中触发的待匹配物体视图,作为目标待匹配物体视图。可以调整目标待匹配物体视图的透明度,以得到引导图。
在本实施例的技术方案中,确定引导图的方式可以包括多种,如,获取在物体识别列表中触发的目标待匹配物体视图;生成与目标待匹配物体视图相对应的引导图;或,调取预先存储的与目标待匹配物体视图所对应的引导图;将引导图显示在显示界面中,以使用户基于引导图识别相应的待识别物体。
基于上述内容,为了详细的介绍引导图的确定方式,具体可参见以下内容:
第一种确定引导图的方式可以是:当在触发物体识别列表中某个待匹配物体视图时,可以调整其透明度,以得到引导图。在物体识别过程中,可以将引导图显示在显示界面上,以便用户浏览。
第二种确定方式是:在上传图像时,可以制作与每个上传视图所对应的引导图,以在接收到物体识别指令时,可以调取相应的引导图。
示例性的,用户触发物体识别列表中待匹配视图为水杯,客户端可以生成与水杯相一致的半透明图,并将该半透明图显示在显示界面中。
S230、获取显示界面中待识别物体所对应的待使用特征点数据。
S240、确定与物体识别指令相对应的目标物体模型;其中,目标模型是基于预设获取的物体图像重建出来的。
S250、若待使用特征点数据与目标物体模型的特征点数据相匹配,则将与目标物体模型相对应的物体识别信息在显示界面中与待识别物体关联显示。
本公开实施例的技术方案,在响应于物体识别指令之后,可以获取物体识别列表中触发的目标待匹配物体视图,并基于目标待匹配物体视图生成相应的引导图,可以将引导图半透明显示在显示界面上,以便用户基于半透明引导图引导拍摄各待识别物体,进而确定待识别物体与目标物体模型相匹配,实现了物体识别指引性的技术效果。
实施例三
图8为本公开实施例三所提供的一种目标物体的识别方法的流程示意图,在前述实施例的基础上,可以获取待使用特征点数据进行进一步细化,其具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
S310、在检测到显示界面中包括待识别物体时,基于特征点识别算法,确定待识别物体所对应的多个特征点数据,作为待使用特征点数据。
具体的,通常一个物体包含多个特征点,客户端在检测到显示界面中包括待识别物体时,可以基于特征点算法确定出待识别物体的特征点数据。
S320、将物体识别指令发送至服务端,以使服务端基于物体识别指令中所对应的物体标识,调取目标物体模型并反馈;或,根据物体识别指令中物体标识,调取与目标待匹配物体对应的目标物体模型。
其中,可以将构建出的物体模型存储在服务端中,也可以将物体模型存储在客户端中。
具体的,若物体模型存储在服务端中,则具体可以是:将物体识别指令发送至服务端。服务端解析该物体识别指令,得到该指令对应的物体标识。根据物体标识从服务器的数据库中调取与物体标识对应的目标物体模型,并反馈至客户端。若物体模型存储在客户端中,则可以基于客户端识别该物体识别指令,并基于物体识别指令中的物体标识调取相应的目标物体模型。
S330、在待使用特征点数据与目标物体模型的特征点数据的匹配度值达到预设匹配度阈值,则确定待识别物体与目标物体模型相一致。
具体的,在显示界面中包括待识别物体时,就可以计算待使用特征点数据与目标物体模型特征点数据之间的相似度。当相似度值达到预设相似度阈值,可选的,达到95%,则说明于显示界面中的待识别物体与目标物体模型相一致。
还需要说明的是,于显示界面中的待识别物体是可以变化的,只要检测到存在变化,就可以重复执行特征点匹配的操作。
S340、按照预先设置的相对显示位置将物体识别信息和待识别物体显示在显示界面上。
其中,预先设置的显示位置可以是:物体识别信息显示在待识别物体的顶端、待识别物体的左边、右边,或者预先设置的物体识别信息显示框中。
本公开实施例的技术方案,可以从服务端或者客户端调取与物体识别指令相对应的目标物体模型,并基于目标物体模型的特征点数据与待识别物体的特征点数据匹配处理,确定待识别物体是否与目标物体模型相一致,实现了物体识别有效性的技术效果。
实施例四
图9为本公开实施例四所提供的一种目标物体的识别方法的流程示意图,在前述实施例的基础上,本实施例在物体识别信息与待识别物体关联显示时,还可以为添加相应特效,以提高用户使用体验的效果。其具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
S410、响应于物体识别指令,获取显示界面中待识别物体所对应的待使用特征点数据。
S420、确定与物体识别指令相对应的目标物体模型;其中,目标物体模型是基于预设获取的物体图像重建出来的。
S430、若待使用特征点数据与目标物体模型的特征点数据相匹配,则为待识别物体添加目标特效,得到目标显示图像。
其中,目标特效用于丰富显示界面的显示内容。目标特效可以是为待识别物体添加特效边缘框,如,相框,还可以是剪贴画、艺术字等。添加目标特效的好处在于:可以提高显示画面的质感。
示例性的,若待识别物体为“可乐瓶”与目标物体模型(可乐瓶模型)相一致,则可以为待识别物体“可乐瓶”添加“清凉一夏”的目标特效,以使显示界面中包括“清凉一夏”以及待识别物体的目标特效。
在本技术方案中,为待识别物体添加目标特效,得到目标显示图像,可以是:调取与待识别物体的物体类型相一致的目标特效;或,获取预先触发的目标特效;将目标特效与待识别物体叠加显示,得到目标显示图像。
其中,可以按照三级品类的方式将物体划分为多个物体类别。为不同物体类别设置不同的目标特效。在匹配成功后,可以根据待识别物体的物体类别,即物体类型,调取相匹配的目标特效,以将目标特效与待识别物体叠加显示。还可以是:在用户触发特效添加控件时,弹出特效面板。特效面板中包括多个待选择特效,根据用户对待选择特效的触发操作,确定目标特效。
在确定出目标特效后,可以将目标特效、待识别物体以及物体识别信息叠加显示,得到目标显示图像。
示例性的,特效显示模板中可以红心特效、玫瑰特效、星星特效、卡通图案、历史人物特效等。若用户触发了红心特效,在待识别物体与目标物体模型匹配成功后,可以为待识别物体叠加红心特效。叠加的具体方式和位置,在本技术方案中不做限定。
S440、将物体识别信息在显示界面中与目标显示图像关联显示。
具体的,在得到目标显示图像以后,将物体识别信息放在目标显示图像的上方一起显示在显示界面或者将物体识别信息紧挨着目标图像显示在显示界面中。
本公开实施例的技术方案,在确定待识别物体与目标物体模型相一致时,可以为待识别物体添加相应的目标特效,以实现显示界面内容丰富性的效果。
实施例五
图10为本公开实施例所提供的一种目标物体识别方法的流程示意图,在前述实施例的基础上,可以先上传相应的待匹配物体视图,以及生成与待匹配物体视图所对应的物体模型,以在进行物体识别时进行调用。具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
S510、获取各待匹配物体所对应的待上传图像。
其中,待匹配物体可以是开发人员预先拍摄的不同场景下具有代表性的不同物体。待上传图像指拍摄的待匹配物体的图像。
具体的,用户或者开发人员可以预先选择一些不同场景内的不同物体作为待匹配物体,这些物体可以是具有典型特征物体,并对待匹配物体进行拍摄,获取到拍摄的图像,将其作为待上传图像。
示例性的,对水杯、桌子、手办等物体进行拍摄,得到待上传图像。
S520、将待上传图像上传至服务端,以使服务端基于待上传图像生成三维模型或AR虚拟模型。
具体的,移动终端在拍摄到待匹配物体的图像后,可以图像通过网络通信的方式发送至服务端。服务端将待上传图像通过一些特殊的图像处理技术,如对待上传图像进行剪切、分割、编码、增强等处理,从而生成待上传图像的三维模型或AR虚拟模型。如果是需要生成三维模型,那么将待匹配物体的各个角度的图像上传至服务器,服务器根据待识别物体各个角度的图像生成三维模型;如果是需要生成AR虚拟模型,则只需要上传待匹配物体的一个图像就能重建出AR虚拟模型。
S530、将三维模型或AR虚拟模型作为待匹配物体模型,以在响应于物体识别指令时,从各待匹配物体模型中调取相应的目标物体模型。
具体的,将生成的与各个待匹配物体所对应的三维模型或AR虚拟模型作为待匹配物体模型,并存储在服务端或客户端中。根据物体识别指令从待匹配物体模型中选择的物体模型作为目标物体模型。
S540、获取编辑控件中与待匹配物体相对应的物体识别信息,以在确定待识别物体与目标物体模型匹配时,将与目标物体模型相对应的物体识别信息在显示界面中与待识别物体关联显示。
其中,用户可以在编辑控件中编辑相应的文字信息。可以在拍摄待匹配物体的视图后,编辑与视图相对应的文字,作为物体识别信息。物体识别信息可以是物体本身的信息,如,名称信息等。还可以是根据拍摄情况编辑的语句,该语句可以具有一定的文艺性或者场景性。具体的,在拍摄完待匹配物体的图像后,为了便于下一次进行识别时可以快速确认物体的信息是什么。可以在上传图像时,触发编辑控件,以输入与待匹配物体场景或者特征相关的文字信息。例如,可以是该物体的名称,还可以该物体的场景信息,还可以是用户的所想、所感。并将该文字信息作为物体识别信息,把待上传图像和物体识别信息同时上传至服务器。从而,在物体识别成功后,可以显示物体识别信息,以达到场景重现的效果。
S550、基于各待上传图像和相应的物体识别信息对应更新至物体识别列表中,并将待上传图像作为待匹配物体视图。
具体的,用户或开发人员将图像发送至服务器时,可以基于待上传图像更新物体识别列表。将更新至物体识别列表中的图像,作为待匹配视图。同时,将物体识别信息与待匹配视图对应存储。
本公开实施例的技术方案,可以将拍摄的物体图像上传至服务端,以使服务端重建出与物体图像相对应的物体模型,同时,在将物体图像上传至服务端之前,可以编辑物体图像的物体识别信息。将物体识别信息和待匹配视图对应于显示在物体识别列表中,以响应于物体识别指令时,可以调取相应的物体模型以及引导图进行显示,提高了物体识别有效性和便捷性的技术效果。
实施例六
图11为本公开实施例六所提供的一种目标物体的识别装置的结构框图,可执行本公开任意实施例所提供的目标物体的识别方法,具备执行方法相应的功能模块和有益效果。该装置具体包括:特征点数据获取模块610、目标物体模型确定模块620、待识别物体显示模块630。
特征点数据获取模块610,用于响应于物体识别指令,获取显示界面中待识别物体所对应的待使用特征点数据;以及,目标物体模型确定模块620,用于确定与物体识别指令相对应的目标物体模型;其中,目标物体模型是基于预设获取的物体图像重建出来的;待识别物体显示模块630,用于若待使用特征点数据与目标物体模型的特征点数据相匹配,则将与目标物体模型相对应的物体识别信息在显示界面中与待识别物体关联显示。
在上述各技术方案的基础上,生成物体识别指令包括下述至少一种:
检测到触发物体识别控件;检测到显示界面中包括待识别物体;检测到触发拍摄控件;检测到触发物体识别列表中的待匹配物体视图;其中,物体识别列表是基于预先拍摄的各待匹配物体视图生成。
在上述各技术方案的基础上,特征点数据获取模块610,还包括:
视图获取模块,用于获取在物体识别列表中触发的目标待匹配物体视图;
引导图生成模块,用于生成与目标待匹配物体视图相对应的引导图;或,
引导图调取模块,用于调取预先存储的与目标待匹配物体视图所对应的引导图;
引导图显示模块,用于将引导图显示在显示界面中,以使用户基于引导图识别相应的待识别物体;
在上述各技术方案的基础上,特征点数据获取模块610,还包括:
特征点数据识别模块,用于在检测到显示界面中包括待识别物体时,基于特征点识别算法,确定待识别物体所对应的多个特征点数据,作为待使用特征点数据。
在上述各技术方案的基础上,目标物体模型确定模块620,还包括:
目标物体模型反馈模块,用于将物体识别指令发送至服务端,以使服务端基于物体识别指令中所对应的物体标识,调取目标物体模型并反馈;或,
目标物体模型调取模块,用于根据物体识别指令中的物体标识,调取与目标待匹配物体对应的目标物体模型。
在上述各技术方案的基础上,待识别物体显示模块630,还包括:
匹配度计算模块,用于在待使用特征点数据与目标物体模型的特征点属性的匹配度值达到预设匹配度阈值,则确定待识别物体与目标物体模型相一致;
显示模块,用于按照预先设置的相对显示位置将物体识别信息和待识别物体显示在显示界面上。
在上述各技术方案的基础上,待识别物体显示模块630,还包括:
目标特效添加模块,用于为待识别物体添加目标特效,得到目标显示图像;
关联显示模块,用于将物体识别信息在显示界面中与目标显示图像关联显示。
在上述各技术方案的基础上,目标特效添加模块,还包括:
目标特效调取单元,用于调取与待识别物体的物体类型相一致的目标特效;或,
目标特效触发单元,用于获取预先触发的目标特效;
叠加显示单元,用于将目标特效与待识别物体叠加显示,得到目标显示图像。
在上述各技术方案的基础上,还包括:
待上传图像获取模块,用于获取各待匹配物体所对应的待上传图像;
物体模型生成模块,用于将待上传图像上传至服务端,以使服务端基于待上传图像生成三维模型或AR虚拟模型;
物体模型调取模块,用于将三维模型或AR虚拟模型作为待匹配物体模型,以在响应于物体识别指令时,从各待匹配物体模型中调取相应的目标物体模型。
在上述各技术方案的基础上,待上传图像获取模块还包括:
物体识别信息编辑模块,用于获取编辑控件中与待匹配物体相对应的物体识别信息,以在确定待识别物体与目标物体模型匹配时,将与目标物体模型相对应的物体识别信息在显示界面中与待识别物体关联显示。
在上述各技术方案的基础上,还包括:物体识别列表更新模块,用于基于各待上传图像和相应的物体识别信息对应更新至物体识别列表中,并将待上传图像作为待匹配物体视图。
本公开实施例的技术方案,在生成物体识别指令时,可以实时获取于显示界面上待识别物体的特征点数据,以及调取与物体识别指令所对应的目标物体模型,若特征点数据和目标物体模型特征点数据相一致,则将物体识别信息与待识别物体关联显示,实现了有效对物体进行识别,并将物体识别信息与待识别物体关联展示,提高了物体识别有效性以及关联性的技术效果。
本公开实施例所提供的目标物体的识别装置可执行本公开任意实施例所提供的目标物体的识别方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
实施例七
图12为本公开实施例五所提供的一种电子设备的结构示意图。下面参考图12,其示出了适于用来实现本公开实施例的电子设备(例如图12中的终端设备或服务器)700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。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12所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM703中,还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM702以及RAM703通过总线704彼此相连。编辑/输出(I/O)接口705也连接至总线704。
通常,以下装置可以连接至I/O接口705: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706;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707;包括例如磁带、硬盘等的存储装置708;以及通信装置709。通信装置709可以允许电子设备700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700,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709从网络上被下载和安装,或者从存储装置708被安装,或者从ROM702被安装。在该计算机程序被处理装置701执行时,执行本公开实施例的方法中限定的上述功能。
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。
本公开实施例提供的电子设备与上述实施例提供的目标物体的识别方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
实施例八
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的目标物体的识别方法。
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(HyperTextTransferProtocol,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,adhoc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:
响应于物体识别指令,获取显示界面中待识别物体所对应的待使用特征点数据;以及,
确定与物体识别指令相对应的目标物体模型;其中,目标物体模型是基于预设获取的物体图像重建出来的;
若待使用特征点数据与目标物体模型的特征点数据相匹配,则将与目标物体模型相对应的物体识别信息在显示界面中与待识别物体关联显示。
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,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
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,【示例一】提供了一种目标物体的识别方法,包括:
响应于物体识别指令,获取显示界面中待识别物体所对应的待使用特征点数据;以及,
确定与所述物体识别指令相对应的目标物体模型;其中,所述目标物体模型是基于预设获取的物体图像重建出来的;
若所述待使用特征点数据与所述目标物体模型的特征点数据相匹配,则将与所述目标物体模型相对应的物体识别信息在所述显示界面中与所述待识别物体关联显示。
根据本公开的一个或多个实施例,【示例二】提供了一种目标物体的识别方法,还包括:
可选的,生成物体识别指令包括下述至少一种:
检测到触发物体识别控件;
检测到显示界面中包括待识别物体;
检测到触发拍摄控件;
检测到触发物体识别列表中的待匹配物体视图;其中,物体识别列表是基于预先拍摄的各待匹配物体视图生成。
根据本公开的一个或多个实施例,【示例三】提供了一种目标物体的识别方法,还包括:
可选的,在响应于物体识别指令之后,在所述获取显示界面中待识别物体所对应的待使用特征点数据之前,还包括:
获取在物体识别列表中触发的目标待匹配物体视图;
生成与所述目标待匹配物体视图相对应的引导图;或,
调取预先存储的与所述目标待匹配物体视图所对应的引导图;
将所述引导图显示在显示界面中,以使用户基于所述引导图识别相应的待识别物体;
其中,所述引导图为与所述目标待匹配物体视图相对应的半透明视图。
根据本公开的一个或多个实施例,【示例四】提供了一种目标物体的识别方法,还包括:
可选的,所述获取显示界面中待识别物体所对应的待使用特征点数据,包括:
在检测到显示界面中包括待识别物体时,基于特征点识别算法,确定所述待识别物体所对应的多个特征点数据,作为所述待使用特征点数据。
根据本公开的一个或多个实施例,【示例五】提供了一种目标物体的识别方法,还包括:
可选的,所述确定与所述物体识别指令相对应的目标物体模型,包括:
将所述物体识别指令发送至服务端,以使服务端基于所述物体识别指令中所对应的物体标识,调取所述目标物体模型并反馈;或,
根据所述物体识别指令中的物体标识,调取与所述目标待匹配物体对应的目标物体模型。
根据本公开的一个或多个实施例,【示例六】提供了一种目标物体的识别方法,还包括:
可选的,所述若所述待使用特征点数据与所述目标物体模型的特征点数据相匹配,则将与所述目标物体模型相对应的物体识别信息在所述显示界面中与所述待识别物体关联显示,包括:
在所述待使用特征点数据与所述目标物体模型的特征点属性的匹配度值达到预设匹配度阈值,则确定所述待识别物体与所述目标物体模型相一致;
按照预先设置的相对显示位置将物体识别信息和所述待识别物体显示在所述显示界面上。
根据本公开的一个或多个实施例,【示例七】提供了一种目标物体的识别方法,还包括:
可选的,所述将与所述目标物体模型相对应的物体识别信息在所述显示界面中与所述待识别物体关联显示,包括:
为所述待识别物体添加目标特效,得到目标显示图像;
将所述物体识别信息在所述显示界面中与所述目标显示图像关联显示。
根据本公开的一个或多个实施例,【示例八】提供了一种目标物体的识别方法,还包括:
可选的,所述为所述待识别物体添加目标特效,得到目标显示图像,包括:
调取与所述待识别物体的物体类型相一致的目标特效;或,
获取预先触发的目标特效;
将所述目标特效与待识别物体叠加显示,得到所述目标显示图像。
根据本公开的一个或多个实施例,【示例九】提供了一种目标物体的识别方法,还包括:
可选的,获取各待匹配物体所对应的待上传图像;
将所述待上传图像上传至服务端,以使所述服务端基于所述待上传图像生成三维模型或AR虚拟模型;
将所述三维模型或AR虚拟模型作为待匹配物体模型,以在响应于物体识别指令时,从各待匹配物体模型中调取相应的目标物体模型。
根据本公开的一个或多个实施例,【示例十】提供了一种目标物体的识别方法,还包括:
可选的,在所述获取各待匹配物体所对应的待上传图像之后,还包括:
获取编辑控件中与待匹配物体相对应的物体识别信息,以在确定所述待识别物体与所述目标物体模型匹配时,将与所述目标物体模型相对应的物体识别信息在所述显示界面中与所述待识别物体关联显示。
根据本公开的一个或多个实施例,【示例十一】提供了一种目标物体的识别方法,还包括:
可选的,基于各待上传图像和相应的物体识别信息对应更新至物体识别列表中,并将所述待上传图像作为所述待匹配物体视图。
根据本公开的一个或多个实施例,【示例十二】提供了一种目标物体的识别装置,还包括:
特征点数据获取模块,响应于物体识别指令,获取显示界面中待识别物体所对应的待使用特征点数据;以及,
目标物体模型确定模块,确定与所述物体识别指令相对应的目标物体模型;其中,所述目标物体模型是基于预设获取的物体图像重建出来的;
待识别物体显示模块,若所述待使用特征点数据与所述目标物体模型的特征点数据相匹配,则将与所述目标物体模型相对应的物体识别信息在所述显示界面中与所述待识别物体关联显示。
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 (14)
1.一种目标物体的识别方法,其特征在于,包括:
响应于物体识别指令,获取显示界面中待识别物体所对应的待使用特征点数据;以及,
确定与所述物体识别指令相对应的目标物体模型;其中,所述目标物体模型是基于预先获取的物体图像重建出来的;
若所述待使用特征点数据与所述目标物体模型的特征点数据相匹配,则将与所述目标物体模型相对应的物体识别信息在所述显示界面中与所述待识别物体关联显示。
2.根据权利要求1所述的方法,其特征在于,生成物体识别指令包括下述至少一种:
检测到触发物体识别控件;
检测到显示界面中包括待识别物体;
检测到触发拍摄控件;
检测到触发物体识别列表中的待匹配物体视图;其中,物体识别列表是基于预先拍摄的各待匹配物体视图生成。
3.根据权利要求1所述的方法,其特征在于,在响应于物体识别指令之后,在所述获取显示界面中待识别物体所对应的待使用特征点数据之前,还包括:
获取在物体识别列表中触发的目标待匹配物体视图;
生成与所述目标待匹配物体视图相对应的引导图;或,
调取预先存储的与所述目标待匹配物体视图所对应的引导图;
将所述引导图显示在显示界面中,以使用户基于所述引导图识别相应的待识别物体;
其中,所述引导图为与所述目标待匹配物体视图相对应的半透明视图。
4.根据权利要求1所述的方法,其特征在于,所述获取显示界面中待识别物体所对应的待使用特征点数据,包括:
在检测到显示界面中包括待识别物体时,基于特征点识别算法,确定所述待识别物体所对应的多个特征点数据,作为所述待使用特征点数据。
5.根据权利要求1所述的方法,其特征在于,所述确定与所述物体识别指令相对应的目标物体模型,包括:
将所述物体识别指令发送至服务端,以使服务端基于所述物体识别指令中所对应的物体标识,调取所述目标物体模型并反馈;或,
根据所述物体识别指令中的物体标识,调取与所述目标待匹配物体对应的目标物体模型。
6.根据权利要求1所述的方法,其特征在于,所述若所述待使用特征点数据与所述目标物体模型的特征点数据相匹配,则将与所述目标物体模型相对应的物体识别信息在所述显示界面中与所述待识别物体关联显示,包括:
在所述待使用特征点数据与所述目标物体模型的特征点属性的匹配度值达到预设匹配度阈值,则确定所述待识别物体与所述目标物体模型相一致;
按照预先设置的相对显示位置将物体识别信息和所述待识别物体显示在所述显示界面上。
7.根据权利要求1所述的方法,其特征在于,所述将与所述目标物体模型相对应的物体识别信息在所述显示界面中与所述待识别物体关联显示,包括:
为所述待识别物体添加目标特效,得到目标显示图像;
将所述物体识别信息在所述显示界面中与所述目标显示图像关联显示。
8.根据权利要求7所述的方法,其特征在于,所述为所述待识别物体添加目标特效,得到目标显示图像,包括:
调取与所述待识别物体的物体类型相一致的目标特效;或,
获取预先触发的目标特效;
将所述目标特效与待识别物体叠加显示,得到所述目标显示图像。
9.根据权利要求1所述的方法,其特征在于,还包括:
获取各待匹配物体所对应的待上传图像;
将所述待上传图像上传至服务端,以使所述服务端基于所述待上传图像生成三维模型或AR虚拟模型;
将所述三维模型或AR虚拟模型作为待匹配物体模型,以在响应于物体识别指令时,从各待匹配物体模型中调取相应的目标物体模型。
10.根据权利要求9所述的方法,其特征在于,在所述获取各待匹配物体所对应的待上传图像之后,还包括:
获取编辑控件中与待匹配物体相对应的物体识别信息,以在确定所述待识别物体与所述目标物体模型匹配时,将与所述目标物体模型相对应的物体识别信息在所述显示界面中与所述待识别物体关联显示。
11.根据权利要求10所述的方法,其特征在于,还包括:
基于各待上传图像和相应的物体识别信息对应更新至物体识别列表中,并将所述待上传图像作为所述待匹配物体视图。
12.一种目标物体的识别装置,其特征在于,包括:
特征点数据获取模块,用于响应于物体识别指令,获取显示界面中待识别物体所对应的待使用特征点数据;以及,
目标物体模型确定模块,用于确定与所述物体识别指令相对应的目标物体模型;其中,所述目标物体模型是基于预先获取的物体图像重建出来的;
待识别物体显示模块,用于若所述待使用特征点数据与所述目标物体模型的特征点数据相匹配,则将与所述目标物体模型相对应的物体识别信息在所述显示界面中与所述待识别物体关联显示。
13.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-11中任一所述的目标物体识别方法。
14.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-11中任一所述的目标物体识别方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210306779.4A CN116863359A (zh) | 2022-03-25 | 2022-03-25 | 目标物体的识别方法、装置、电子设备及存储介质 |
PCT/SG2023/050169 WO2023182932A2 (zh) | 2022-03-25 | 2023-03-16 | 目标物体的识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210306779.4A CN116863359A (zh) | 2022-03-25 | 2022-03-25 | 目标物体的识别方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116863359A true CN116863359A (zh) | 2023-10-10 |
Family
ID=88102243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210306779.4A Pending CN116863359A (zh) | 2022-03-25 | 2022-03-25 | 目标物体的识别方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116863359A (zh) |
WO (1) | WO2023182932A2 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097454A (zh) * | 2016-06-06 | 2016-11-09 | 成都天福创造机器人有限公司 | 一种人机交互系统及交互方法 |
CN106097425A (zh) * | 2016-06-07 | 2016-11-09 | 天津天大求实电力新技术股份有限公司 | 基于增强现实技术的电力设备信息提取与展示方法及系统 |
CN106713840B (zh) * | 2016-06-28 | 2018-09-04 | 腾讯科技(深圳)有限公司 | 虚拟信息显示方法及装置 |
CN109062523B (zh) * | 2018-06-14 | 2021-09-24 | 北京三快在线科技有限公司 | 增强现实数据的展示方法、装置、电子设备及存储介质 |
CN113763568A (zh) * | 2021-05-07 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 增强现实的显示处理方法、装置、设备及存储介质 |
-
2022
- 2022-03-25 CN CN202210306779.4A patent/CN116863359A/zh active Pending
-
2023
- 2023-03-16 WO PCT/SG2023/050169 patent/WO2023182932A2/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023182932A3 (zh) | 2023-11-30 |
WO2023182932A2 (zh) | 2023-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109688463B (zh) | 一种剪辑视频生成方法、装置、终端设备及存储介质 | |
CN110827378B (zh) | 虚拟形象的生成方法、装置、终端及存储介质 | |
CN111970577B (zh) | 字幕编辑方法、装置和电子设备 | |
CN109600559B (zh) | 一种视频特效添加方法、装置、终端设备及存储介质 | |
CN112954450B (zh) | 视频处理方法、装置、电子设备和存储介质 | |
CN109992187B (zh) | 一种控制方法、装置、设备及存储介质 | |
CN113806306B (zh) | 媒体文件处理方法、装置、设备、可读存储介质及产品 | |
CN115867905A (zh) | 旅行情况下基于增强现实的语音翻译 | |
CN111314620B (zh) | 拍摄方法和设备 | |
WO2019085625A1 (zh) | 表情图片推荐方法及设备 | |
CN114630057B (zh) | 确定特效视频的方法、装置、电子设备及存储介质 | |
CN111726691A (zh) | 视频推荐方法、装置、电子设备及计算机可读存储介质 | |
CN114937192A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112866577B (zh) | 图像的处理方法、装置、计算机可读介质及电子设备 | |
CN115002359A (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN112785669B (zh) | 一种虚拟形象合成方法、装置、设备及存储介质 | |
CN112308950A (zh) | 视频生成方法及装置 | |
CN113259601A (zh) | 视频处理方法、装置、可读介质和电子设备 | |
CN116863359A (zh) | 目标物体的识别方法、装置、电子设备及存储介质 | |
CN114422698A (zh) | 视频生成方法、装置、设备及存储介质 | |
CN116847147A (zh) | 特效视频确定方法、装置、电子设备及存储介质 | |
CN110188712B (zh) | 用于处理图像的方法和装置 | |
CN114816599B (zh) | 图像显示方法、装置、设备及介质 | |
CN114339356B (zh) | 视频录制方法、装置、设备及存储介质 | |
US11792494B1 (en) | Processing method and apparatus, electronic device and medium |
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 |