CN107016713A - 面向智能机器人的视觉数据处理方法和装置 - Google Patents
面向智能机器人的视觉数据处理方法和装置 Download PDFInfo
- Publication number
- CN107016713A CN107016713A CN201710122939.9A CN201710122939A CN107016713A CN 107016713 A CN107016713 A CN 107016713A CN 201710122939 A CN201710122939 A CN 201710122939A CN 107016713 A CN107016713 A CN 107016713A
- Authority
- CN
- China
- Prior art keywords
- picture
- intelligent robot
- output
- display screen
- data processing
- 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
Links
- 238000000034 method Methods 0.000 title claims description 14
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 238000003672 processing method Methods 0.000 claims abstract description 15
- 238000004040 coloring Methods 0.000 claims abstract description 9
- 238000013135 deep learning Methods 0.000 claims abstract description 9
- 239000003086 colorant Substances 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 108010001267 Protein Subunits Proteins 0.000 claims description 2
- 230000006399 behavior Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000010422 painting Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/0005—Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/008—Manipulators for service tasks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Processing Or Creating Images (AREA)
- Manipulator (AREA)
Abstract
本发明提供一种面向智能机器人的视觉数据处理方法,其包括以下步骤:获取当前儿童用户待学习的原始图片;通过深度学习对原始图片进行轮廓检测和提取,以获取简笔画图片;将简笔画图片输出到显示屏幕上;以及接收儿童用户输入的对简笔画图片填色的指令,根据指令对简笔画图片进行填色,并将填色后的图片输出到显示屏幕上。通过本发明提供的视觉数据处理方法可以让各个年龄段的儿童利用智能机器人来进行各种涂色,在辅助科教绘画的过程中潜移默化地提高他们的艺术欣赏和创作能力。由于被提取轮廓的图片可以从当前场景中现场获取,因此可以大大增加儿童学习绘画涂鸦的兴趣。此外,由于利用了云端处理,图片轮廓检测和提取速度和准确度大为提高。
Description
技术领域
本发明涉及智能机器人领域,具体地说,涉及一种面向智能机器人的视觉数据处理方法和装置。
背景技术
随着科技技术的发展进步,人工智能的应用领域已经深入到人们生活的方方面面。智能机器人作为人工智能的一个发展方向,广为人知并愈加流行。除了陪伴型智能机器人之外,针对儿童用户的教育成长,还开发研制出很多科教类、益智类的智能机器人。
然而,目前还没出现针对儿童用户进行绘画创作方面的辅助科教的智能机器人。
发明内容
本发明的目的在于提供一种能够利用智能机器人来对儿童用户进行绘画创作方面进行辅助教育的方法来解决上述技术问题。为此,本发明提供了一种面向智能机器人的视觉数据处理方法。该方法包括以下步骤:
获取当前儿童用户待学习的原始图片;
通过深度学习对所述原始图片进行轮廓检测和提取,以获取简笔画图片;
将所述简笔画图片输出到显示屏幕上;以及
接收儿童用户输入的对所述简笔画图片填色的指令,根据所述指令对所述简笔画图片进行填色,并将填色后的图片输出到显示屏幕上。
在一个实施例中,根据本发明的面向智能机器人的视觉数据处理方法,在根据所述指令对所述简笔画图片进行填色的操作中,还包括:
将多个色块与所述简笔画图片同时输出到显示屏幕上;
检测并确认儿童用户指示的色块,并将该色块对应的颜色填充到所述儿童用户在所述简笔画中指示的区域中。
在一个实施例中,根据本发明的面向智能机器人的视觉数据处理方法还包括,在将所述简笔画图片输出显示屏幕上后,
将所述简笔画图片划分成多个画块,对每个画块,匹配不同颜色,生成多个不同颜色的图片块;
将各画块对应的图片块输出到显示屏幕上,并接收儿童用户的指示,根据儿童用户的指示,对于各画块,仅保留一个图片块;
将用户保留的所有图片块进行组合并输出到显示屏幕上。
在一个实施例中,根据本发明的面向智能机器人的视觉数据处理方法,,在对所述原始图片进行轮廓检测和提取的步骤中还包括:
将所述原始图片发送至云端处理器,由所述云端处理器来进行轮廓检测和提取的操作,生成简笔画图片;
接收云端发送的简笔画图片。
在一个实施例中,根据本发明的面向智能机器人的视觉数据处理方法由触发关联应用执行,所述关联应用通过开启摄像头拍摄当前场景图片来获取待学习图片,所述关联应用装载于机器人操作***中,所述智能机器人安装有所述机器人操作***。
根据本发明的另一个方面,还提供了一种面向智能机器人的视觉数据处理装置。该装置包括:
原始图片获取单元,其用以获取当前儿童用户待学习的原始图片;
轮廓检测及提取单元,其用以通过深度学习对所述原始图片进行轮廓检测和提取,以获取简笔画图片;
输出显示单元,其用以将所述简笔画图片输出到显示屏幕上;以及
填色单元,其用以接收儿童用户输入的对所述简笔画图片填色的指令,根据所述指令对所述简笔画图片进行填色,并将填色后的图片输出到显示屏幕上。
在一个实施例中,根据本发明的面向智能机器人的视觉数据处理装置,在所述填色单元中还包括:
输出子单元,其用以将多个色块与所述简笔画图片同时输出到显示屏幕上;
填充子单元,其用以检测并确认儿童用户指示的色块,并将该色块对应的颜色填充到所述儿童用户在所述简笔画中指示的区域中。
在一个实施例中,根据本发明的面向智能机器人的视觉数据处理装置,在所述输出显示单元中还包括:
颜色匹配子单元,其用以在将所述简笔画图片输出显示屏幕上后,将所述简笔画图片划分成多个画块,对每个画块匹配不同颜色,生成多个不同颜色的图片块;
图片块显示子单元,其用以将各画块对应的图片块输出到显示屏幕上,并接收儿童用户的指示,对于各画块,仅保留一个图片块;以及
图片块组合显示子单元,其用以将用户保留的所有图片块进行组合并输出到显示屏幕上。
在一个实施例中,根据本发明的面向智能机器人的视觉数据处理装置,在所述轮廓检测和提取单元中还包括:
发送子单元,其用以将所述原始图片发送至云端处理器,由所述云端处理器来进行轮廓检测和提取的操作,生成简笔画图片;以及
接收子单元,其用以接收云端发送的简笔画图片。
在一个实施例中,根据本发明的面向智能机器人的视觉数据处理装置还包括:该装置用以触发关联应用,所述关联应用通过开启摄像头拍摄当前场景图片来获取待学习图片,所述关联应用装载于机器人操作***中,所述智能机器人安装有所述机器人操作***。
本发明的有利之处在于,通过本发明提供的视觉数据处理方法可以让各个年龄段的儿童利用智能机器人来进行各种涂色,在辅助科教绘画的过程中潜移默化地提高他们的艺术欣赏和创作能力。由于被提取轮廓的图片可以从当前场景中现场获取,因此可以大大增加儿童学习绘画涂鸦的兴趣。此外,由于利用了云端处理,图片轮廓检测和提取速度和准确度大为提高。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1显示了根据本发明一个实施例的用以面向智能机器人的视觉数据处理方法的总体流程图;
图2显示了根据具体的例子将场景中的图片进行轮廓检测和提取后形成简化图的示意图;
图3显示了根据本发明一个实施例对形成的简笔画图片进行进一步处理的过程示意图;
图4显示了根据本发明一个实施例的用以面向智能机器人的视觉数据处理装置的结构框图,以及
图5显示了根据本发明一个具体例子的视觉数据处理装置的结构细节图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下结合附图对本发明实施例作进一步地详细说明。
如图1所示,其中显示了根据本发明一个实施例的用以面向智能机器人的视觉数据处理方法的总体流程图。在步骤S101中,智能机器人获取当前儿童待学习的原始图片。
智能机器人获取待学习的原始图片的方式是多样的。比如,智能机器人可以通过触发关联应用,启动机器人上设置的摄像头进行现场拍摄情景图片来获取待学习的图片。原始图片也可以是保存在智能机器人的图片库中的。
在一个实施例中,当智能机器人进入到本应用的时候,可以首先搜索图片库中是否有合适的图片供用户学习。如果用户在图片库中未找到合适的图片,那么智能机器人可以现场触发摄像头应用,以启动现场拍照功能。取景的角度以及画面选择可以由用户通过操作摄像头的参数来调节。
接下来,在步骤S102中,智能机器人通过深度学习对原始图片进行轮廓检测和提取,以获取简笔画图片。
轮廓检测或边缘检测是图像处理和计算机视觉中的基本问题,轮廓检测或边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。
因此,可以通过边缘检测技术来提取物体的轮廓。本发明通过使用深度学习技术对照片或儿童需要学习的图画,进行轮廓提取。然后,生成简笔画,指导小朋友对简笔画例如进行填色。
传统图像处理中的轮廓提取技术,由于提取边缘不完整,经常出现断的情况。而基于深度学习的边缘提取技术,能够提取很好的物体轮廓。
在步骤S103中,将简笔画图片输出到显示屏幕上。在一个实施例中,可以将生成的简笔画输出显示在触摸屏上,让小朋友发挥自己的想象力,给简笔画涂上不同的颜色。
接下来,在步骤S104中,接收儿童用户输入的对所述简笔画图片填色的指令,根据所述指令对所述简笔画图片进行填色,并将填色后的图片输出到显示屏幕上。
而在根据指令对简笔画图片进行填色的操作中,本发明还包括以下步骤:
将多个色块与简笔画图片同时输出到显示屏幕上;
检测并确认儿童用户指示的色块,并将该色块对应的颜色填充到儿童用户在简笔画中指示的区域中。
如图2所示,其中显示了根据具体的例子将场景中的图片进行轮廓检测和提取后形成简化图的示意图。
在图2显示的例子中,智能机器人将现场获取的场景图片,如水杯的画面采用轮廓检测和提取得到左边的简笔画图片的样子。可以明显地看出,只有明暗分界清楚的线条保留下来,画面中其他亮度颜色均匀的地方均用白色填充。这样形成的简笔画图片线条非常清晰,一方面有利于绘画者学习,一方面也可以方便儿童对不同的区域进行涂鸦创作。
在一个实施例中,还可以将上述得到的简笔画图片划分成多个画块,对每个画块匹配不同颜色或风格,生成多个不同颜色或风格的图片块,如图2所示的最下一排中的多个不同风格或颜色的图片块。
然后,智能机器人将各画块对应的图片块输出给儿童用户。儿童用户可以根据自身的学习和兴趣需要向智能机器人发送指令,要求进行图片修改操作,例如填色或者,进一步地进行创作,如修改某些线条或添加某些部分。智能机器人接收用户的指示,对于各画块,可仅保留一个图片块。
具体地说,在该实施例中,通过使用深度学习技术对智能机器人上携带的摄像头获得的图片进行轮廓提取。将轮廓提取后的图片,显示到例如触摸屏上或使用投影仪投影到家中的白墙上。儿童用户可以通过自己的想象力将简笔画的不同区域涂为不同的颜色,或将整幅图涂为不同的风格,类似于电子版的“秘密花园”。此外,儿童也可以根据轮廓提取结果,将图片分为若干块,对图像每个区域提供不同风格或颜色的候选图片,类似于电子拼图,小朋友可以拼接出不同风格或颜色的图画。
如图3所示,其中进一步显示了在智能机器人获得了简笔画图片之后的处理操作。在步骤S301中,智能机器人在将得到的简笔画图片显示给儿童用户之前,将它们分成不同的多个画块。不同的画块分配不同的风格或颜色。风格例如包括田园风格、欧美风格、地中海风格等等,颜色则从256中色阶中选择一部分常用的颜色供选择。
在步骤302中,通过将图片块以某种形式显示的方式来输出给儿童用户。用户按照自己的兴趣进行模仿学习绘画,在这种情况下,智能机器人还可以对儿童用户的创作的作品进行比对评分,以指导其进一步创作。最简单的操作便是,对已经分配了不同风格简笔画图片进行着色涂鸦处理。此外,根据需要,经过着色涂鸦处理的简笔画图片还可以经反向处理得到与之前不同的具有颜色对比度的立体感图片。
在步骤S303中,智能机器人将用户保留的所有图片块进行组合并输出,并最后显示到显示屏上。
由于深度学习技术对计算处理能力有很高要求,针对计算能力不强而具备一定通信能力的的智能机器人,优选地可在对原始图片进行轮廓检测和提取的步骤中,将原始图片发送至云端处理器,由云端处理器来进行轮廓检测和提取的操作。经过深度学习,检测出边缘线条并进行提取,从而生成简笔画图片。接下来,云端处理器将生成的简笔画图片返回给智能机器人。最后,由智能机器人通过相应接口来接收云端发送的简笔画图片。
由于本发明的方法描述的是在计算机***中实现的。该计算机***例如可以设置在机器人的控制核心处理器中。例如,本文所述的方法可以实现为能以控制逻辑来执行的软件,其由机器人控制***中的CPU来执行。本文所述的功能可以实现为存储在非暂时性有形计算机可读介质中的程序指令集合。当以这种方式实现时,该计算机程序包括一组指令,当该组指令由计算机运行时其促使计算机执行能实施上述功能的方法。可编程逻辑可以暂时或永久地安装在非暂时性有形计算机可读介质中,例如只读存储器芯片、计算机存储器、磁盘或其他存储介质。除了以软件来实现之外,本文所述的逻辑可利用分立部件、集成电路、与可编程逻辑设备(诸如,现场可编程门阵列(FPGA)或微处理器)结合使用的可编程逻辑,或者包括它们任意组合的任何其他设备来体现。所有此类实施例旨在落入本发明的范围之内。
因此,根据本发明的另一个方面,还提供了一种面向智能机器人的视觉数据处理装置400。该装置400总体上包括:原始图片获取单元401、轮廓检测及提取单元402、输出显示单元403以及填色单元404。
其中,原始图片获取单元401用以获取当前儿童待学习的原始图片。如上所述,智能机器人获取待学习的原始图片的方式是多样的。比如,智能机器人可以通过原始图片获取单元401触发关联应用,启动机器人上设置的摄像头进行现场拍摄情景图片来获取待学习的图片。原始图片也可以是保存在智能机器人的图片库中的。那么这时,原始图片获取单元401中包括一个图片搜索引擎。
例如,当智能机器人进入到本应用的时候,可以首先通过图片搜索引擎搜索图片库中是否有合适的图片供用户学习。如果用户在图片库中未找到合适的图片,那么智能机器人可以通过原始图片获取单元401现场触发摄像头功能应用,以启动现场拍照功能。
轮廓检测及提取单元402用以通过深度学习对所述原始图片进行轮廓检测和提取,以获取简笔画图片。该单元的功能通常采用智能机器人中的核心处理器来完成。由于深度学习技术的计算操作复杂,对处理速度和精度均有要求。如果智能机器人发现处理能力不能达到要求时,可以将原始图片发送给处于远端的云处理器进行轮廓检测和提取操作。智能机器人的轮廓检测及提取单元402这时将如图5所示还包括图片发送子单元402a和简画图片接收子单元402b。
输出显示单元403用以将所得到的简笔画图片输出到显示屏幕上。填色单元404用以接收儿童用户输入的对简笔画图片填色的指令。机器人将根据指令对简笔画图片进行填色,并将填色后的图片输出到显示屏幕上。其中,在填色单元404中还包括:
输出子单元,其用以将多个色块与所述简笔画图片同时输出到显示屏幕上;
填充子单元,其用以检测并确认儿童用户指示的色块,并将该色块对应的颜色填充到所述儿童用户在所述简笔画中指示的区域中。
本发明的视觉数据处理装置还包括与用户接口的必要输入输出单元。例如多模态输出简笔画图片的多模态输出单元包括将所述简笔画图片输出到显示屏幕上的单元。此外,为了进行交互,还包括用以接收儿童输入的操作指令,以对所述简笔画图片进行修改的单元。其中儿童输入的操作指令包括对简笔画图片进行涂色的指令。
此外,根据本发明的一个优选实施例,在输出显示单元403中还可包括:
颜色匹配子单元,其用以在将所述简笔画图片输出显示屏幕上后,将所述简笔画图片划分成多个画块,对每个画块匹配不同颜色,生成多个不同颜色的图片块;
图片块显示子单元,其用以将各画块对应的图片块输出到显示屏幕上,并接收儿童用户的指示,对于各画块,仅保留一个图片块;以及
图片块组合显示子单元,其用以将用户保留的所有图片块进行组合并输出到显示屏幕上。
如上所述地,该装置用以触发关联应用。具体说,关联应用通过开启摄像头拍摄当前场景图片来获取待学习图片,所述关联应用装载于机器人操作***中,所述智能机器人安装有所述机器人操作***。
应该理解的是,本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料,而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是,在此使用的术语仅用于描述特定实施例的目的,而并不意味着限制。
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种面向智能机器人的视觉数据处理方法,其特征在于,所述方法包括以下步骤:
获取当前儿童用户待学习的原始图片;
通过深度学习对所述原始图片进行轮廓检测和提取,以获取简笔画图片;
将所述简笔画图片输出到显示屏幕上;以及
接收儿童用户输入的对所述简笔画图片填色的指令,根据所述指令对所述简笔画图片进行填色,并将填色后的图片输出到显示屏幕上。
2.如权利要求1所述的面向智能机器人的视觉数据处理方法,其特征在于,在根据所述指令对所述简笔画图片进行填色的操作中,还包括:
将多个色块与所述简笔画图片同时输出到显示屏幕上;
检测并确认儿童用户指示的色块,并将该色块对应的颜色填充到所述儿童用户在所述简笔画中指示的区域中。
3.如权利要求1所述的面向智能机器人的视觉数据处理方法,其特征在于,在将所述简笔画图片输出显示屏幕上后,
将所述简笔画图片划分成多个画块,对每个画块,匹配不同颜色,生成多个不同颜色的图片块;
将各画块对应的图片块输出到显示屏幕上,并接收儿童用户的指示,根据儿童用户的指示,对于各画块,仅保留一个图片块;
将用户保留的所有图片块进行组合并输出到显示屏幕上。
4.如权利要求1所述的面向智能机器人的视觉数据处理方法,其特征在于,在对所述原始图片进行轮廓检测和提取的步骤中还包括:
将所述原始图片发送至云端处理器,由所述云端处理器来进行轮廓检测和提取的操作,生成简笔画图片;
接收所述云端处理器发送的简笔画图片。
5.如权利要求1所述的面向智能机器人的视觉数据处理方法,其特征在于,该方法由触发关联应用执行,所述关联应用通过开启摄像头拍摄当前场景图片来获取待学习图片,所述关联应用装载于机器人操作***中,所述智能机器人安装有所述机器人操作***。
6.一种面向智能机器人的视觉数据处理装置,其特征在于,所述装置包括:
原始图片获取单元,其用以获取当前儿童用户待学习的原始图片;
轮廓检测及提取单元,其用以通过深度学习对所述原始图片进行轮廓检测和提取,以获取简笔画图片;
输出显示单元,其用以将所述简笔画图片输出到显示屏幕上;以及
填色单元,其用以接收儿童用户输入的对所述简笔画图片填色的指令,根据所述指令对所述简笔画图片进行填色,并将填色后的图片输出到显示屏幕上。
7.如权利要求6所述的面向智能机器人的视觉数据处理装置,其特征在于,在所述填色单元中还包括:
输出子单元,其用以将多个色块与所述简笔画图片同时输出到显示屏幕上;
填充子单元,其用以检测并确认儿童用户指示的色块,并将该色块对应的颜色填充到所述儿童用户在所述简笔画中指示的区域中。
8.如权利要求6所述的面向智能机器人的视觉数据处理装置,其特征在于,在所述输出显示单元中还包括:
颜色匹配子单元,其用以在将所述简笔画图片输出显示屏幕上后,将所述简笔画图片划分成多个画块,对每个画块匹配不同颜色,生成多个不同颜色的图片块;
图片块显示子单元,其用以将各画块对应的图片块输出到显示屏幕上,并接收儿童用户的指示,对于各画块,仅保留一个图片块;以及
图片块组合显示子单元,其用以将用户保留的所有图片块进行组合并输出到显示屏幕上。
9.如权利要求6所述的面向智能机器人的视觉数据处理装置,其特征在于,在所述轮廓检测和提取单元中还包括:
发送子单元,其用以将所述原始图片发送至云端处理器,由所述云端处理器来进行轮廓检测和提取的操作,生成简笔画图片;以及
接收子单元,其用以接收云端发送的简笔画图片。
10.如权利要求6所述的面向智能机器人的视觉数据处理装置,其特征在于,该装置用以触发关联应用,所述关联应用通过开启摄像头拍摄当前场景图片来获取待学习图片,所述关联应用装载于机器人操作***中,所述智能机器人安装有所述机器人操作***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710122939.9A CN107016713B (zh) | 2017-03-03 | 2017-03-03 | 面向智能机器人的视觉数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710122939.9A CN107016713B (zh) | 2017-03-03 | 2017-03-03 | 面向智能机器人的视觉数据处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107016713A true CN107016713A (zh) | 2017-08-04 |
CN107016713B CN107016713B (zh) | 2020-08-18 |
Family
ID=59440553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710122939.9A Active CN107016713B (zh) | 2017-03-03 | 2017-03-03 | 面向智能机器人的视觉数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107016713B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112312185A (zh) * | 2020-11-20 | 2021-02-02 | 广州欢网科技有限责任公司 | 一种智能绘画方法、装置、设备及其*** |
CN112396459A (zh) * | 2020-11-19 | 2021-02-23 | 上海源慧信息科技股份有限公司 | 一种用于购物凭证核销的云审核方法 |
CN113378706A (zh) * | 2021-06-10 | 2021-09-10 | 浙江大学 | 一种辅助儿童观察植物和学习生物多样性的绘画*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090030494A (ko) * | 2007-09-20 | 2009-03-25 | 삼성테크윈 주식회사 | 이미지의 윤곽만을 제공하는 디지털 카메라의 제어 방법 |
CN102778845A (zh) * | 2011-05-09 | 2012-11-14 | 华硕电脑股份有限公司 | 机器人装置 |
CN202569449U (zh) * | 2012-05-29 | 2012-12-05 | 浙江新云木业集团有限公司 | 一种活动拼图玩具 |
CN104299463A (zh) * | 2014-10-13 | 2015-01-21 | 王腾飞 | 一种儿童美术教学***及方法 |
CN105931506A (zh) * | 2016-07-12 | 2016-09-07 | 大连新锐天地传媒有限公司 | 一种基于增强现实的儿童涂色***及其显示方法 |
-
2017
- 2017-03-03 CN CN201710122939.9A patent/CN107016713B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090030494A (ko) * | 2007-09-20 | 2009-03-25 | 삼성테크윈 주식회사 | 이미지의 윤곽만을 제공하는 디지털 카메라의 제어 방법 |
CN102778845A (zh) * | 2011-05-09 | 2012-11-14 | 华硕电脑股份有限公司 | 机器人装置 |
CN202569449U (zh) * | 2012-05-29 | 2012-12-05 | 浙江新云木业集团有限公司 | 一种活动拼图玩具 |
CN104299463A (zh) * | 2014-10-13 | 2015-01-21 | 王腾飞 | 一种儿童美术教学***及方法 |
CN105931506A (zh) * | 2016-07-12 | 2016-09-07 | 大连新锐天地传媒有限公司 | 一种基于增强现实的儿童涂色***及其显示方法 |
Non-Patent Citations (1)
Title |
---|
郭碧燕: "涂涂乐——涂色软件介绍", 《幼儿教育》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396459A (zh) * | 2020-11-19 | 2021-02-23 | 上海源慧信息科技股份有限公司 | 一种用于购物凭证核销的云审核方法 |
CN112312185A (zh) * | 2020-11-20 | 2021-02-02 | 广州欢网科技有限责任公司 | 一种智能绘画方法、装置、设备及其*** |
CN113378706A (zh) * | 2021-06-10 | 2021-09-10 | 浙江大学 | 一种辅助儿童观察植物和学习生物多样性的绘画*** |
CN113378706B (zh) * | 2021-06-10 | 2022-08-23 | 浙江大学 | 一种辅助儿童观察植物和学习生物多样性的绘画*** |
Also Published As
Publication number | Publication date |
---|---|
CN107016713B (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103927016B (zh) | 一种基于双目视觉的实时三维双手手势识别方法及其*** | |
CN104598915B (zh) | 一种手势识别方法与装置 | |
CN101339606B (zh) | 一种人脸关键器官外轮廓特征点定位与跟踪的方法及装置 | |
CN108734120A (zh) | 标注图像的方法、装置、设备和计算机可读存储介质 | |
CN103914699A (zh) | 一种基于色彩空间的自动唇彩的图像增强的方法 | |
CN104881642A (zh) | 一种内容推送方法、装置及设备 | |
CN107103613A (zh) | 一种三维手势姿态估计方法 | |
KR20200102114A (ko) | 학습기반 3d 모델 생성 장치 및 방법 | |
CN105354862A (zh) | 一种监控视频中运动目标的阴影检测方法、*** | |
CN107016713A (zh) | 面向智能机器人的视觉数据处理方法和装置 | |
CN112784621B (zh) | 图像显示方法及设备 | |
US20180262671A1 (en) | Modifying images with simulated light sources | |
CN111652123B (zh) | 图像处理和图像合成方法、装置和存储介质 | |
CN106780631A (zh) | 一种基于深度学习的机器人闭环检测方法 | |
CN103955945B (zh) | 基于双目视差和活动轮廓的自适应彩色图像分割方法 | |
JP6911123B2 (ja) | 学習装置、認識装置、学習方法、認識方法及びプログラム | |
CN111507134A (zh) | 人形姿态检测方法、装置、计算机设备及存储介质 | |
CN107690650A (zh) | 用于将3d场景重构为3d模型的方法 | |
CN107067299A (zh) | 虚拟试衣方法和*** | |
CN111222379A (zh) | 一种手部检测方法及装置 | |
CN103544478A (zh) | 一种全方位人脸检测的方法及*** | |
Mirowski et al. | Clip-clop: Clip-guided collage and photomontage | |
EP3759649B1 (en) | Object recognition from images using cad models as prior | |
Poda et al. | Shape Detection and Classification Using OpenCV and Arduino Uno. | |
US11004207B2 (en) | Multi-modal data fusion for scene segmentation |
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 |