CN113066125A - 一种增强现实方法及其相关设备 - Google Patents
一种增强现实方法及其相关设备 Download PDFInfo
- Publication number
- CN113066125A CN113066125A CN202110221723.4A CN202110221723A CN113066125A CN 113066125 A CN113066125 A CN 113066125A CN 202110221723 A CN202110221723 A CN 202110221723A CN 113066125 A CN113066125 A CN 113066125A
- Authority
- CN
- China
- Prior art keywords
- position information
- target image
- coordinate system
- image
- orientation
- 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 117
- 230000003190 augmentative effect Effects 0.000 title claims abstract description 42
- 238000009877 rendering Methods 0.000 claims abstract description 57
- 230000001131 transforming effect Effects 0.000 claims abstract description 22
- 230000008859 change Effects 0.000 claims description 123
- 238000012549 training Methods 0.000 claims description 85
- 238000013528 artificial neural network Methods 0.000 claims description 83
- 230000015654 memory Effects 0.000 claims description 73
- 239000011159 matrix material Substances 0.000 claims description 35
- 230000009466 transformation Effects 0.000 claims description 22
- 238000003384 imaging method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 64
- 230000000875 corresponding effect Effects 0.000 description 54
- 238000010586 diagram Methods 0.000 description 36
- 230000006870 function Effects 0.000 description 31
- 239000013598 vector Substances 0.000 description 26
- 230000008569 process Effects 0.000 description 25
- 238000004364 calculation method Methods 0.000 description 20
- 238000013473 artificial intelligence Methods 0.000 description 12
- 230000001537 neural effect Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000004913 activation Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 238000013519 translation Methods 0.000 description 7
- 239000000872 buffer Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000002596 correlated effect Effects 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 5
- 238000010606 normalization Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 238000012886 linear function Methods 0.000 description 3
- 238000011022 operating instruction Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/60—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
- A63F13/65—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor automatically by game devices or servers from real world data, e.g. measurement in live racing competition
- A63F13/655—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor automatically by game devices or servers from real world data, e.g. measurement in live racing competition by importing photos, e.g. of the player
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/60—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
- A63F13/67—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor adaptively or by learning from player actions, e.g. skill level adjustment or by storing successful combat sequences for re-use
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- 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
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2004—Aligning objects, relative positioning of parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2016—Rotation, translation, scaling
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Architecture (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请提供一种增强现实方法及其相关装置,能够将虚拟物体的朝向与真实物体的朝向动态关联,使得目标图像中呈现的真实物体和虚拟物体结合更加逼真,提高用户体验。本申请的方法包括:获取相机拍摄的目标图像,和第一物体在目标图像中的第一位置信息;获取第二物体在相机对应的三维坐标系中的第二位置信息,和第三物体在三维坐标系中的第三位置信息,第二物体为第一物体的参照物;根据第一位置信息和第二位置信息,获取第一物体相对于第二物体的位姿变化量;根据位姿变化量对第三位置信息进行变换,以得到第三物体在三维坐标系中的第四位置信息;根据第四位置信息在目标图像中渲染第三物体,以得到新的目标图像。
Description
技术领域
本申请涉及计算机视觉技术领域,尤其涉及一种增强现实方法及其相关设备。
背景技术
增强现实(augmented reality,AR)技术可将真实环境中不存在的虚拟物体,准确地“嵌入”到真实环境中,使得虚拟物体与真实环境融为一体,从而给用户呈现一个感官效果真实的新环境,以实现对现实的增强。
目前,AR技术可在呈现真实环境的图像上,额外渲染一个虚拟物体,从而得到新的图像,以供用户观看和使用。例如,目标图像呈现的是一个人在房间中,基于用户的需求,可在人的背后添加一个虚拟的翅膀,从而使得新的目标图像呈现更加生动有趣的内容。
目标图像所呈现的真实物体的朝向通常不是固定的,而是会随着相机的拍摄角度或真实物体的运动而发生变化。例如,真实物体以正面对着相机,或以侧面对着相机,或以背面对着相机时,在目标图像中呈现的朝向是不同的。而目前的AR技术所渲染的虚拟物体的朝向是固定的,即虚拟物体的朝向无法随着真实物体的朝向发生变化而随之变化,导致目标图像无法呈现逼真的内容,用户体验较差。
发明内容
本申请实施例提供了一种增强现实方法及其相关设备,能够将虚拟物体的朝向与真实物体的朝向动态关联,从而令目标图像呈现逼真的内容,提高用户体验。
本申请实施例的第一方面提供一种增强现实方法,该方法包括:
响应于用户在呈现真实环境的目标图像中添加虚拟物体的请求时,可先获取相机拍摄的目标图像,其中,目标图像所呈现的真实环境包含多个真实物体(即目标图像由多个真实物体的图像构成),例如,人体、树木、房屋等等物体。多个真实物体包括第一物体,例如,第一物体可以用户所关注的真实物体。进一步地,还可将待添加的虚拟物体视为第三物体,将真实物体的参照物视为第二物体,例如,用户想在目标图像中的真实人体上添加一个虚拟翅膀,可将三维的标准人体模型作为真实人体的参照物。
接着,获取第一物体在目标图像(可理解为基于目标图像构建的二维坐标系,即图像坐标系)中的第一位置信息、第二物体在相机对应的三维坐标系(即相机坐标系)中的第二位置信息以及第三物体在相机坐标系中的第三位置信息,第二位置信息和第三位置信息为预置且相关联的信息。依旧如上述例子,在相机坐标系中,标准人体模型可被提前设置在某一个位置上且被提前设置有一个朝向,翅膀也被提前设置在另一个位置上且被提前设置有一个朝向(为模型和翅膀所预置的朝向通常是相同或相近的),故可获取标准人体模型在相机坐标系中的第二位置信息和翅膀在相机坐标系中的第三位置信息,第二位置信息包括标准人体模型各个表面点在相机坐标系中的三维坐标,第三位置信息包括翅膀各个表面点在相机坐标系中的三维坐标。此外,由于真实人体在目标图像中占据着一定的位置,故还可获取真实人体在图像坐标系中的第一位置信息,第一位置信息包含真实人体各个表面点在目标图像中的二维坐标。
然后,由于第二物体为第一物体的参照物,可根据第二物体的第二位置信息和第一物体的第一位置信息,确定第一物体相对于第二物体的位姿变化量,该位姿变化量用于指示在相机坐标系中,第二物体的位置与第一物体的位置之间的变化,以及第二物体的朝向与第一物体的朝向之间的变化。依旧如上述例子,根据标准人体模型的第二位置信息和真实人体的第一位置信息进行计算,可确定真实人体相对于标准人体模型的位姿变化量,该位姿变化量用于指示在相机坐标系中,真实人体与标准人体模型之间的位置变化以及朝向变化。
由于第一物体相对于第二物体的位姿变化量用于指示在相机坐标系中,第二物体到第一物体的位置变化和朝向变化,故利用该位姿变化量和第三物体的第三位置信息可确定第三物体在相机坐标系中的第四位置信息,即确定第三物体的最终位置和最终朝向。依旧如上述例子,得到真实人体的位姿变化量后,可基于该位姿变化量和翅膀的第三位置信息计算翅膀的第四位置信息,即将翅膀从其原始位置平移至最终位置,将翅膀从其原始朝向旋转至最终朝向。可见,对翅膀的旋转平移操作,以及将标准人体模型变换至真实人体的旋转平移操作,二者是相同的。
最后,根据第三物体的第四位置信息在目标图像中渲染第三物体,得到新的目标图像。如此一来,则新的目标图像可同时呈现第三物体和第一物体,从而满足用户的需求。依旧如上述例子,得到翅膀的第四位置信息后,可根据翅膀的第四位置信息在目标图像中渲染出翅膀,至此,目标图像中的真实人体附近可显示有翅膀,且真实人体的朝向和翅膀的朝向动态关联,从而满足用户的需求。
从上述方法可以看出:当需要在目标图像中添加第三物体时,可先获取第二物体在相机坐标系中的第二位置信息,第三物体在相机坐标系中的第三位置信息以及目标图像中的第一物体在图像坐标系中的第一位置信息,第二位置信息和第三位置信息为预置的信息。由于第二物体为第一物体的参照物,故可根据第二位置信息和第一位置信息确定第一物体相对于第二物体的位姿变化量,该位姿变化量用于指示在相机坐标系中,第二物体到第一物体的位置变化和朝向变化。那么,可令第三物体发生相同的位置变化和朝向变化,即根据该位姿变化量和第三物体的第三位置信息确定第三物体在相机坐标系中的第四位置信息。如此一来,可使得第三物体的最终朝向和第一物体的朝向相关联(例如,二者的朝向相同或二者的朝向相近)。最后,根据第四位置信息在目标图像中渲染第三物体,在得到的新的目标图像中,第三物体的朝向可与第一物体的朝向相适应,能够呈现逼真的内容,从而提高用户体验。
在一种可能的实现方式中,根据第二物体的第二位置信息和第一物体的第一位置信息确定第一物体相对于第二物体的位姿变化量包括:先获取第一物体的深度信息,该深度信息用于指示第一物体到相机的距离。然后,根据第一物体在图像坐标系中的第一位置信息和第一物体的深度信息,确定第一物体在相机坐标系中的第五位置信息。最后,计算第二物体在相机坐标系中的第二位置信息和第一物体在相机坐标系中的第五位置信息之间的变化量,从而准确得到第一物体相对于第二物体的位姿变化量。
在一种可能的实现方式中,根据第二物体的第二位置信息和第一物体的第一位置信息确定第一物体相对于第二物体的位姿变化量包括:对第二物体在相机坐标系中的第二位置信息进行变换(相当于对第二物体进行旋转平移操作),得到第一物体在相机坐标系中的第五位置信息。然后,将第一物体在相机坐标系中的第五位置信息投影至图像坐标系(即目标图像),得到第一物体在图像坐标系中的第六位置信息。最后,若第六位置信息与第一位置信息之间的变化量满足预置的条件,则将对第二物体在相机坐标系中的第二位置信息进行变换的变换矩阵确定为第一物体相对于第二物体的位姿变化量。
在一种可能的实现方式中,根据第三物体在相机坐标系中的第四位置信息在目标图像中渲染第三物体,得到新的目标图像包括:先根据第三物体在相机坐标系中的第四位置信息进行小孔成像,以得到第三物体的图像。然后,获取第三物体与第一物体之间的遮挡关系。最后,根据遮挡关系将第三物体的图像和第一物体的图像进行融合,以得到新的目标图像。前述实现方式中,在将第三物体的图像融合入目标图像时,由于考虑到第三物体与第一物体之间的遮挡关系,可使得新的目标图像正确呈现出第三物体与第一物体的相对位置关系,即使得新的目标图像所呈现的内容更加逼真,进一步提高用户体验。
在一种可能的实现方式中,获取第三物体与第一物体之间的遮挡关系包括:先根据第一物体在相机坐标系中的第五位置信息计算第一物体与相机坐标系的原点之间的第一距离。然后,根据第三物体在相机坐标系中的第四位置信息计算第三物体与相机坐标系的原点之间的第二距离。最后,比较第一距离和第二距离,可以准确得到第三物体与第一物体之间的遮挡关系。例如,若第一距离小于或等于第二距离时,则第三物体被第一物体遮挡,若第一距离大于第二距离时,则第一物体被第三物体遮挡。
在一种可能的实现方式中,获取第三物体与第一物体之间的遮挡关系包括:先获取第一物体的多个表面点与第二物体的多个表面点之间的对应关系。然后,根据该对应关系,确定第一物体的多个表面点在第二物体上的分布情况。最后,根据该分布情况,确定第三物体与第一物体之间的遮挡关系。例如,在第一物体的所有表面点中,若在第二物体的正面上的表面点数量大于或等于在第二物体的背面上的表面点数量,则第三物体被第一物体遮挡,若在第二物体的正面上的表面点数量小于在第二物体的背面上的表面点数量,则第一物体被第三物体遮挡。
在一种可能的实现方式中,第一物体相对于第二物体的位姿变化量包含第一物体的位置和第一物体的朝向,获取第三物体与第一物体之间的遮挡关系包括:先根据第一物体的朝向确定第一物体的正面。然后,根据第一物体的正面的中心点到相机坐标系的原点的朝向,以及第一物体的朝向之间的夹角,确定第三物体与第一物体之间的遮挡关系。例如,若该夹角小于或等于90°,则第三物体被第一物体遮挡,若该夹角大于90°,则第一物体被第三物体遮挡。
在一种可能的实现方式中,根据遮挡关系,该方法还包括:将目标图像输入第一神经网络,以得到第一物体的图像。
本申请实施例的第二方面提供了一种增强现实方法,该方法包括:获取目标图像和第三物体在相机坐标系中的第三位置信息,目标图像包含第一物体的图像;将目标图像输入第二神经网络,以得到第一物体相对于第二物体的位姿变化量,第二神经网络根据第二物体在相机坐标系中的第二位置信息训练得到,第二物体为第一物体的参照物,第二位置信息和第三位置信息为预置的信息;根据位姿变化量和第三位置信息确定第三物体在相机坐标系中的第四位置信息;根据第四位置信息在目标图像中渲染第三物体,以得到新的目标图像。
从上述方法可以看出:当需要在目标图像中添加第三物体时,可先获取目标图像以及第三物体在相机坐标系中的第三位置信息,目标图像包含第一物体的图像。然后,将目标图像输入第二神经网络,得到第一物体相对于第二物体的位姿变化量,第二神经网络根据第二物体在相机坐标系中的第二位置信息训练得到,第二物体为第一物体的参照物,第二位置信息和第三位置信息为预置的信息。具体地,第一物体相对于第二物体的位姿变化量用于指示在相机坐标系中,第二物体到第一物体的位置变化和朝向变化,那么,故可令第三物体发生相同的位置变化和朝向变化,即根据该位姿变化量和第三物体的第三位置信息确定第三物体在相机坐标系中的第四位置信息。如此一来,可使得第三物体的最终朝向和第一物体的朝向存在相关联。最后,根据第四位置信息在目标图像中渲染第三物体,在得到的新的目标图像中,第三物体的朝向可与第一物体的朝向相适应,能够呈现逼真的内容,从而提高用户体验。
在一种可能的实现方式中,根据第四位置信息在目标图像中渲染第三物体,得到新的目标图像包括:根据第四位置信息进行小孔成像,以得到第三物体的图像;获取第三物体与第一物体之间的遮挡关系;根据遮挡关系将第三物体的图像和第一物体的图像进行融合,以得到新的目标图像。
在一种可能的实现方式中,该方法还包括:根据位姿变化量对第二位置信息进行变换,得到第一物体在相机对应的三维坐标系中的第五位置信息。
在一种可能的实现方式中获取第三物体与第一物体之间的遮挡关系包括:根据第五位置信息计算第一物体与三维坐标系的原点之间的第一距离;根据第四位置信息计算第三物体与三维坐标系的原点之间的第二距离;比较第一距离和第二距离,以得到第三物体与第一物体之间的遮挡关系。
在一种可能的实现方式中,位姿变化量包含第一物体相对于第二物体的朝向变化,获取第三物体与第一物体之间的遮挡关系包括:根据第一物体相对于第二物体的朝向变化确定第一物体的正面;根据第一物体的正面的中心点到三维坐标系的原点的朝向,以及第一物体的朝向之间的夹角,获取第三物体与第一物体之间的遮挡关系。
在一种可能的实现方式中,根据遮挡关系,该方法还包括:将目标图像输入第一神经网络,以得到第一物体的图像。
本申请实施例的第三方面提供了一种模型训练方法,该方法包括:获取待训练图像,待训练图像包含第一物体的图像;将待训练图像输入待训练模型,得到第一物体相对于第二物体的位姿变化量;通过预置的目标损失函数,计算第一物体相对于第二物体的位姿变化量和第一物体的真实位姿变化量之间的偏差,第一物体的真实位姿变化量根据第二物体在相机坐标系中的第二位置信息确定,第二物体为第一物体的参照物,第二位置信息为预置的信息;根据该偏差对待训练模型的参数进行更新,直至满足模型训练条件,以得到第二神经网络。
从上述方法可以看出:通过该方法训练得到的第二神经网络,可以准确获取目标图像中的物体的位姿变化量。
本申请实施例的第四方面提供了一种模型训练方法,该方法包括:获取待训练图像;通过待训练模型获取第一物体的图像;通过预置的目标损失函数,计算第一物体的图像以及第一物体的真实图像之间的偏差;根据该偏差对待训练模型的参数进行更新,直至满足模型训练条件,以得到第一神经网络。
从上述方法可以看出:通过该方法训练得到的第一神经网络,可以准确获取目标图像中的第一物体的图像。
本申请实施例的第五方面提供了一种增强现实装置,该装置包括:第一获取模块,用于获取相机拍摄的目标图像,和第一物体在目标图像中的第一位置信息;第二获取模块,用于获取第二物体在相机对应的三维坐标系中的第二位置信息,和第三物体在三维坐标系中的第三位置信息,第二物体为第一物体的参照物,第二位置信息和第三位置信息为预置的信息;第三获取模块,用于根据第一位置信息和第二位置信息,获取第一物体相对于第二物体的位姿变化量;变换模块,用于根据位姿变化量对第三位置信息进行变换,以得到第三物体在三维坐标系中的第四位置信息;渲染模块,用于根据第四位置信息在目标图像中渲染第三物体,以得到新的目标图像。
从上述装置可以看出:当需要在目标图像中添加第三物体时,可先获取第二物体在相机坐标系中的第二位置信息,第三物体在相机坐标系中的第三位置信息以及目标图像中的第一物体在图像坐标系中的第一位置信息,第二位置信息和第三位置信息为预置的信息。由于第二物体为第一物体的参照物,故可根据第二位置信息和第一位置信息确定第一物体相对于第二物体的位姿变化量,该位姿变化量用于指示在相机坐标系中,第二物体到第一物体的位置变化和朝向变化。那么,可令第三物体发生相同的位置变化和朝向变化,即根据该位姿变化量和第三物体的第三位置信息确定第三物体在相机坐标系中的第四位置信息。如此一来,可使得第三物体的最终朝向和第一物体的朝向相关联(例如,二者的朝向相同或二者的朝向相近)。最后,根据第四位置信息在目标图像中渲染第三物体,在得到的新的目标图像中,第三物体的朝向可与第一物体的朝向相适应,能够呈现逼真的内容,从而提高用户体验。
在一种可能的实现方式中,第三获取模块,用于:获取第一物体的深度信息;根据第一位置信息和深度信息,获取第一物体在三维坐标系中的第五位置信息;计算第二位置信息和第五位置信息之间的变化量,得到第一物体相对于第二物体的位姿变化量。
在一种可能的实现方式中,第三获取模块,用于:对第二位置信息进行变换,得到第一物体在三维坐标系中的第五位置信息;将第五位置信息投影至目标图像,得到第六位置信息;若第六位置信息与第一位置信息之间的变化量满足预置的条件,第一物体相对于第二物体的位姿变化量为用于对第二位置信息进行变换的变换矩阵。
在一种可能的实现方式中,渲染模块,用于:根据第四位置信息进行小孔成像,以得到第三物体的图像;获取第三物体与第一物体之间的遮挡关系;根据遮挡关系将第三物体的图像和第一物体的图像进行融合,以得到新的目标图像。
在一种可能的实现方式中,渲染模块,用于:根据第五位置信息计算第一物体与三维坐标系的原点之间的第一距离;根据第四位置信息计算第三物体与三维坐标系的原点之间的第二距离;比较第一距离和第二距离,以得到第三物体与第一物体之间的遮挡关系。
在一种可能的实现方式中,渲染模块,用于:获取第一物体的多个表面点与第二物体的多个表面点之间的对应关系;根据对应关系,获取第一物体的多个表面点在第二物体上的分布情况;根据分布情况,获取第三物体与第一物体之间的遮挡关系。
在一种可能的实现方式中,位姿变化量包含第一物体相对于第二物体的朝向变化,渲染模块,用于:根据第一物体相对于第二物体的朝向变化确定第一物体的正面;根据第一物体的正面的中心点到三维坐标系的原点的朝向,以及第一物体的朝向之间的夹角,获取第三物体与第一物体之间的遮挡关系。
在一种可能的实现方式中,渲染模块,还用于将目标图像输入第一神经网络,以得到第一物体的图像。
本申请实施例的第六方面提供了一种增强现实装置,该装置包括:第一获取模块,用于获取相机拍摄的目标图像,和第三物体在相机对应的三维坐标系中的第三位置信息,目标图像包含第一物体的图像;第二获取模块,用于将目标图像输入第二神经网络,以得到第一物体相对于第二物体的位姿变化量,第二神经网络根据第二物体在三维坐标系中的第二位置信息训练得到,第二物体为第一物体的参照物,第二位置信息和第三位置信息为预置的信息;变换模块,用于根据位姿变化量对第三位置信息进行变换,以得到第三物体在三维坐标系中的第四位置信息;渲染模块,用于根据第四位置信息在目标图像中渲染第三物体,以得到新的目标图像。
从上述装置可以看出:当需要在目标图像中添加第三物体时,可先获取目标图像以及第三物体在相机坐标系中的第三位置信息,目标图像包含第一物体的图像。然后,将目标图像输入第二神经网络,得到第一物体相对于第二物体的位姿变化量,第二神经网络根据第二物体在相机坐标系中的第二位置信息训练得到,第二物体为第一物体的参照物,第二位置信息和第三位置信息为预置的信息。具体地,第一物体相对于第二物体的位姿变化量用于指示在相机坐标系中,第二物体到第一物体的位置变化和朝向变化,那么,故可令第三物体发生相同的位置变化和朝向变化,即根据该位姿变化量和第三物体的第三位置信息确定第三物体在相机坐标系中的第四位置信息。如此一来,可使得第三物体的最终朝向和第一物体的朝向存在相关联。最后,根据第四位置信息在目标图像中渲染第三物体,在得到的新的目标图像中,第三物体的朝向可与第一物体的朝向相适应,能够呈现逼真的内容,从而提高用户体验。
在一种可能的实现方式中,渲染模块,用于:根据第四位置信息进行小孔成像,以得到第三物体的图像;获取第三物体与第一物体之间的遮挡关系;根据遮挡关系将第三物体的图像和第一物体的图像进行融合,以得到新的目标图像。
在一种可能的实现方式中,变换模块,还用于:根据位姿变化量对第二位置信息进行变换,得到第一物体在相机对应的三维坐标系中的第五位置信息。
在一种可能的实现方式中,渲染模块,用于:根据第五位置信息计算第一物体与三维坐标系的原点之间的第一距离;根据第四位置信息计算第三物体与三维坐标系的原点之间的第二距离;比较第一距离和第二距离,以得到第三物体与第一物体之间的遮挡关系。
在一种可能的实现方式中,位姿变化量包含第一物体相对于第二物体的朝向变化,渲染模块,用于:根据第一物体相对于第二物体的朝向变化确定第一物体的正面;根据第一物体的正面的中心点到三维坐标系的原点的朝向,以及第一物体的朝向之间的夹角,获取第三物体与第一物体之间的遮挡关系。
在一种可能的实现方式中,渲染模块,还用于将目标图像输入第一神经网络,以得到第一物体的图像。
本申请实施例的第七方面提供了一种模型训练装置,该装置包括:获取模块,用于获取待训练图像,待训练图像包含第一物体的图像;确定模块,用于将待训练图像输入待训练模型,得到第一物体相对于第二物体的位姿变化量;计算模块,用于通过预置的目标损失函数,计算第一物体相对于第二物体的位姿变化量和第一物体的真实位姿变化量之间的偏差,第一物体的真实位姿变化量根据第二物体在相机坐标系中的第二位置信息确定,第二物体为第一物体的参照物,第二位置信息为预置的信息;更新模块,用于根据该偏差对待训练模型的参数进行更新,直至满足模型训练条件,以得到第二神经网络。
从上述装置可以看出:通过该装置训练得到的第二神经网络,可以准确获取目标图像中的物体的位姿变化量。
本申请实施例的第八方面提供了一种模型训练装置,该装置包括:第一获取模块,用于获取待训练图像;第二获取模块,用于通过待训练模型获取第一物体的图像;计算模块,用于通过预置的目标损失函数,计算第一物体的图像以及第一物体的真实图像之间的偏差;更新模块,用于根据该偏差对待训练模型的参数进行更新,直至满足模型训练条件,以得到第一神经网络。
从上述装置可以看出:通过该装置训练得到的第一神经网络,可以准确获取目标图像中的第一物体的图像。
本申请实施例的第九方面提供了一种图像处理方法,该方法包括:
终端设备响应于用户的第一操作,显示目标图像,第一物体呈现在目标图像中,第一物体为真实环境中的物体。例如,用户操作终端设备后,可使得终端设备显示目标图像中,该图像呈现出某个正在跳舞的人。
终端设备响应于用户的第二操作,在目标图像中呈现虚拟物体,虚拟物体叠加在第一物体上。例如,用户再次操作终端设备,使得终端设备在目标图像呈现的人体附近,添加一个虚拟翅膀。
终端设备响应于第一物体的移动,更新第一物体在目标图像中的位姿,以及更新虚拟物体在目标图像中的位姿,以得到新的目标图像;其中,位姿包括位置和朝向,虚拟物体的朝向与第一物体的朝向相关联。例如,终端设备在确定人体发生移动(平移和/或旋转)后,则在目标图像中更新人体的位姿和虚拟翅膀的位姿,使得虚拟翅膀保持在人体的附近,且虚拟翅膀的朝向与人体的朝向相关联。
从上述方法可以看出:当终端设备响应于用户的操作,终端设备可显示目标图像。由于目标图像呈现的是正在移动的第一物体,因此,终端设备在目标图像中添加用户指示的虚拟物体时,会随着第一物体的移动,更新第一物体在目标图像中的位姿和虚拟物体的位姿,使得虚拟物体的朝向与第一物体的朝向相关联,从而使得新的目标图像能够呈现逼真的内容,提高用户体验。
在一种可能的实现方式中,在新的目标图像中,虚拟物体的朝向与第一物体的朝向相同,且更新第一物体和虚拟物体的位姿之后虚拟物体与第一物体之间的相对位置不变。
在一种可能的实现方式中,第一物体为人体,虚拟物体为虚拟翅膀。
在一种可能的实现方式中,第一操作为开启应用的操作,第二操作为添加特效的操作。
本申请实施例的第十方面提供了一种图像处理装置,该装置包括:显示模块,用于响应于用户的第一操作,显示目标图像,第一物体呈现在目标图像中,第一物体为真实环境中的物体;呈现模块,用于响应于用户的第二操作,在目标图像中呈现虚拟物体,虚拟物体叠加在第一物体上;更新模块,用于响应于第一物体的移动,更新第一物体在目标图像中的位姿,以及更新虚拟物体在目标图像中的位姿,以得到新的目标图像;其中,位姿包括位置和朝向,虚拟物体的朝向与第一物体的朝向相关联。
从上述装置可以看出:当图像处理装置响应于用户的操作,图像处理装置可显示目标图像。由于目标图像呈现的是正在移动的第一物体,因此,图像处理装置在目标图像中添加用户指示的虚拟物体时,会随着第一物体的移动,更新第一物体在目标图像中的位姿和虚拟物体的位姿,使得虚拟物体的朝向与第一物体的朝向相关联,从而使得新的目标图像能够呈现逼真的内容,提高用户体验。
在一种可能的实现方式中,在新的目标图像中,虚拟物体的朝向与第一物体的朝向相同,且更新第一物体和虚拟物体的位姿之后虚拟物体与第一物体之间的相对位置不变。
在一种可能的实现方式中,第一物体为人体,虚拟物体为虚拟翅膀。
在一种可能的实现方式中,第一操作为开启应用的操作,第二操作为添加特效的操作。
本申请实施例的第十一方面提供了一种增强现实装置,包括存储器和处理器;存储器存储有代码,处理器被配置为执行代码,当代码被执行时,增强现实装置执行如第一方面、第一方面中任意一种可能的实现方式、第二方面或第二方面中任意一种可能的实现方式所述的方法。
本申请实施例的第十二方面提供了一种模型训练装置,包括存储器和处理器;存储器存储有代码,处理器被配置为执行代码,当代码被执行时,模型训练装置执行如第三方面或第四方面所述的方法。
本申请实施例的第十三方面提供了一种电路***,该电路***包括处理电路,该处理电路配置为执行如第一方面、第一方面中任意一种可能的实现方式、第二方面、第二方面中任意一种可能的实现方式、第三方面或第四方面所述的方法。
本申请实施例的第十四方面提供了一种芯片***,该芯片***包括处理器,用于调用存储器中存储的计算机程序或计算机指令,以使得该处理器执行如第一方面、第一方面中任意一种可能的实现方式、第二方面、第二方面中任意一种可能的实现方式、第三方面或第四方面所述的方法。
在一种可能的实现方式中,该处理器通过接口与存储器耦合。
在一种可能的实现方式中,该芯片***还包括存储器,该存储器中存储有计算机程序或计算机指令。
本申请实施例的第十五方面提供了一种计算机存储介质,该计算机存储介质存储有计算机程序,该程序在由计算机执行时,使得计算机实施如第一方面、第一方面中任意一种可能的实现方式、第二方面、第二方面中任意一种可能的实现方式、第三方面或第四方面所述的方法。
本申请实施例的第十六方面提供了一种计算机程序产品,该计算机程序产品存储有指令,该指令在由计算机执行时,使得计算机实施如第一方面、第一方面中任意一种可能的实现方式、第二方面、第二方面中任意一种可能的实现方式、第三方面或第四方面所述的方法。
本申请实施例,当需要在目标图像中添加第三物体时,可先获取第二物体在相机坐标系中的第二位置信息,第三物体在相机坐标系中的第三位置信息以及目标图像中的第一物体在图像坐标系中的第一位置信息,第二位置信息和第三位置信息为预置的信息。由于第二物体为第一物体的参照物,故可根据第二位置信息和第一位置信息确定第一物体相对于第二物体的位姿变化量,该位姿变化量用于指示在相机坐标系中,第二物体到第一物体的位置变化和朝向变化。那么,可令第三物体发生相同的位置变化和朝向变化,即根据该位姿变化量和第三物体的第三位置信息确定第三物体在相机坐标系中的第四位置信息。如此一来,可使得第三物体的最终朝向和第一物体的朝向相关联(例如,二者的朝向相同或二者的朝向相近)。最后,根据第四位置信息在目标图像中渲染第三物体,在得到的新的目标图像中,第三物体的朝向可与第一物体的朝向相适应,能够呈现逼真的内容,从而提高用户体验。
附图说明
图1为人工智能主体框架的一种结构示意图;
图2a为本申请实施例提供的图像处理***的一个结构示意图;
图2b为本申请实施例提供的图像处理***的另一结构示意图;
图2c为本申请实施例提供的图像处理的相关设备的一个示意图;
图3a是本申请实施例提供的***100架构的一个示意图;
图3b为密集人体姿态估计的一个示意图;
图4为本申请实施例提供的增强现实方法的一个流程示意图;
图5为本申请实施例提供的目标图像的一个示意图;
图6为本申请实施例提供的标准人体模型和翅膀的一个示意图;
图7为本申请实施例提供的位姿变化量的一个示意图;
图8为本申请实施例提供的确定遮挡关系的过程的一个示意图;
图9为本申请实施例提供的增强现实方法的另一流程示意图;
图10为本申请实施例提供的控制标准人体模型的一个示意图;
图11为本申请实施例提供的增强现实方法的一个应用例示意图;
图12为本申请实施例提供的模型训练方法的一个流程示意图;
图13为本申请实施例提供的增强现实装置的一个结构示意图;
图14为本申请实施例提供的增强现实装置的另一结构示意图;
图15为本申请实施例提供的模型训练装置的一个结构示意图;
图16为本申请实施例提供的执行设备的一个结构示意图;
图17为本申请实施例提供的训练设备的一个结构示意图;
图18为本申请实施例提供的芯片的一个结构示意图。
具体实施方式
本申请实施例提供了一种增强现实方法及其相关设备,能够将虚拟物体的朝向与真实物体的朝向动态关联,从而令目标图像呈现逼真的内容,提高用户体验。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”并他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、***、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
人工智能(artificial intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。换句话说,人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。因此,本申请实施例可通过AI技术实现AR技术,从而为用户提供更加生动有趣的视频内容或图像内容。
首先对人工智能***总体工作流程进行描述,请参见图1,图1为人工智能主体框架的一种结构示意图,下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。其中,“智能信息链”反映从数据的获取到处理的一列过程。举例来说,可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中,数据经历了“数据—信息—知识—智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到***的产业生态过程,反映人工智能为信息技术产业带来的价值。
(1)基础设施
基础设施为人工智能***提供计算能力支持,实现与外部世界的沟通,并通过基础平台实现支撑。通过传感器与外部沟通;计算能力由智能芯片(CPU、NPU、GPU、ASIC、FPGA等硬件加速芯片)提供;基础平台包括分布式计算框架及网络等相关的平台保障和支持,可以包括云存储和计算、互联互通网络等。举例来说,传感器和外部沟通获取数据,这些数据提供给基础平台提供的分布式计算***中的智能芯片进行计算。
(2)数据
基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、语音、文本,还涉及到传统设备的物联网数据,包括已有***的业务数据以及力、位移、液位、温度、湿度等感知数据。
(3)数据处理
数据处理通常包括数据训练,机器学习,深度学习,搜索,推理,决策等方式。
其中,机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。
推理是指在计算机或智能***中,模拟人类的智能推理方式,依据推理控制策略,利用形式化的信息进行机器思维和求解问题的过程,典型的功能是搜索与匹配。
决策是指智能信息经过推理后进行决策的过程,通常提供分类、排序、预测等功能。
(4)通用能力
对数据经过上面提到的数据处理后,进一步基于数据处理的结果可以形成一些通用的能力,比如可以是算法或者一个通用***,例如,翻译,文本的分析,计算机视觉的处理,语音识别,图像的识别等等。
(5)智能产品及行业应用
智能产品及行业应用指人工智能***在各领域的产品和应用,是对人工智能整体解决方案的封装,将智能信息决策产品化、实现落地应用,其应用领域主要包括:智能终端、智能交通、智能医疗、自动驾驶、智慧城市等。
接下来介绍几种本申请的应用场景。
图2a为本申请实施例提供的图像处理***的一个结构示意图,该图像处理***包括用户设备以及数据处理设备。其中,用户设备包括手机、个人电脑或者信息处理中心等智能终端。用户设备为图像处理的发起端,作为图像处理请求的发起方,通常由用户通过用户设备发起请求。
上述数据处理设备可以是云服务器、网络服务器、应用服务器以及管理服务器等具有数据处理功能的设备或服务器。数据处理设备通过交互接口接收来自智能终端的图像增强请求,再通过存储数据的存储器以及数据处理的处理器环节进行机器学习,深度学习,搜索,推理,决策等方式的图像处理。数据处理设备中的存储器可以是一个统称,包括本地存储以及存储历史数据的数据库,数据库可以在数据处理设备上,也可以在其它网络服务器上。
在图2a所示的图像处理***中,用户设备可以接收用户的指令,例如用户设备可以获取用户输入/选择的一张图像,然后向数据处理设备发起请求,使得数据处理设备针对用户设备得到的该图像执行图像语义分割应用,从而得到针对该图像的对应的处理结果。示例性的,用户设备可以获取用户输入的一张待处理图像,然后向数据处理设备发起图像处理请求,使得数据处理设备对该图像进行执行图像处理应用(例如,图像目标检测、图像中物***姿变化量的获取等),从而得到处理后的图像。
在图2a中,数据处理设备可以执行本申请实施例的增强现实方法。
图2b为本申请实施例提供的图像处理***的另一结构示意图,在图2b中,用户设备直接作为数据处理设备,该用户设备能够直接获取来自用户的输入并直接由用户设备本身的硬件进行处理,具体过程与图2a相似,可参考上面的描述,在此不再赘述。
在图2b所示的图像处理***中,用户设备可以接收用户的指令,例如用户设备可以获取用户在用户设备中所选择的一张待处理图像,然后再由用户设备自身针对该图像执行图像处理应用(例如,图像目标检测、图像中物***姿变化量的获取等),从而得到针对该图像的对应的处理结果。
在图2b中,用户设备自身就可以执行本申请实施例的增强现实方法。
图2c为本申请实施例提供的图像处理的相关设备的一个示意图。
上述图2a和图2b中的用户设备具体可以是图2c中的本地设备301或者本地设备302,图2a中的数据处理设备具体可以是图2c中的执行设备210,其中,数据存储***250可以存储执行设备210的待处理数据,数据存储***250可以集成在执行设备210上,也可以设置在云上或其它网络服务器上。
图2a和图2b中的处理器可以通过神经网络模型或者其它模型(例如,基于支持向量机的模型)进行数据训练/机器学习/深度学习,并利用数据最终训练或者学习得到的模型针对图像执行图像处理应用,从而得到相应的处理结果。
图3a为本申请实施例提供的***100架构的一个示意图,在图3a中,执行设备110配置输入/输出(input/output,I/O)接口112,用于与外部设备进行数据交互,用户可以通过客户设备140向I/O接口112输入数据,所述输入数据在本申请实施例中可以包括:各个待调度任务、可调用资源以及其他参数。
在执行设备110对输入数据进行预处理,或者在执行设备110的计算模块111执行计算等相关的处理(比如进行本申请中神经网络的功能实现)过程中,执行设备110可以调用数据存储***150中的数据、代码等以用于相应的处理,也可以将相应处理得到的数据、指令等存入数据存储***150中。
最后,I/O接口112将处理结果返回给客户设备140,从而提供给用户。
值得说明的是,训练设备120可以针对不同的目标或称不同的任务,基于不同的训练数据生成相应的目标模型/规则,该相应的目标模型/规则即可以用于实现上述目标或完成上述任务,从而为用户提供所需的结果。其中,训练数据可以存储在数据库130中,且来自于数据采集设备160采集的训练样本。
在图3a中所示情况下,用户可以手动给定输入数据,该手动给定可以通过I/O接口112提供的界面进行操作。另一种情况下,客户设备140可以自动地向I/O接口112发送输入数据,如果要求客户设备140自动发送输入数据需要获得用户的授权,则用户可以在客户设备140中设置相应权限。用户可以在客户设备140查看执行设备110输出的结果,具体的呈现形式可以是显示、声音、动作等具体方式。客户设备140也可以作为数据采集端,采集如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果作为新的样本数据,并存入数据库130。当然,也可以不经过客户设备140进行采集,而是由I/O接口112直接将如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果,作为新的样本数据存入数据库130。
值得注意的是,图3a仅是本申请实施例提供的一种***架构的示意图,图中所示设备、器件、模块等之间的位置关系不构成任何限制,例如,在图3a中,数据存储***150相对执行设备110是外部存储器,在其它情况下,也可以将数据存储***150置于执行设备110中。如图3a所示,可以根据训练设备120训练得到神经网络。
本申请实施例还提供的一种芯片,该芯片包括神经网络处理器NPU。该芯片可以被设置在如图3a所示的执行设备110中,用以完成计算模块111的计算工作。该芯片也可以被设置在如图3a所示的训练设备120中,用以完成训练设备120的训练工作并输出目标模型/规则。
神经网络处理器NPU,NPU作为协处理器挂载到主中央处理器(centralprocessing unit,CPU)(host CPU)上,由主CPU分配任务。NPU的核心部分为运算电路,控制器控制运算电路提取存储器(权重存储器或输入存储器)中的数据并进行运算。
在一些实现中,运算电路内部包括多个处理单元(process engine,PE)。在一些实现中,运算电路是二维脉动阵列。运算电路还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中,运算电路是通用的矩阵处理器。
举例来说,假设有输入矩阵A,权重矩阵B,输出矩阵C。运算电路从权重存储器中取矩阵B相应的数据,并缓存在运算电路中每一个PE上。运算电路从输入存储器中取矩阵A数据与矩阵B进行矩阵运算,得到的矩阵的部分结果或最终结果,保存在累加器(accumulator)中。
向量计算单元可以对运算电路的输出做进一步处理,如向量乘,向量加,指数运算,对数运算,大小比较等等。例如,向量计算单元可以用于神经网络中非卷积/非FC层的网络计算,如池化(pooling),批归一化(batch normalization),局部响应归一化(localresponse normalization)等。
在一些实现种,向量计算单元能将经处理的输出的向量存储到统一缓存器。例如,向量计算单元可以将非线性函数应用到运算电路的输出,例如累加值的向量,用以生成激活值。在一些实现中,向量计算单元生成归一化的值、合并值,或二者均有。在一些实现中,处理过的输出的向量能够用作到运算电路的激活输入,例如用于在神经网络中的后续层中的使用。
统一存储器用于存放输入数据以及输出数据。
权重数据直接通过存储单元访问控制器(direct memory access controller,DMAC)将外部存储器中的输入数据搬运到输入存储器和/或统一存储器、将外部存储器中的权重数据存入权重存储器,以及将统一存储器中的数据存入外部存储器。
总线接口单元(bus interface unit,BIU),用于通过总线实现主CPU、DMAC和取指存储器之间进行交互。
与控制器连接的取指存储器(instruction fetch buffer),用于存储控制器使用的指令;
控制器,用于调用指存储器中缓存的指令,实现控制该运算加速器的工作过程。
一般地,统一存储器,输入存储器,权重存储器以及取指存储器均为片上(On-Chip)存储器,外部存储器为该NPU外部的存储器,该外部存储器可以为双倍数据率同步动态随机存储器(double data rate synchronous dynamic random access memory,DDRSDRAM)、高带宽存储器(high bandwidth memory,HBM)或其他可读可写的存储器。
由于本申请实施例涉及大量神经网络的应用,为了便于理解,下面先对本申请实施例涉及的相关术语及神经网络等相关概念进行介绍。
(1)神经网络
神经网络可以是由神经单元组成的,神经单元可以是指以xs和截距1为输入的运算单元,该运算单元的输出可以为:
其中,s=1、2、……n,n为大于1的自然数,Ws为xs的权重,b为神经单元的偏置。f为神经单元的激活函数(activation functions),用于将非线性特性引入神经网络中,来将神经单元中的输入信号转换为输出信号。该激活函数的输出信号可以作为下一层卷积层的输入。激活函数可以是sigmoid函数。神经网络是将许多个上述单一的神经单元联结在一起形成的网络,即一个神经单元的输出可以是另一个神经单元的输入。每个神经单元的输入可以与前一层的局部接受域相连,来提取局部接受域的特征,局部接受域可以是由若干个神经单元组成的区域。
神经网络中的每一层的工作可以用数学表达式y=a(Wx+b)来描述:从物理层面神经网络中的每一层的工作可以理解为通过五种对输入空间(输入向量的集合)的操作,完成输入空间到输出空间的变换(即矩阵的行空间到列空间),这五种操作包括:1、升维/降维;2、放大/缩小;3、旋转;4、平移;5、“弯曲”。其中1、2、3的操作由Wx完成,4的操作由+b完成,5的操作则由a()来实现。这里之所以用“空间”二字来表述是因为被分类的对象并不是单个事物,而是一类事物,空间是指这类事物所有个体的集合。其中,W是权重向量,该向量中的每一个值表示该层神经网络中的一个神经元的权重值。该向量W决定着上文所述的输入空间到输出空间的空间变换,即每一层的权重W控制着如何变换空间。训练神经网络的目的,也就是最终得到训练好的神经网络的所有层的权重矩阵(由很多层的向量W形成的权重矩阵)。因此,神经网络的训练过程本质上就是学习控制空间变换的方式,更具体的就是学习权重矩阵。
因为希望神经网络的输出尽可能的接近真正想要预测的值,所以可以通过比较当前网络的预测值和真正想要的目标值,再根据两者之间的差异情况来更新每一层神经网络的权重向量(当然,在第一次更新之前通常会有初始化的过程,即为神经网络中的各层预先配置参数),比如,如果网络的预测值高了,就调整权重向量让它预测低一些,不断的调整,直到神经网络能够预测出真正想要的目标值。因此,就需要预先定义“如何比较预测值和目标值之间的差异”,这便是损失函数(loss function)或目标函数(objective function),它们是用于衡量预测值和目标值的差异的重要方程。其中,以损失函数举例,损失函数的输出值(loss)越高表示差异越大,那么神经网络的训练就变成了尽可能缩小这个loss的过程。
(2)反向传播算法
神经网络可以采用误差反向传播(back propagation,BP)算法在训练过程中修正初始的神经网络模型中参数的大小,使得神经网络模型的重建误差损失越来越小。具体地,前向传递输入信号直至输出会产生误差损失,通过反向传播误差损失信息来更新初始的神经网络模型中参数,从而使误差损失收敛。反向传播算法是以误差损失为主导的反向传播运动,旨在得到最优的神经网络模型的参数,例如权重矩阵。
(3)密集人体姿态估计(dense human pose estimation)
通过密集人体姿态估计算法,可建立图像的像素点和三维的标准人体模型的表面点之间的密集对应关系。如图3b所示(图3b为密集人体姿态估计的一个示意图),该算法可建立二维的图像中真实人体的每一个像素点与三维的标准人体模型中的表面点之间的对应关系。
下面从神经网络的训练侧和神经网络的应用侧对本申请提供的方法进行描述。
本申请实施例提供的模型训练方法,涉及图像的处理,具体可以应用于数据训练、机器学习、深度学习等数据处理方法,对训练数据(如本申请中的待训练图像)进行符号化和形式化的智能信息建模、抽取、预处理、训练等,最终得到训练好的神经网络(如本申请中的第一神经网路和第二神经网络);并且,本申请实施例提供的增强现实方法可以运用上述训练好的神经网络,将输入数据(如本申请中的目标图像)输入到所述训练好的神经网络中,得到输出数据(如本申请中第一物体的图像、第一物体相对于第二物体的位姿变化量等等)。需要说明的是,本申请实施例提供的模型训练方法和增强现实方法是基于同一个构思产生的发明,也可以理解为一个***中的两个部分,或一个整体流程的两个阶段:如模型训练阶段和模型应用阶段。
图4为本申请实施例提供的增强现实方法的一个流程示意图。如图4所示,该方法包括:
401、获取相机拍摄的目标图像,以及第一物体在目标图像中的第一位置信息。
402、获取第二物体在相机对应的三维坐标系中的第二位置信息,第三物体在该三维坐标系中的第三位置信息,第二物体为第一物体的参照物,第二位置信息和第三位置信息为预置的信息。
当用户需要在呈现真实环境的目标图像中添加虚拟物体(或额外添加真实物体)时,可先获取相机拍摄的目标图像,其中,目标图像所呈现的真实环境包含多个真实物体(即目标图像由多个真实物体的图像构成),例如,如图5所示(图5为本申请实施例提供的目标图像的一个示意图)的真实人体、树木、房屋等等物体。在多个真实物体中,可将用户所关注的真实物体视为第一物体。进一步地,还可将用户待添加的虚拟物体的真实物体视为第三物体,将用户关注的真实物体的参照物视为第二物体。例如,用户想在目标图像中的真实人体上添加一个翅膀,可将三维的标准人体模型作为真实人体的参照物。
具体地,第二物体通常为与第一物体对应的标准物体模型,第二物体可通过主成分分析(principal component analysis,PCA)算法获取,也可通过人工设置得到的等等。作为第一物体的参照物,第二物体在相机坐标系中的第二位置信息是预置的,即第二物体的每个表面点(整个物体的所有表面点)在相机坐标系中的三维坐标已被预置。如此一来,第二物体被提前设置有一个位姿,即第二物体被提前设置在相机坐标系中的某个位置,且被提前设置有一个朝向(姿势)。
同样地,第三物体在相机坐标系(即拍摄目标物体的相机对应的三维坐标系)中的第三位置信息也是预置的,即第三物体的每个表面点(整个物体的所有表面点)在相机坐标系中的三维坐标已被预置,可见,第三物体也被提前设置有一个位姿。值得注意的是,第二物体的第二位置信息和第三物体的第三位置信息可以是相关联的,即在相机坐标系中,为第二物体设置的位置与为第三物体设置的位置是相关联的,且为第二物体设置的朝向与为第三物体设置的朝向也是相关联的(例如,二者的朝向是相同或相近的)。依旧如上述例子,如图6所示(图6为本申请实施例提供的标准人体模型和翅膀的一个示意图),标准人体模型被设置于相机坐标系的原点处,而翅膀被设置于标准人体的背部上,标准人体模型的朝向(图6中,标准人体模型的朝向指向z轴的正半轴)和翅膀的朝向是相同的,标准人体模型的朝向是指标准人体模型的正面所指的方向,翅膀的朝向是指翅膀的衔接端所指的方向。
由于第一物体在目标图像中也占据着一定的位置,故可获取第一物体在图像坐标系(即目标图像对应的二维坐标系)中的第一位置信息,即第一物体的每个表面点(也可以称为像素点)在图像坐标系中的二维坐标。需要说明的是,本实施例中,第一物体的每个表面点指相机所拍摄到的第一物体的各个表面点(即目标图像所呈现的第一物体的各个表面点),例如,若相机拍到的是第一物体的正面,那么,此处指第一物体的正面的每个表面点,若相机拍到的是第一物体的背面,那么,此处指第一物体的背面的每个表面点,若相机拍到的是第一物体的侧面,那么,此处指第一物体的侧面的每个表面点等等。
可见,在获取需要处理的目标图像后,可直接获取第二物体的第二位置信息以及第三物体的第三位置信息,并从目标图像中获取第一物体的第一位置信息。
应理解,前述相机坐标系为以拍摄目标图像的相机为原点,所构建的三维坐标系。前述图像坐标系为以目标图像的左上角为原点,所构建的二维坐标系。
还应理解,本实施例中,第一物体的朝向即第一物体的正面所指的方向,第一物体的朝向与为第二物体预设的朝向通常是不同的,且第一物体的位置与为第二物体预设的位置通常是不同的。
403、根据第一位置信息和第二位置信息确定第一物体相对于第二物体的位姿变化量。
得到第二物体的第二位置信息、第三物体的第三位置信息以及第一物体的第一位置信息后,可根据第二位置信息和第一位置信息确定第一物体相对于第二物体的位姿变化量,其中,第一物体相对于第二物体的位姿变化量(也可以称为变换矩阵)用于指示第二物体到第一物体的位置变化(包含x轴上的距离变化、y轴上的距离变化以及z轴上的距离变化)以及第二物体到第一物体的朝向变化(包含x轴上的旋转角变化、y轴上的旋转角变化、以及z轴上的旋转角变化)。具体地,第一物体相对于第二物体的位姿变化量可通过多种方式确定,下文将分别进行介绍:
在一种可能的实现方式中,根据第二位置信息和第一位置信息确定第一物体相对于第二物体的位姿变化量包括:(1)获取第一物体的深度信息。具体地,第一物体的深度信息包含第一物体中每个表面点的深度值,每个表面点的深度值用于指示该表面点到相机的距离。(2)根据第一物体在图像坐标系中的第一位置信息和第一物体的深度信息,确定第一物体在相机坐标系中的第五位置信息。具体地,将第一物体的每个表面点的二维坐标结合每个表面点的深度值,计算出第一物体的每个表面点在相机坐标系中的三维坐标。如此一来,便确定了第一物体在相机坐标系中的位姿。(3)计算第二物体的第二位置信息和第一物体的第五位置信息之间的变化量,得到第一物体相对于第二物体的位姿变化量。具体地,通过密集人体姿态估计算法,可确定第一物体的多个表面点与第二物体的多个表面点之间的对应关系(即第一物体的每个表面点在第二物体上的相应点),故基于该对应关系,可计算出第一物体中每个表面点的三维坐标与第二物体的对应表面点的三维坐标之间的距离,从而得到第一物体相对于第二物体的位姿变化量。
在另一种可能的实现方式中,根据第二位置信息和第一位置信息确定第一物体相对于第二物体的位姿变化量包括:(1)对第二物体在相机坐标系中的第二位置信息进行变换,得到第一物体在相机坐标系中的第五位置信息。具体地,通过密集人体姿态估计算法,可确定第一物体的每个表面点在第二物体上的相应点。由于第二物体上这部分点的三维坐标已被预置,可对第二物体上的这部分点的三维坐标进行随意的变换(即对这部分点进行随意的旋转平移),旋转平移后的这部分点的三维坐标可视为第一物体的每个表面点在相机坐标系中的三维坐标。(2)将第一物体在相机坐标系中的第五位置信息投影至图像坐标系,得到第一物体在图像坐标系中的第六位置信息。具体地,可将旋转平移后的这部分点的三维坐标投影至目标图像,从而得到第一物体的每个表面点在目标图像中的新二维坐标。(3)若第六位置信息与第一位置信息之间的变化量满足预置的条件,将对第二位置信息进行变换操作的变换矩阵确定为第一物体相对于第二物体的位姿变化量。具体地,若第一物体每个表面点在目标图像中的原始二维坐标与新二维坐标之间的距离,满足预置的条件,则将步骤(1)中的变换操作(也就是一个变换矩阵)确定为第一物体相对于第二物体的位姿变化量。若不满足预置的条件,则重新执行步骤(1)至步骤(3),直至满足预置的条件。
进一步地,前述预置的条件可为小于或等于预置的距离阈值,也可以为多轮计算中的最小值等等。例如,可以反复执行前述步骤(1)和步骤(2),得到十个待判断的距离,从中选择一个最小的距离值作为满足预置的条件的距离,并将该距离对应的变换操作确定为第一物体相对于第二物体的位姿变化量。
为了进一步理解前述确定位姿变化量的过程,下文结合图7做进一步的介绍。图7为本申请实施例提供的位姿变化量的一个示意图,需要说明的是,图7在图5的基础上构建,即图7中的真实人体即为图5中的真实人体。如图7所示,标准人体模型设置在相机坐标系的原点处,翅膀设置在标准人体模型的背部上,且为标准人体模型设置的朝向和为翅膀设置的朝向是相同的。在如图5所示的目标图像中,确定需在真实人体的背后添加翅膀后,则可以获取真实人体在目标图像中的位置信息,即真实人体中每个表面点在目标图像中的二维坐标,并获取标准人体模型在相机坐标系中的的位置信息,即为标准人体模型中每个表面点设置的三维坐标。
然后,需要确定目标图像中的真实人体在相机坐标系中的位置信息,例如,可根据真实人体的每个表面点在目标图像中的二维坐标以及真实人体的每个表面点的深度值,确定真实人体的每个表面点在相机坐标系中的三维坐标。又如,确定真实人体的每个表面点在标准人体模型上的相应点,并对这部分点进行旋转平移操作,直至操作后的这部分点的三维坐标满足要求(如,这部分点的三维坐标投影至目标图像中所得到的二维坐标,与真实人体每个表面点在目标图像中的二维坐标之间的距离最小等等),则可将这部分点的三维坐标最终确定为真实人体的每个表面点在相机坐标系中的三维坐标。如此一来,则可以确定真实人体在相机坐标系中的位置和朝向。
最后,可根据标准人体模型在相机坐标系中的的位置信息以及真实人体在相机坐标系中的位置信息,确定真实人体相对于标准人体模型的位姿变化量。具体地,得到真实人体的每个表面点在相机坐标系中的三维坐标后,对于真实人体的任意一个表面点,可计算该表面点的三维坐标以及该点在标准人体模型上的相应点的三维坐标(即为该相应点设置的三维坐标)之间的距离,对真实人体的每个表面点均计算前述计算后,可得到真实人体相对于标准人体模型的位姿变化量。如图7所示,真实人体的朝向并非指向z轴的正半轴(即真实人体的朝向稍微偏离z轴的正半轴,而非正对着z轴的正半轴),而标准人体模型的朝向则指向z轴的正半轴,即真实人体的朝向和标准人体模型的朝向存在一定的差距,且真实人体的位置与标准人体模型的位置也存在一定的差距,真实人体相对于标准人体模型的位姿变化量则可用于表示真实人体的朝向和标准人体模型的朝向之间的变化,以及真实人体的位置与标准人体模型的位置之间的变化。
404、根据位姿变化量对第三位置信息进行变换,以得到第三物体在该三维坐标系中的第四位置信息。
得到第一物体相对于第二物体的位姿变化量后,由于该位姿变化量则可用于表示第一物体与第二物体之间的朝向变化以及第一物体与第二物体之间的位置变化,故可让第三物体发生相同的朝向变化和位置变化,即根据该位姿变化量对第三位置信息进行变换,得到第三物体在相机坐标系中的第四位置信息,从而确定第三物体的最终位置和最终朝向。具体的,对于第三物体的任意一个表面点,均可利用第一物体相对于第二物体的位姿变化量,对该表面点的三维坐标进行变换(例如,进行矩阵相乘计算),得到该表面点的新三维坐标。在将第三物体的所有表面点均进行前述变换后,则将第三物体从原先设置的位置平移至最终位置,将第三物体从原先设置的朝向旋转至最终朝向。
如图7所示,得到真实人体相对于标准人体模型的位姿变化量后,该位姿变化量表示标准人体模型到真实人体的朝向变化,以及标准人体模型到真实人体的位置变化,故可令翅膀也发生相同的朝向变化以及位置变化,即根据该位姿变化量对翅膀进行旋转平移,使得旋转平移后的翅膀与真实人体产生联系,即翅膀位于真实人体的背部处,且二者的朝向相同。
405、根据第四位置信息在目标图像中渲染第三物体,以得到新的目标图像。
得到第三物体的第四位置信息后,可先根据第四位置信息进行小孔成像,以得到第三物体的图像。然后,获取第三物体与第一物体之间的遮挡关系,并在目标图像中,根据遮挡关系将第三物体的图像和第一物体的图像进行融合,得到新的目标图像。具体地,可通过多种方式获取第三物体与第一物体之间的遮挡关系,下文将分别进行介绍:
在一种可能的实现方式中,获取第三物体与第一物体之间的遮挡关系包括:(1)根据第五位置信息计算第一物体与三维坐标系的原点之间的第一距离。具体地,根据第一物体的每个表面点在相机坐标系中的三维坐标可计算出第一物体的每个表面点到原点的距离,并将这这部分点到原点的距离的平均值作为第一物体到原点的第一距离。(2)根据第四位置信息计算第三物体与三维坐标系的原点之间的第二距离。具体地,根据第三物体的每个表面点在相机坐标系中的新三维坐标可计算出第三物体的每个表面点到原点的距离,并将这这部分点到原点的距离的平均值作为第三物体到原点的第二距离。(3)比较第一距离和第二距离,以得到第三物体与第一物体之间的遮挡关系。具体地,若第一距离小于或等于第二距离时,则第三物体被第一物体遮挡,若第一距离大于第二距离时,则第一物体被第三物体遮挡。
在另一种可能的实现方式中,获取第三物体与第一物体之间的遮挡关系包括:(1)获取第一物体的多个表面点与第二物体的多个表面点之间的对应关系。(2)根据该对应关系,获取第一物体的多个表面点在第二物体上的分布情况。例如,第一物体有多少表面点位于第二物体的正面上,第一物体有多少表面点位于第二物体的背面上。(3)根据该分布情况,获取第三物体与第一物体之间的遮挡关系。具体的,在第一物体的表面点中,若位于第二物体的正面上的表面点数量大于或等于位于第二物体的背面上的表面点数量,则第三物体被第一物体遮挡,若位于第二物体的正面上的表面点数量小于位于第二物体的背面上的表面点数量,则第一物体被第三物体遮挡。
在另一种可能的实现方式中,获取第三物体与第一物体之间的遮挡关系包括:(1)根据第一物体相对于第二物体的朝向变化确定第一物体的正面。具体地,由于为第二物体设置的朝向是已知的,故可第二物体的正面也是已知的。那么,根据第一物体相对于第二物体的朝向变化以及第二物体的朝向,可确定第一物体的朝向,即确定第一物体的正面。(2)如图8所示(图8为本申请实施例提供的确定遮挡关系的过程的一个示意图),根据第一物体的正面的中心点到相机坐标系的原点(相机)的朝向,以及第一物体的朝向(即第一物体的正面所指的方向)之间的夹角,获取第三物体与第一物体之间的遮挡关系。例如,若该夹角小于或等于90°,则第三物体被第一物体遮挡,若该夹角大于90°,则第一物体被第三物体遮挡。
在得到第三物体与第一物体之间的遮挡关系后,可通过第一神经网络对目标图像进行显著目标检测,得到第一物体的图像以及除第一物体之外的其余物体的图像。若第三物体被第一物体遮挡,则在将第一物体的图像、第三物体的图像以及其余物体的图像进行融合时,可令第一物体的图像覆盖第三物体的图像,得到新的目标图像。若第一物体被第三物体遮挡,则在将第一物体的图像、第三物体的图像以及其余物体的图像进行融合时,可令第三物体的图像覆盖第一物体的图像,得到新的目标图像。例如,在新的目标图像中,由于真实人体是遮挡翅膀的(即相机拍摄到的是真实人体的大部分正面),故翅膀与真实人体的衔接处,翅膀的图像会被真实人体的图像所覆盖,从而使得新的目标图像显示出更加逼真的内容,提高用户体验。
本申请实施例中,当需要在目标图像中添加第三物体时,可先获取第二物体在相机坐标系中的第二位置信息,第三物体在相机坐标系中的第三位置信息以及目标图像中的第一物体在图像坐标系中的第一位置信息,第二位置信息和第三位置信息为预置的信息。由于第二物体为第一物体的参照物,故可根据第二位置信息和第一位置信息确定第一物体相对于第二物体的位姿变化量,该位姿变化量用于指示在相机坐标系中,第二物体到第一物体的位置变化和朝向变化。那么,可令第三物体发生相同的位置变化和朝向变化,即根据该位姿变化量和第三物体的第三位置信息确定第三物体在相机坐标系中的第四位置信息。如此一来,可使得第三物体的最终朝向和第一物体的朝向相关联(例如,二者的朝向相同或二者的朝向相近)。最后,根据第四位置信息在目标图像中渲染第三物体,在得到的新的目标图像中,第三物体的朝向可与第一物体的朝向相适应,能够呈现逼真的内容,从而提高用户体验。
图9为本申请实施例提供的增强现实方法的另一流程示意图。如图9所示,该方法包括:
901、获取相机拍摄的目标图像,和第三物体在相机对应的三维坐标系中的第三位置信息,目标图像包含第一物体的图像。
902、将目标图像输入第二神经网络,以得到第一物体相对于第二物体的位姿变化量,第二神经网络根据第二物体在该三维坐标系中的第二位置信息训练得到,第二物体为第一物体的参照物,第二位置信息和第三位置信息为预置的信息。
关于目标图像、第一物体、第二物体、第三物体、第二物体的第二位置信息以及第三物体的第三位置信息的介绍,可参考图4所示实施例中步骤401和步骤402中的相关说明部分,此处不再赘述。
在得到目标图像中,可将目标图像输入第二神经网络,得到第二物体的控制参数,包含形状参数和姿势参数,其中,形状参数用于控制第二物体的形状(高矮胖瘦等),姿势参数用于控制第二物体的姿势(朝向、动作等等)。
通过调整上式中的形状参数和姿势参数,可将第二物体的形态调整得跟第一物体在目标图像中的形态一致或相近。为了便于理解,下文结合图10对前述控制参数做进一步的介绍。图10为本申请实施例提供的控制标准人体模型的一个示意图。通过改变标准人体模型的原始形状参数β和原始姿势参数θ,可以调整标准人体模型的尺寸和姿态,从而使得调整后的模型(调整后的模型的形状参数为β1,调整后的模型的姿势参数为θ1)的形态与目标图像中的真实人体的形态相同或相近。
在得到第二物体的控制参数后,可对这部分控制参数进行计算,得到第一物体相对于第二物体的位姿变化量。
903、根据位姿变化量对第三位置信息进行变换,以得到第三物体在该三维坐标系中的第四位置信息。
904、根据第四位置信息在目标图像中渲染第三物体,以得到新的目标图像。
得到第三物体的第四位置信息后,可先根据第四位置信息进行小孔成像,以得到第三物体的图像。接着,可获取第二物体的第二位置信息,并根据第一物体相对于第二物体的位姿变化量对第二位置信息进行变换,得到第一物体在相机坐标系中的第五位置信息。然后,获取第三物体与第一物体之间的遮挡关系。最后,在目标图像中,根据遮挡关系将第三物体的图像和第一物体的图像进行融合,以得到新的目标图像。
其中,可通过多种方式获取第三物体与第一物体之间的遮挡关系:
在一种可能的实现方式中,获取第三物体与第一物体之间的遮挡关系包括:根据第五位置信息计算第一物体与三维坐标系的原点之间的第一距离;根据第四位置信息计算第三物体与三维坐标系的原点之间的第二距离;比较第一距离和第二距离,以得到第三物体与第一物体之间的遮挡关系。
在另一种可能的实现方式中,获取第三物体与第一物体之间的遮挡关系包括:根据第一物体相对于第二物体的朝向变化确定第一物体的正面;根据第一物体的正面的中心点到三维坐标系的原点的朝向,以及第一物体的朝向之间的夹角,获取第三物体与第一物体之间的遮挡关系。
此外,在进行图像融合之前,可通过第一神经网络对目标图像进行显著目标检测,得到第一物体的图像以及除第一物体之外的其余物体的图像。然后,基于第三物体与第一物体之间的遮挡关系,将第一物体的图像、其余物体的图像和第三物体的图像进行融合,得到新的目标图像。
关于步骤903和步骤904的介绍,可参考图4所示实施例中步骤404和步骤405中的相关说明部分,此处不再赘述。
本申请实施例中,当需要在目标图像中添加第三物体时,可先获取目标图像以及第三物体在相机坐标系中的第三位置信息,目标图像包含第一物体的图像。然后,将目标图像输入第二神经网络,得到第一物体相对于第二物体的位姿变化量,第二神经网络根据第二物体在相机坐标系中的第二位置信息训练得到,第二物体为第一物体的参照物,第二位置信息和第三位置信息为预置的信息。具体地,第一物体相对于第二物体的位姿变化量用于指示在相机坐标系中,第二物体到第一物体的位置变化和朝向变化,那么,故可令第三物体发生相同的位置变化和朝向变化,即根据该位姿变化量和第三物体的第三位置信息确定第三物体在相机坐标系中的第四位置信息。如此一来,可使得第三物体的最终朝向和第一物体的朝向存在相关联。最后,根据第四位置信息在目标图像中渲染第三物体,在得到的新的目标图像中,第三物体的朝向可与第一物体的朝向相适应,能够呈现逼真的内容,从而提高用户体验。
为了进一步理解本申请实施例提供的增强现实方法,下面结合图11作进一步的介绍。图11为本申请实施例提供的增强现实方法的一个应用例示意图。如图11所示,该应用例包括:
S1、终端设备响应于用户的第一操作,显示目标图像,第一物体呈现在目标图像中,第一物体为真实环境中的物体。例如,当用户在终端设备开启应用(例如,某个直播软件,某个拍摄软件等等)时,终端设备可显示如图11所示的目标图像,该目标图像呈现的内容中,存在一个正在往左步行的真实人体。
S2、响应于用户的第二操作,在目标图像中呈现虚拟物体,虚拟物体叠加在第一物体上。依旧如上述例子,当用户在终端设备上,向已启动的应用输入添加特效(如某个虚拟翅膀)的操作时,终端设备可在目标图像中人体的背部处渲染出虚拟翅膀,此时,真实人体的朝向和虚拟翅膀的朝向均向左。
S3、响应于第一物体的移动,更新第一物体在目标图像中的位姿,以及更新虚拟物体在目标图像中的位姿,以得到新的目标图像;其中,位姿包括位置和朝向,虚拟物体的朝向与第一物体的朝向相关联。依旧如上述例子,当终端设备确定真实人体开始往右步行时,即真实人体的朝向发生了变化,终端设备可更新真实人体在目标图像中的位姿(包含位置和朝向),并同步更新虚拟翅膀在目标图像中的位姿,使得虚拟翅膀依旧显示于真实人体的背部处,且虚拟翅膀的朝向和真实人体的朝向保持向右,从而得到新的目标图像。如此一来,虚拟翅膀的朝向可以随着真实人体的朝向变化而变化,二者的朝向可以动态关联,且二者的相对位置保持不变。
需要说明的是,本应用例中的虚拟物体可以为前述实施例中的第三物体,虚拟物体的位姿的计算方法,可以根据图4中步骤401至步骤404得到,或根据图9所示实施例中步骤901至步骤903得到,此处不做限制。
以上是对本申请实施例提供的增强现实方法所进行的详细说明,以下将对本申请实施例提供的模型训练方法进行介绍,图12为本申请实施例提供的模型训练方法的一个流程示意图,如图12所示,该方法包括:
1201、获取待训练图像,待训练图像包含第一物体的图像。
在进行模型训练前,可获取某一批待训练图像,其中,每个待训练图像均包含第一物体的图像,不同待训练图像中的第一物体的形态可以是不同的,也可以是相同。例如,待训练图像A中的真实人体的正面对着相机,待训练图像B中的真实人体的背面对着相机等等。
对于任意一个待训练图像而言,该待训练图像所对应的用于调整第二物体的真实控制参数是已知的,第二物体为第一物体的参照物。利用这部分真实控制参数,可调整第二物体的形态,使得调整后的第二物体的形态与该待训练图像中第一物体的形态相同或相近。如此一来,基于这部分真实控制参数,也可确定该待训练图像所对应的真实位姿变化量(,即对于该待训练图像而言,第一物体相对于第二物体的真实位姿变化量)是已知的。
需要说明的是,第二物体在相机坐标系中的第二位置信息是预置的,相当于为第二物体设置了一个原始形态,即为第二物体设置了原始控制参数。而每一个待训练图像对应的真实控制参数是在第二物体的原始控制参数的基础上确定的,故对于任意一个待训练图像而言,该待训练图像对应的真实控制参数基于第二物体的第二位置信息确定,即该待训练图像对应的真实位姿变化量根据第二物体的第二位置信息确定。
应理解,关于第一物体、第二物体以及第二物体的第二位置信息的介绍,可参考图4所示实施例中步骤401和步骤402的相关说明部分,此处不再赘述。
1202、将待训练图像输入待训练模型,得到第一物体相对于第二物体的位姿变化量。
对于任意一个待训练图像,将该待训练图像输入待训练模型,可使得待训练模型输出该待训练图像对应的位姿变化量,也可以理解为该待训练图像中,第一物体相对于第二物体的预测位姿变化量。
1203、通过预置的目标损失函数,计算第一物体相对于第二物体的位姿变化量和第一物体的真实位姿变化量之间的偏差。
对于任意一个待训练图像,得到该训练图像对应的预测位姿变化量后,可通过预置的目标损失函数计算该训练图像对应的位姿变化量和该训练图像对应的真实位姿变化量之间的偏差。如此一来,可得到该批待训练图像中,每个待训练图像所对应的偏差。
1204、根据该偏差对待训练模型的参数进行更新,直至满足模型训练条件,以得到第二神经网络。
对于任意一个待训练图像,若该待训练图像所对应的偏差在合格范围内,则将该待训练图像视为合格的待训练图像,若在合格范围外,则视为不合格的待训练图像。若该批批待训练图像中,仅有少量合格的待训练图像,则调整待训练模型的参数,并重新用另一批待训练图像进行训练(即重新执行步骤1201至步骤1204),直至存在大量合格的待训练图像帧,以得到图9所示实施例中的第二神经网络。
本申请实施例中,通过该训练方法训练得到的第二神经网络,可以准确获取目标图像中的物体的位姿变化量。
本申请实施例还涉及一种模型训练方法,该方法包括:获取待训练图像;通过待训练模型获取第一物体的图像;通过预置的目标损失函数,计算第一物体的图像以及第一物体的真实图像之间的偏差;根据该偏差对待训练模型的参数进行更新,直至满足模型训练条件,以得到第一神经网络。
在进行模型训练前,获取某一批待训练图像,并提前确定每个待训练图像中第一物体的真实图像。开始训练后,可向待训练模型输入某个待训练图像。然后,通过待训练模型获取该待训练图像帧中第一物体的图像(预测图像)。最后,通过目标损失函数计算待训练模型输出的该待训练图像中第一物体的图像和该待训练图像中第一物体的真实图像之间的偏差,若该偏差在合格范围内,则将该待训练图像视为合格的待训练图像,若在合格范围外,则视为不合格的待训练图像。对于该批待训练图像,每一个训练图像均需进行前述过程,此处不再赘述。若该批待训练图像中,仅有少量合格的待训练图像,则调整待训练模型的参数,并重新用另一批待训练图像进行训练,直至存在大量合格的待训练图像,以得到如图4或图9所示实施例中的第一神经网络。
本申请实施例中,通过该方法训练得到的第一神经网络,可以准确获取目标图像中的第一物体的图像。
以上是对本申请实施例提供的模型训练方法所进行的详细说明,以下将对本申请实施例提供的增强现实装置进行介绍。图13为本申请实施例提供的增强现实装置的一个结构示意图,如图13所示,该装置包括:
第一获取模块1301,用于获取相机拍摄的目标图像,和第一物体在目标图像中的第一位置信息;
第二获取模块1302,用于获取第二物体在相机对应的三维坐标系中的第二位置信息,和第三物体在三维坐标系中的第三位置信息,第二物体为第一物体的参照物,第二位置信息和第三位置信息为预置的信息;
第三获取模块1303,用于根据第一位置信息和第二位置信息,获取第一物体相对于第二物体的位姿变化量;
变换模块1304,用于根据位姿变化量对第三位置信息进行变换,以得到第三物体在三维坐标系中的第四位置信息;
渲染模块1305,用于根据第四位置信息在目标图像中渲染第三物体,以得到新的目标图像。
本申请实施例中,当需要在目标图像中添加第三物体时,可先获取第二物体在相机坐标系中的第二位置信息,第三物体在相机坐标系中的第三位置信息以及目标图像中的第一物体在图像坐标系中的第一位置信息,第二位置信息和第三位置信息为预置的信息。由于第二物体为第一物体的参照物,故可根据第二位置信息和第一位置信息确定第一物体相对于第二物体的位姿变化量,该位姿变化量用于指示在相机坐标系中,第二物体到第一物体的位置变化和朝向变化。那么,可令第三物体发生相同的位置变化和朝向变化,即根据该位姿变化量和第三物体的第三位置信息确定第三物体在相机坐标系中的第四位置信息。如此一来,可使得第三物体的最终朝向和第一物体的朝向相关联(例如,二者的朝向相同或二者的朝向相近)。最后,根据第四位置信息在目标图像中渲染第三物体,在得到的新的目标图像中,第三物体的朝向可与第一物体的朝向相适应,能够呈现逼真的内容,从而提高用户体验。
在一种可能的实现方式中,第三获取模块1303,用于:获取第一物体的深度信息;根据第一位置信息和深度信息,获取第一物体在三维坐标系中的第五位置信息;计算第二位置信息和第五位置信息之间的变化量,得到第一物体相对于第二物体的位姿变化量。
在一种可能的实现方式中,第三获取模块1303,用于:对第二位置信息进行变换,得到第一物体在三维坐标系中的第五位置信息;将第五位置信息投影至目标图像,得到第六位置信息;若第六位置信息与第一位置信息之间的变化量满足预置的条件,第一物体相对于第二物体的位姿变化量为用于对第二位置信息进行变换的变换矩阵。
在一种可能的实现方式中,渲染模块1305,用于:根据第四位置信息进行小孔成像,以得到第三物体的图像;获取第三物体与第一物体之间的遮挡关系;根据遮挡关系将第三物体的图像和第一物体的图像进行融合,以得到新的目标图像。
在一种可能的实现方式中,渲染模块1305,用于:根据第五位置信息计算第一物体与三维坐标系的原点之间的第一距离;根据第四位置信息计算第三物体与三维坐标系的原点之间的第二距离;比较第一距离和第二距离,以得到第三物体与第一物体之间的遮挡关系。
在一种可能的实现方式中,渲染模块1305,用于:获取第一物体的多个表面点与第二物体的多个表面点之间的对应关系;根据对应关系,获取第一物体的多个表面点在第二物体上的分布情况;根据分布情况,获取第三物体与第一物体之间的遮挡关系。
在一种可能的实现方式中,位姿变化量包含第一物体相对于第二物体的朝向变化,渲染模块1305,用于:根据第一物体相对于第二物体的朝向变化确定第一物体的正面;根据第一物体的正面的中心点到三维坐标系的原点的朝向,以及第一物体的朝向之间的夹角,获取第三物体与第一物体之间的遮挡关系。
在一种可能的实现方式中,渲染模块1305,还用于将目标图像输入第一神经网络,以得到第一物体的图像。
图14为本申请实施例提供的增强现实装置的另一结构示意图,如图14所示,该装置包括:
第一获取模块1401,用于获取相机拍摄的目标图像,和第三物体在相机对应的三维坐标系中的第三位置信息,目标图像包含第一物体的图像;
第二获取模块1402,用于将目标图像输入第二神经网络,以得到第一物体相对于第二物体的位姿变化量,第二神经网络根据第二物体在三维坐标系中的第二位置信息训练得到,第二物体为第一物体的参照物,第二位置信息和第三位置信息为预置的信息;
变换模块1403,用于根据位姿变化量对第三位置信息进行变换,以得到第三物体在三维坐标系中的第四位置信息;
渲染模块1404,用于根据第四位置信息在目标图像中渲染第三物体,以得到新的目标图像。
本申请实施例中,当需要在目标图像中添加第三物体时,可先获取目标图像以及第三物体在相机坐标系中的第三位置信息,目标图像包含第一物体的图像。然后,将目标图像输入第二神经网络,得到第一物体相对于第二物体的位姿变化量,第二神经网络根据第二物体在相机坐标系中的第二位置信息训练得到,第二物体为第一物体的参照物,第二位置信息和第三位置信息为预置的信息。具体地,第一物体相对于第二物体的位姿变化量用于指示在相机坐标系中,第二物体到第一物体的位置变化和朝向变化,那么,故可令第三物体发生相同的位置变化和朝向变化,即根据该位姿变化量和第三物体的第三位置信息确定第三物体在相机坐标系中的第四位置信息。如此一来,可使得第三物体的最终朝向和第一物体的朝向存在相关联。最后,根据第四位置信息在目标图像中渲染第三物体,在得到的新的目标图像中,第三物体的朝向可与第一物体的朝向相适应,能够呈现逼真的内容,从而提高用户体验。
在一种可能的实现方式中,渲染模块1404,用于:根据第四位置信息进行小孔成像,以得到第三物体的图像;获取第三物体与第一物体之间的遮挡关系;根据遮挡关系将第三物体的图像和第一物体的图像进行融合,以得到新的目标图像。
在一种可能的实现方式中,变换模块1403,还用于:根据位姿变化量对第二位置信息进行变换,得到第一物体在相机对应的三维坐标系中的第五位置信息。
在一种可能的实现方式中,渲染模块1404,用于:根据第五位置信息计算第一物体与三维坐标系的原点之间的第一距离;根据第四位置信息计算第三物体与三维坐标系的原点之间的第二距离;比较第一距离和第二距离,得到第三物体与第一物体之间的遮挡关系。
在一种可能的实现方式中,位姿变化量包含第一物体相对于第二物体的朝向变化,渲染模块1404,用于:根据第一物体相对于第二物体的朝向变化确定第一物体的正面;根据第一物体的正面的中心点到三维坐标系的原点的朝向,以及第一物体的朝向之间的夹角,获取第三物体与第一物体之间的遮挡关系。
在一种可能的实现方式中,渲染模块1404,还用于将目标图像输入第一神经网络,得到第一物体的图像。
本申请实施例还涉及另一种图像处理装置,该装置包括:显示模块,用于响应于用户的第一操作,显示目标图像,第一物体呈现在目标图像中,第一物体为真实环境中的物体;呈现模块,用于响应于用户的第二操作,在目标图像中呈现虚拟物体,虚拟物体叠加在第一物体上;更新模块,用于响应于第一物体的移动,更新第一物体在目标图像中的位姿,以及更新虚拟物体在目标图像中的位姿,以得到新的目标图像;其中,位姿包括位置和朝向,虚拟物体的朝向与第一物体的朝向相关联。
从上述装置可以看出:当图像处理装置响应于用户的操作,图像处理装置可显示目标图像。由于目标图像呈现的是正在移动的第一物体,因此,图像处理装置在目标图像中添加用户指示的虚拟物体时,会随着第一物体的移动,更新第一物体在目标图像中的位姿和虚拟物体的位姿,使得虚拟物体的朝向与第一物体的朝向相关联,从而使得新的目标图像能够呈现逼真的内容,提高用户体验。
在一种可能的实现方式中,在新的目标图像中,虚拟物体的朝向与第一物体的朝向相同,且更新第一物体和虚拟物体的位姿之后虚拟物体与第一物体之间的相对位置不变。
在一种可能的实现方式中,第一物体为人体,虚拟物体为虚拟翅膀。
在一种可能的实现方式中,第一操作为开启应用的操作,第二操作为添加特效的操作。
以上是对本申请实施例提供的增强现实装置所进行的详细说明,以下将对本申请实施例提供的模型训练装置进行介绍。图15为本申请实施例提供的模型训练装置的一个结构示意图,如图15所示,该装置包括:
获取模块1501,用于获取待训练图像,待训练图像包含第一物体的图像;
确定模块1502,用于将待训练图像输入待训练模型,得到第一物体相对于第二物体的位姿变化量;
计算模块1503,用于通过预置的目标损失函数,计算第一物体相对于第二物体的位姿变化量和第一物体的真实位姿变化量之间的偏差,第一物体的真实位姿变化量根据第二物体在相机坐标系中的第二位置信息确定,第二物体为第一物体的参照物,第二位置信息为预置的信息;
更新模块1504,用于根据该偏差对待训练模型的参数进行更新,直至满足模型训练条件,以得到第二神经网络。
本申请实施例中,通过该装置训练得到的第二神经网络,可以准确获取目标图像中的物体的位姿变化量。
本申请实施例还涉及一种模型训练装置,该装置包括:第一获取模块,用于获取待训练图像;第二获取模块,用于通过待训练模型获取第一物体的图像;计算模块,用于通过预置的目标损失函数,计算第一物体的图像以及第一物体的真实图像之间的偏差;更新模块,用于根据该偏差对待训练模型的参数进行更新,直至满足模型训练条件,以得到第一神经网络。
本申请实施例中,通过该装置训练得到的第一神经网络,可以准确获取目标图像中的第一物体的图像。
需要说明的是,上述装置各模块/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其带来的技术效果与本申请方法实施例相同,具体内容可参考本申请实施例前述所示的方法实施例中的叙述,此处不再赘述。
本申请实施例还涉及一种执行设备,图16为本申请实施例提供的执行设备的一个结构示意图。如图16所示,执行设备1600具体可以表现为手机、平板、笔记本电脑、智能穿戴设备、服务器等,此处不做限定。其中,执行设备1600上可以部署有图13或图14对应实施例中所描述的增强现实装置,用于实现图4或图9对应实施例中图像处理的功能。具体的,执行设备1600包括:接收器1601、发射器1602、处理器1603和存储器1604(其中执行设备1600中的处理器1603的数量可以一个或多个,图16中以一个处理器为例),其中,处理器1603可以包括应用处理器16031和通信处理器16032。在本申请的一些实施例中,接收器1601、发射器1602、处理器1603和存储器1604可通过总线或其它方式连接。
存储器1604可以包括只读存储器和随机存取存储器,并向处理器1603提供指令和数据。存储器1604的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory,NVRAM)。存储器1604存储有处理器和操作指令、可执行模块或者数据结构,或者它们的子集,或者它们的扩展集,其中,操作指令可包括各种操作指令,用于实现各种操作。
处理器1603控制执行设备的操作。具体的应用中,执行设备的各个组件通过总线***耦合在一起,其中总线***除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见,在图中将各种总线都称为总线***。
上述本申请实施例揭示的方法可以应用于处理器1603中,或者由处理器1603实现。处理器1603可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器1603中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1603可以是通用处理器、数字信号处理器(digital signal processing,DSP)、微处理器或微控制器,还可进一步包括专用集成电路(application specific integratedcircuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。该处理器1603可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1604,处理器1603读取存储器1604中的信息,结合其硬件完成上述方法的步骤。
接收器1601可用于接收输入的数字或字符信息,以及产生与执行设备的相关设置以及功能控制有关的信号输入。发射器1602可用于通过第一接口输出数字或字符信息;发射器1602还可用于通过第一接口向磁盘组发送指令,以修改磁盘组中的数据;发射器1602还可以包括显示屏等显示设备。
本申请实施例中,在一种情况下,处理器1603,用于执行图4或图9对应实施例中的终端设备执行的增强现实方法。
本申请实施例还涉及一种训练设备,图17为本申请实施例提供的训练设备的一个结构示意图。如图17所示,训练设备1700由一个或多个服务器实现,训练设备1700可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(centralprocessing units,CPU)1717(例如,一个或一个以上处理器)和存储器1732,一个或一个以上存储应用程序1742或数据1744的存储介质1730(例如一个或一个以上海量存储设备)。其中,存储器1732和存储介质1730可以是短暂存储或持久存储。存储在存储介质1730的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对训练设备中的一系列指令操作。更进一步地,中央处理器1717可以设置为与存储介质1730通信,在训练设备1700上执行存储介质1730中的一系列指令操作。
训练设备1700还可以包括一个或一个以上电源1726,一个或一个以上有线或无线网络接口1750,一个或一个以上输入输出接口1758;或,一个或一个以上操作***1741,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
具体的,训练设备可以执行图12对应的实施例中的步骤。
本申请实施例还涉及一种计算机存储介质,该计算机可读存储介质中存储有用于进行信号处理的程序,当其在计算机上运行时,使得计算机执行如前述执行设备所执行的步骤,或者,使得计算机执行如前述训练设备所执行的步骤。
本申请实施例还涉及一种计算机程序产品,该计算机程序产品存储有指令,该指令在由计算机执行时使得计算机执行如前述执行设备所执行的步骤,或者,使得计算机执行如前述训练设备所执行的步骤。
本申请实施例提供的执行设备、训练设备或终端设备具体可以为芯片,芯片包括:处理单元和通信单元,所述处理单元例如可以是处理器,所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令,以使执行设备内的芯片执行上述实施例描述的数据处理方法,或者,以使训练设备内的芯片执行上述实施例描述的数据处理方法。可选地,所述存储单元为所述芯片内的存储单元,如寄存器、缓存等,所述存储单元还可以是所述无线接入设备端内的位于所述芯片外部的存储单元,如只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)等。
具体的,请参阅图18,图18为本申请实施例提供的芯片的一个结构示意图,所述芯片可以表现为神经网络处理器NPU 1800,NPU 1800作为协处理器挂载到主CPU(Host CPU)上,由Host CPU分配任务。NPU的核心部分为运算电路1803,通过控制器1804控制运算电路1803提取存储器中的矩阵数据并进行乘法运算。
在一些实现中,运算电路1803内部包括多个处理单元(Process Engine,PE)。在一些实现中,运算电路1803是二维脉动阵列。运算电路1803还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中,运算电路1803是通用的矩阵处理器。
举例来说,假设有输入矩阵A,权重矩阵B,输出矩阵C。运算电路从权重存储器1802中取矩阵B相应的数据,并缓存在运算电路中每一个PE上。运算电路从输入存储器1801中取矩阵A数据与矩阵B进行矩阵运算,得到的矩阵的部分结果或最终结果,保存在累加器(accumulator)1808中。
统一存储器1806用于存放输入数据以及输出数据。权重数据直接通过存储单元访问控制器(Direct Memory Access Controller,DMAC)1805,DMAC被搬运到权重存储器1802中。输入数据也通过DMAC被搬运到统一存储器1806中。
BIU为Bus Interface Unit即,总线接口单元1810,用于AXI总线与DMAC和取指存储器(Instruction Fetch Buffer,IFB)1809的交互。
总线接口单元1810(Bus Interface Unit,简称BIU),用于取指存储器1809从外部存储器获取指令,还用于存储单元访问控制器1805从外部存储器获取输入矩阵A或者权重矩阵B的原数据。
DMAC主要用于将外部存储器DDR中的输入数据搬运到统一存储器1806或将权重数据搬运到权重存储器1802中或将输入数据数据搬运到输入存储器1801中。
向量计算单元1807包括多个运算处理单元,在需要的情况下,对运算电路1803的输出做进一步处理,如向量乘,向量加,指数运算,对数运算,大小比较等等。主要用于神经网络中非卷积/全连接层网络计算,如Batch Normalization(批归一化),像素级求和,对特征平面进行上采样等。
在一些实现中,向量计算单元1807能将经处理的输出的向量存储到统一存储器1806。例如,向量计算单元1807可以将线性函数;或,非线性函数应用到运算电路1803的输出,例如对卷积层提取的特征平面进行线性插值,再例如累加值的向量,用以生成激活值。在一些实现中,向量计算单元1807生成归一化的值、像素级求和的值,或二者均有。在一些实现中,处理过的输出的向量能够用作到运算电路1803的激活输入,例如用于在神经网络中的后续层中的使用。
控制器1804连接的取指存储器(instruction fetch buffer)1809,用于存储控制器1804使用的指令;
统一存储器1806,输入存储器1801,权重存储器1802以及取指存储器1809均为On-Chip存储器。外部存储器私有于该NPU硬件架构。
其中,上述任一处提到的处理器,可以是一个通用中央处理器,微处理器,ASIC,或一个或多个用于控制上述程序执行的集成电路。
另外需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。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。另外,本申请提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,训练设备,或者网络设备等)执行本申请各个实施例所述的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
Claims (39)
1.一种增强现实方法,其特征在于,包括:
响应于用户的第一操作,显示目标图像,第一物体呈现在所述目标图像中,所述第一物体为真实环境中的物体;
响应于用户的第二操作,在所述目标图像中呈现虚拟物体,所述虚拟物体叠加在所述第一物体上;
响应于所述第一物体的移动,更新所述第一物体在所述目标图像中的位姿,以及更新所述虚拟物体在所述目标图像中的位姿,以得到新的目标图像;其中,所述位姿包括位置和朝向,所述虚拟物体的朝向与所述第一物体的朝向相关联。
2.根据权利要求1所述的方法,其特征在于,在所述新的目标图像中,所述虚拟物体的朝向与所述第一物体的朝向相同,且更新所述第一物体和所述虚拟物体的位姿之后所述虚拟物体与所述第一物体之间的相对位置不变。
3.根据权利要求1或2所述的方法,其特征在于,所述第一物体为人体,所述虚拟物体为虚拟翅膀。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述第一操作为开启应用的操作,所述第二操作为添加特效的操作。
5.一种增强现实方法,其特征在于,所述方法包括:
获取目标图像,和第一物体在所述目标图像中的第一位置信息;
获取第二物体在三维坐标系中的第二位置信息,和第三物体在所述三维坐标系中的第三位置信息,所述第二物体为所述第一物体的参照物,所述第二位置信息和所述第三位置信息为预置的信息;
根据所述第一位置信息和所述第二位置信息,获取所述第一物体相对于所述第二物体的位姿变化量;
根据所述位姿变化量对所述第三位置信息进行变换,以得到所述第三物体在所述三维坐标系中的第四位置信息;
根据所述第四位置信息在所述目标图像中渲染所述第三物体,以得到新的目标图像。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一位置信息和所述第二位置信息,获取所述第一物体相对于所述第二物体的位姿变化量包括:
获取所述第一物体的深度信息;
根据所述第一位置信息和所述深度信息,获取所述第一物体在所述三维坐标系中的第五位置信息;
根据所述第二位置信息和所述第五位置信息,得到所述第一物体相对于所述第二物体的位姿变化量。
7.根据权利要求5所述的方法,其特征在于,所述根据所述第一位置信息和所述第二位置信息,获取所述第一物体相对于所述第二物体的位姿变化量包括:
对所述第二位置信息进行变换,以得到第一物体在所述三维坐标系中的第五位置信息;
将所述第五位置信息投影至所述目标图像,得到第六位置信息;
若所述第六位置信息与所述第一位置信息之间的变化量满足预置的条件,则所述第一物体相对于所述第二物体的位姿变化量为用于对所述第二位置信息进行变换的变换矩阵。
8.根据权利要求6或7所述的方法,其特征在于,所述根据所述第四位置信息在所述目标图像中渲染所述第三物体,得到新的目标图像包括:
根据所述第四位置信息进行小孔成像,以得到所述第三物体的图像;
获取所述第三物体与所述第一物体之间的遮挡关系;
根据所述遮挡关系将所述第三物体的图像和所述第一物体的图像进行融合,以得到新的目标图像。
9.根据权利要求8所述的方法,其特征在于,所述获取所述第三物体与所述第一物体之间的遮挡关系包括:
根据所述第五位置信息计算所述第一物体与所述三维坐标系的原点之间的第一距离;
根据所述第四位置信息计算所述第三物体与所述三维坐标系的原点之间的第二距离;
比较所述第一距离和所述第二距离,以得到所述第三物体与所述第一物体之间的遮挡关系。
10.根据权利要求8所述的方法,其特征在于,所述获取所述第三物体与所述第一物体之间的遮挡关系包括:
获取所述第一物体的多个表面点与所述第二物体的多个表面点之间的对应关系;
根据所述对应关系,获取所述第一物体的多个表面点在所述第二物体上的分布情况;
根据所述分布情况,获取所述第三物体与所述第一物体之间的遮挡关系。
11.根据权利要求8所述的方法,其特征在于,所述位姿变化量包含所述第一物体相对于所述第二物体的朝向变化,所述获取所述第三物体与所述第一物体之间的遮挡关系包括:
根据所述第一物体相对于所述第二物体的朝向变化确定所述第一物体的正面;
根据所述第一物体的正面的中心点到所述三维坐标系的原点的朝向,以及所述第一物体的朝向之间的夹角,获取所述第三物体与所述第一物体之间的遮挡关系。
12.根据权利要求8至11任意一项所述的方法,其特征在于,所述方法还包括:
将所述目标图像输入第一神经网络,以得到所述第一物体的图像。
13.一种增强现实方法,其特征在于,所述方法包括:
获取目标图像,和第三物体在三维坐标系中的第三位置信息,所述目标图像包含第一物体的图像;
将所述目标图像输入第二神经网络,以得到所述第一物体相对于第二物体的位姿变化量,所述第二神经网络根据所述第二物体在所述三维坐标系中的第二位置信息训练得到,所述第二物体为所述第一物体的参照物,所述第二位置信息和所述第三位置信息为预置的信息;
根据所述位姿变化量对所述第三位置信息进行变换,以得到所述第三物体在所述三维坐标系中的第四位置信息;
根据所述第四位置信息在所述目标图像中渲染所述第三物体,以得到新的目标图像。
14.根据权利要求13所述的方法,其特征在于,所述根据所述第四位置信息在所述目标图像中渲染所述第三物体,得到新的目标图像包括:
根据所述第四位置信息进行小孔成像,以得到所述第三物体的图像;
获取所述第三物体与所述第一物体之间的遮挡关系;
根据所述遮挡关系将所述第三物体的图像和所述第一物体的图像进行融合,以得到新的目标图像。
15.根据权利要求14所述的方法,其特征在于,所述方法还包括:
根据所述位姿变化量对所述第二位置信息进行变换,得到所述第一物体在所述相机对应的三维坐标系中的第五位置信息。
16.根据权利要求15所述的方法,其特征在于,所述获取所述第三物体与所述第一物体之间的遮挡关系包括:
根据所述第五位置信息计算所述第一物体与所述三维坐标系的原点之间的第一距离;
根据所述第四位置信息计算所述第三物体与所述三维坐标系的原点之间的第二距离;
比较所述第一距离和所述第二距离,以得到所述第三物体与所述第一物体之间的遮挡关系。
17.根据权利要求14所述的方法,其特征在于,所述位姿变化量包含所述第一物体相对于所述第二物体的朝向变化,所述获取所述第三物体与所述第一物体之间的遮挡关系包括:
根据所述第一物体相对于所述第二物体的朝向变化确定所述第一物体的正面;
根据所述第一物体的正面的中心点到所述三维坐标系的原点的朝向,以及所述第一物体的朝向之间的夹角,获取所述第三物体与所述第一物体之间的遮挡关系。
18.根据权利要求14至17任意一项所述的方法,其特征在于,所述方法还包括:
将所述目标图像输入第一神经网络,以得到所述第一物体的图像。
19.一种增强现实装置,其特征在于,所述装置包括:
显示模块,用于响应于用户的第一操作,显示目标图像,第一物体呈现在所述目标图像中,所述第一物体为真实环境中的物体;
呈现模块,用于响应于用户的第二操作,在所述目标图像中呈现虚拟物体,所述虚拟物体叠加在所述第一物体上;
更新模块,用于响应于所述第一物体的移动,更新所述第一物体在所述目标图像中的位姿,以及更新所述虚拟物体在所述目标图像中的位姿,以得到新的目标图像;其中,所述位姿包括位置和朝向,所述虚拟物体的朝向与所述第一物体的朝向相关联。
20.根据权利要求19所述的装置,其特征在于,在所述新的目标图像中,所述虚拟物体的朝向与所述第一物体的朝向相同,且更新所述第一物体和所述虚拟物体的位姿之后所述虚拟物体与所述第一物体之间的相对位置不变。
21.根据权利要求19或20所述的装置,其特征在于,所述第一物体为人体,所述虚拟物体为虚拟翅膀。
22.根据权利要求19至21任一项所述的装置,其特征在于,所述第一操作为开启应用的操作,所述第二操作为添加特效的操作。
23.一种增强现实装置,其特征在于,所述装置包括:
第一获取模块,用于获取目标图像,和第一物体在所述目标图像中的第一位置信息;
第二获取模块,用于获取第二物体在三维坐标系中的第二位置信息,和第三物体在所述三维坐标系中的第三位置信息,所述第二物体为所述第一物体的参照物,所述第二位置信息和所述第三位置信息为预置的信息;
第三获取模块,用于根据所述第一位置信息和所述第二位置信息,获取所述第一物体相对于所述第二物体的位姿变化量;
变换模块,用于根据所述位姿变化量对所述第三位置信息进行变换,以得到所述第三物体在所述三维坐标系中的第四位置信息;
渲染模块,用于根据所述第四位置信息在所述目标图像中渲染所述第三物体,以得到新的目标图像。
24.根据权利要求23所述的装置,其特征在于,所述第三获取模块,用于:
获取所述第一物体的深度信息;
根据所述第一位置信息和所述深度信息,获取所述第一物体在所述三维坐标系中的第五位置信息;
根据所述第二位置信息和所述第五位置信息,得到所述第一物体相对于所述第二物体的位姿变化量。
25.根据权利要求23所述的装置,其特征在于,所述第三获取模块,用于:
对所述第二位置信息进行变换,以得到第一物体在所述三维坐标系中的第五位置信息;
将所述第五位置信息投影至所述目标图像,得到第六位置信息;
若所述第六位置信息与所述第一位置信息之间的变化量满足预置的条件,则所述第一物体相对于所述第二物体的位姿变化量为用于对所述第二位置信息进行变换的变换矩阵。
26.根据权利要求24或25所述的装置,其特征在于,所述渲染模块,用于:
根据所述第四位置信息进行小孔成像,以得到所述第三物体的图像;
获取所述第三物体与所述第一物体之间的遮挡关系;
根据所述遮挡关系将所述第三物体的图像和所述第一物体的图像进行融合,以得到新的目标图像。
27.根据权利要求26所述的装置,其特征在于,所述渲染模块,用于:
根据所述第五位置信息计算所述第一物体与所述三维坐标系的原点之间的第一距离;
根据所述第四位置信息计算所述第三物体与所述三维坐标系的原点之间的第二距离;
比较所述第一距离和所述第二距离,以得到所述第三物体与所述第一物体之间的遮挡关系。
28.根据权利要求26所述的装置,其特征在于,所述渲染模块,用于:
获取所述第一物体的多个表面点与所述第二物体的多个表面点之间的对应关系;
根据所述对应关系,获取所述第一物体的多个表面点在所述第二物体上的分布情况;
根据所述分布情况,获取所述第三物体与所述第一物体之间的遮挡关系。
29.根据权利要求26所述的装置,其特征在于,所述位姿变化量包含所述第一物体相对于所述第二物体的朝向变化,所述渲染模块,用于:
根据所述第一物体相对于所述第二物体的朝向变化确定所述第一物体的正面;
根据所述第一物体的正面的中心点到所述三维坐标系的原点的朝向,以及所述第一物体的朝向之间的夹角,获取所述第三物体与所述第一物体之间的遮挡关系。
30.根据权利要求26至29任意一项所述的装置,其特征在于,所述渲染模块,还用于将所述目标图像输入第一神经网络,以得到所述第一物体的图像。
31.一种增强现实装置,其特征在于,所述装置包括:
第一获取模块,用于获取目标图像,和第三物体在三维坐标系中的第三位置信息,所述目标图像包含第一物体的图像;
第二获取模块,用于将所述目标图像输入第二神经网络,以得到所述第一物体相对于第二物体的位姿变化量,所述第二神经网络根据所述第二物体在所述三维坐标系中的第二位置信息训练得到,所述第二物体为所述第一物体的参照物,所述第二位置信息和所述第三位置信息为预置的信息;
变换模块,用于根据所述位姿变化量对所述第三位置信息进行变换,以得到所述第三物体在所述三维坐标系中的第四位置信息;
渲染模块,用于根据所述第四位置信息在所述目标图像中渲染所述第三物体,以得到新的目标图像。
32.根据权利要求31所述的装置,其特征在于,所述渲染模块,用于:
根据所述第四位置信息进行小孔成像,以得到所述第三物体的图像;
获取所述第三物体与所述第一物体之间的遮挡关系;
根据所述遮挡关系将所述第三物体的图像和所述第一物体的图像进行融合,得到新的目标图像。
33.根据权利要求32所述的装置,其特征在于,所述变换模块,还用于:
根据所述位姿变化量对所述第二位置信息进行变换,得到所述第一物体在所述相机对应的三维坐标系中的第五位置信息。
34.根据权利要求33所述的装置,其特征在于,所述渲染模块,用于:
根据所述第五位置信息计算所述第一物体与所述三维坐标系的原点之间的第一距离;
根据所述第四位置信息计算所述第三物体与所述三维坐标系的原点之间的第二距离;
比较所述第一距离和所述第二距离,以得到所述第三物体与所述第一物体之间的遮挡关系。
35.根据权利要求32所述的装置,其特征在于,所述位姿变化量包含所述第一物体相对于所述第二物体的朝向变化,所述渲染模块,用于:
根据所述第一物体相对于所述第二物体的朝向变化确定所述第一物体的正面;
根据所述第一物体的正面的中心点到所述三维坐标系的原点的朝向,以及所述第一物体的朝向之间的夹角,获取所述第三物体与所述第一物体之间的遮挡关系。
36.根据权利要求32至35任意一项所述的装置,其特征在于,所述渲染模块,还用于将所述目标图像输入第一神经网络,以得到所述第一物体的图像。
37.一种增强现实装置,其特征在于,包括存储器和处理器;所述存储器存储有代码,所述处理器被配置为执行所述代码,当所述代码被执行时,所述增强现实装置执行如权利要求1至18任意一项所述的方法。
38.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,该程序由计算机执行时,使得所述计算机实施权利要求1至18任意一项所述的方法。
39.一种计算机程序产品,其特征在于,所述计算机程序产品存储有指令,所述指令在由计算机执行时,使得所述计算机实施权利要求1至18任意一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110221723.4A CN113066125A (zh) | 2021-02-27 | 2021-02-27 | 一种增强现实方法及其相关设备 |
EP22758967.8A EP4290459A1 (en) | 2021-02-27 | 2022-02-25 | Augmented reality method and related device thereof |
PCT/CN2022/077902 WO2022179603A1 (zh) | 2021-02-27 | 2022-02-25 | 一种增强现实方法及其相关设备 |
US18/455,507 US20230401799A1 (en) | 2021-02-27 | 2023-08-24 | Augmented reality method and related device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110221723.4A CN113066125A (zh) | 2021-02-27 | 2021-02-27 | 一种增强现实方法及其相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113066125A true CN113066125A (zh) | 2021-07-02 |
Family
ID=76559219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110221723.4A Pending CN113066125A (zh) | 2021-02-27 | 2021-02-27 | 一种增强现实方法及其相关设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230401799A1 (zh) |
EP (1) | EP4290459A1 (zh) |
CN (1) | CN113066125A (zh) |
WO (1) | WO2022179603A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022179603A1 (zh) * | 2021-02-27 | 2022-09-01 | 华为技术有限公司 | 一种增强现实方法及其相关设备 |
CN115984516A (zh) * | 2022-12-16 | 2023-04-18 | 工业富联(杭州)数据科技有限公司 | 基于slam算法的增强现实方法及相关设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102129708A (zh) * | 2010-12-10 | 2011-07-20 | 北京邮电大学 | 增强现实环境中快速多层次虚实遮挡处理方法 |
EP2560145A2 (en) * | 2011-08-18 | 2013-02-20 | Layar B.V. | Methods and systems for enabling the creation of augmented reality content |
CN103489214A (zh) * | 2013-09-10 | 2014-01-01 | 北京邮电大学 | 增强现实***中基于虚拟模型预处理的虚实遮挡处理方法 |
CN108475442A (zh) * | 2017-06-29 | 2018-08-31 | 深圳市大疆创新科技有限公司 | 用于无人机航拍的增强现实方法、处理器及无人机 |
CN110221690A (zh) * | 2019-05-13 | 2019-09-10 | Oppo广东移动通信有限公司 | 基于ar场景的手势交互方法及装置、存储介质、通信终端 |
CN110363867A (zh) * | 2019-07-16 | 2019-10-22 | 芋头科技(杭州)有限公司 | 虚拟装扮***、方法、设备及介质 |
CN110889890A (zh) * | 2019-11-29 | 2020-03-17 | 深圳市商汤科技有限公司 | 图像处理方法及装置、处理器、电子设备及存储介质 |
CN112184809A (zh) * | 2020-09-22 | 2021-01-05 | 浙江商汤科技开发有限公司 | 相对位姿的估计方法、装置、电子设备及介质 |
CN112258658A (zh) * | 2020-10-21 | 2021-01-22 | 河北工业大学 | 一种基于深度相机的增强现实可视化方法及应用 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113066125A (zh) * | 2021-02-27 | 2021-07-02 | 华为技术有限公司 | 一种增强现实方法及其相关设备 |
-
2021
- 2021-02-27 CN CN202110221723.4A patent/CN113066125A/zh active Pending
-
2022
- 2022-02-25 WO PCT/CN2022/077902 patent/WO2022179603A1/zh active Application Filing
- 2022-02-25 EP EP22758967.8A patent/EP4290459A1/en active Pending
-
2023
- 2023-08-24 US US18/455,507 patent/US20230401799A1/en active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102129708A (zh) * | 2010-12-10 | 2011-07-20 | 北京邮电大学 | 增强现实环境中快速多层次虚实遮挡处理方法 |
EP2560145A2 (en) * | 2011-08-18 | 2013-02-20 | Layar B.V. | Methods and systems for enabling the creation of augmented reality content |
CN103489214A (zh) * | 2013-09-10 | 2014-01-01 | 北京邮电大学 | 增强现实***中基于虚拟模型预处理的虚实遮挡处理方法 |
CN108475442A (zh) * | 2017-06-29 | 2018-08-31 | 深圳市大疆创新科技有限公司 | 用于无人机航拍的增强现实方法、处理器及无人机 |
CN110221690A (zh) * | 2019-05-13 | 2019-09-10 | Oppo广东移动通信有限公司 | 基于ar场景的手势交互方法及装置、存储介质、通信终端 |
CN110363867A (zh) * | 2019-07-16 | 2019-10-22 | 芋头科技(杭州)有限公司 | 虚拟装扮***、方法、设备及介质 |
CN110889890A (zh) * | 2019-11-29 | 2020-03-17 | 深圳市商汤科技有限公司 | 图像处理方法及装置、处理器、电子设备及存储介质 |
CN112184809A (zh) * | 2020-09-22 | 2021-01-05 | 浙江商汤科技开发有限公司 | 相对位姿的估计方法、装置、电子设备及介质 |
CN112258658A (zh) * | 2020-10-21 | 2021-01-22 | 河北工业大学 | 一种基于深度相机的增强现实可视化方法及应用 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022179603A1 (zh) * | 2021-02-27 | 2022-09-01 | 华为技术有限公司 | 一种增强现实方法及其相关设备 |
CN115984516A (zh) * | 2022-12-16 | 2023-04-18 | 工业富联(杭州)数据科技有限公司 | 基于slam算法的增强现实方法及相关设备 |
CN115984516B (zh) * | 2022-12-16 | 2023-11-17 | 工业富联(杭州)数据科技有限公司 | 基于slam算法的增强现实方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
EP4290459A1 (en) | 2023-12-13 |
WO2022179603A1 (zh) | 2022-09-01 |
US20230401799A1 (en) | 2023-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112070207A (zh) | 一种模型训练方法及装置 | |
WO2022179581A1 (zh) | 一种图像处理方法及相关设备 | |
CN113034652A (zh) | 虚拟形象驱动方法、装置、设备及存储介质 | |
WO2023083030A1 (zh) | 一种姿态识别方法及其相关设备 | |
CN112598597A (zh) | 一种降噪模型的训练方法及相关装置 | |
US20230401799A1 (en) | Augmented reality method and related device | |
CN111414915B (zh) | 一种文字识别方法以及相关设备 | |
CN114359289A (zh) | 一种图像处理方法及相关装置 | |
CN113627422A (zh) | 一种图像分类方法及其相关设备 | |
CN115661336A (zh) | 一种三维重建方法及相关装置 | |
CN112529149A (zh) | 一种数据处理方法及相关装置 | |
CN114169393A (zh) | 一种图像分类方法及其相关设备 | |
CN114140841A (zh) | 点云数据的处理方法、神经网络的训练方法以及相关设备 | |
CN113627421A (zh) | 一种图像处理方法、模型的训练方法以及相关设备 | |
KR102510047B1 (ko) | 관절 가동 각도 범위를 이용한 동작 인식의 노이즈를 필터링하는 전자 장치의 제어 방법 | |
CN115623242A (zh) | 一种视频处理方法及其相关设备 | |
CN115376203A (zh) | 一种数据处理方法及其装置 | |
CN115565104A (zh) | 一种动作预测方法及其相关设备 | |
CN114841361A (zh) | 一种模型训练方法及其相关设备 | |
CN115712828A (zh) | 一种图像分类方法及其相关设备 | |
CN115879524A (zh) | 一种模型训练方法及其相关设备 | |
CN113065638A (zh) | 一种神经网络压缩方法及其相关设备 | |
CN116912314A (zh) | 一种姿态估计方法及其相关设备 | |
WO2023051236A1 (zh) | 一种偏微分方程求解方法及其相关设备 | |
CN117149034A (zh) | 一种图像处理方法及其相关设备 |
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 |