CN115344840A - 图像识别方法、装置和*** - Google Patents

图像识别方法、装置和*** Download PDF

Info

Publication number
CN115344840A
CN115344840A CN202211007820.4A CN202211007820A CN115344840A CN 115344840 A CN115344840 A CN 115344840A CN 202211007820 A CN202211007820 A CN 202211007820A CN 115344840 A CN115344840 A CN 115344840A
Authority
CN
China
Prior art keywords
mobile phone
cloud
terminal
image
cloud mobile
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
Application number
CN202211007820.4A
Other languages
English (en)
Inventor
舒志强
张志凡
唐小希
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202211007820.4A priority Critical patent/CN115344840A/zh
Publication of CN115344840A publication Critical patent/CN115344840A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G06F9/452—Remote windowing, e.g. X-Window System, desktop virtualisation
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/327—Short range or proximity payments by means of M-devices
    • G06Q20/3276—Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being read by the M-device
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4014—Identity check for transactions
    • G06Q20/40145—Biometric identity checks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Computer Hardware Design (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Finance (AREA)
  • Human Computer Interaction (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本公开提供了图像识别方法、装置和***，涉及人工智能领域，具体涉及云计算、视频处理、媒体云技术，可应用在智能云场景下。具体实现方案为：响应于检测到用户请求通过目标应用进行图像识别，将针对目标应用的图像识别请求发送到云手机；响应于接收到来自云手机的目标应用的画面数据，渲染到本地屏幕上展示；响应于接收到来自云手机的打开相机的指令，拍摄目标对象，得到目标图像；将目标图像发送到云手机，以使得云手机对图像进行识别得到识别结果；响应于接收到来自云手机的识别结果的画面数据，渲染到本地屏幕上展示。该实施方式能够让不能安装图像识别应用程序的终端利用云手机实现图像识别功能。

Description

图像识别方法、装置和***
技术领域
本公开涉及图像识别技术领域，尤其涉及人工智能领域，具体涉及云计算、视频处理、媒体云技术，可应用在智能云场景下，具体为一种图像识别方法、装置和***。
背景技术
目前图像识别技术已经应用于各种领域，例如，扫码支付、扫码查询、扫码验证、人脸识别等。但图像识别技术对软件、硬件的要求较高。
老人手机、儿童手表等非智能操作***(如RTOS，Real Time Operating System实时操作***)的终端设备由于软件(无法安装扫码软件)或硬件(处理器、内存、存储较小)等限制无法进行扫码。严重影响老人、儿童等不使用智能设备人群的正常生活与学习。而能实现图像识别功能的终端操作复杂不方便老人使用。并且由于能够安装各种游戏软件使得儿童沉迷其中，也不适合儿童使用。因此需要在不更换非智能操作***的前提情况下解决图像识别技术。
发明内容
本公开提供了一种图像识别方法、装置、***、设备、存储介质以及计算机程序产品。
根据本公开的第一方面，提供了一种图像识别方法，包括：响应于检测到用户请求通过目标应用进行图像识别，将针对目标应用的图像识别请求发送到云手机；响应于接收到来自所述云手机的目标应用的画面数据，渲染到本地屏幕上展示；响应于接收到来自所述云手机的打开相机的指令，拍摄目标对象，得到目标图像；将所述目标图像发送到所述云手机，以使得所述云手机对所述图像进行识别得到识别结果；响应于接收到来自所述云手机的识别结果的画面数据，渲染到本地屏幕上展示。
根据本公开的第二方面，提供了一种图像识别方法，包括：接收来自终端的针对目标应用的图像识别请求；调用所述目标应用，并采集所述目标应用的画面数据发送到所述终端；调用虚拟相机向所述云手机发送打开相机的指令；响应于接收到来自所述终端的目标图像，调用所述目标应用识别所述目标图像，得到识别结果；采集所述识别结果的画面数据并发送到所述终端。
根据本公开的第三方面，提供了一种图像识别装置，包括：请求单元，被配置成响应于检测到用户请求通过目标应用进行图像识别，将针对目标应用的图像识别请求发送到云手机；渲染单元，被配置成响应于接收到来自所述云手机的目标应用的画面数据，渲染到本地屏幕上展示；拍摄单元，被配置成响应于接收到来自所述云手机的打开相机的指令，拍摄目标对象，得到目标图像；识别单元，被配置成将所述目标图像发送到所述云手机，以使得所述云手机对所述图像进行识别得到识别结果；输出单元，被配置成响应于接收到来自所述云手机的识别结果的画面数据，渲染到本地屏幕上展示。
根据本公开的第四方面，提供了一种图像识别装置，包括：接收单元，被配置成接收来自终端的针对目标应用的图像识别请求；服务单元，被配置成调用所述目标应用，并采集所述目标应用的画面数据发送到所述终端；相机单元，被配置成调用虚拟相机向所述云手机发送打开相机的指令；识别单元，被配置成响应于接收到来自所述终端的目标图像，调用所述目标应用识别所述目标图像，得到识别结果；输出单元，被配置成采集所述识别结果的画面数据并发送到所述终端。
根据本公开的第五方面，提供了一种图像识别***，包括：云手机，包括实时媒体流化服务模块和远程虚拟相机模块，其中，实时媒体流化服务模块用于采集云手机虚拟屏幕的画面数据并通过实时媒体技术发送至终端，以及接收从终端的实时媒体客户端发送的目标图像及远端用户操作指令；远程虚拟相机模块驱动终端的相机操作，从实时媒体流化服务模块获取目标图像并写入云手机相机缓存，并共享给上层应用进行图像识别处理，得到识别结果；终端，包括实时媒体客户端和***相机采集模块，其中，实时媒体客户端用于实时接收云手机发送的虚拟屏幕的画面数据并进行渲染显示，以及采集本地的用户操作事件及目标图像发送到云手机；***相机采集模块受实时媒体客户端控制进行目标图像采集。
根据本公开的第六方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面或第二方面所述的方法。
根据本公开的第七方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面或第二方面所述的方法。
根据本公开的第八方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现第一方面或第二方面所述的方法。
本公开的实施例提供的图像识别方法、装置和***，通过基于云手机实现面向非智能操作***设备的图像识别***，通过云手机向非智能***设备赋能，从而实现各种非智能设备的图像识别功能。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开的一个实施例可以应用于其中的示例性***架构图；
图2是根据本公开的图像识别方法应用于终端的一个实施例的流程图；
图3是根据本公开的图像识别方法应用于云手机的一个实施例的流程图；
图4是根据本公开的图像识别方法的一个应用场景的示意图；
图5是根据本公开的图像识别装置的一个实施例的结构示意图；
图6是根据本公开的图像识别装置的又一个实施例的结构示意图；
图7是适于用来实现本公开的实施例的电子设备的计算机***的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本公开的图像识别方法或图像识别装置的实施例的示例性***架构100。
如图1所示，***架构100可以包括终端和至少一个物理机，每个物理机上安装了至少一个虚拟机，每个虚拟机对应一个云手机。终端与物理机之间通过有线网络或无线网络进行通信连接。
用户可以使用终端通过网络与物理机交互，以接收或发送消息等。终端上可以安装有各种通讯终端应用，例如云手机管理类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱终端、社交平台软件等。如果终端是非智能机，则仅需安装云手机管理类应用即可。
终端可以是具有显示屏和相机的各种智能电子设备或非智能电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts GroupAudio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture ExpertsGroup Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
物理机可以是提供各种服务的服务器，例如对终端上显示的云手机界面提供支持的后台云手机服务器。后台云手机服务器可以接收对目标云手机的管理请求(例如调用应用程序)，然后将管理请求转发到目标云手机对应的虚拟机，再进行云手机管理。
物理机可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。在此不做具体限定。物理机也可以为分布式***的服务器，或者是结合了区块链的服务器。物理机也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。
云手机，包括实时媒体流化服务模块和远程虚拟相机模块，其中，实时媒体流化服务模块用于采集云手机虚拟屏幕的画面数据并通过实时媒体技术发送至终端，以及接收从终端的实时媒体客户端发送的目标图像及远端用户操作指令；远程虚拟相机模块驱动终端的相机操作，从实时媒体流化服务模块获取目标图像并写入云手机相机缓存，并共享给上层应用进行图像识别处理，得到识别结果。
实时媒体流化服务(RTC Streaming Service)作为后台服务，在云手机***启动后自动运行；远程虚拟相机模块(RemoteCameraSensor)是专为云手机新增的虚拟相机单元，由于云手机部署在云上服务器，并没有真实的相机硬件，正常情况下第三次应用(如微信)无法调用相机接口打开相机。新增的远程虚拟相机模块能够打通***相机操作接口，作为虚拟相机驱动影响用户的相机操作，如打开相机、配置相机、获取相机数据、关闭相机等。
终端，包括实时媒体客户端和***相机采集模块，其中，实时媒体客户端用于实时接收云手机发送的虚拟屏幕的画面数据并进行渲染显示，以及采集本地的用户操作事件及目标图像发送到云手机；***相机采集模块受实时媒体客户端控制进行目标图像采集。
终端可以使用的非智能操作***。终端新增云渲染客户端程序，内含实时媒体客户端(RTC(realtime communication，实时媒体)Streaming Client)及***相机采集模块(Video Capture)。
终端和云手机可以直接通信，也可以通过其它服务器转发消息通信。例如，实时媒体服务器与信令服务器作为后台服务用于在云手机与终端间分别转发、传递实时媒体数据及信令数据。
需要说明的是，本公开的实施例所提供的图像识别方法可以由终端和物理机执行。相应地，图像识别装置可以设置于终端和物理机中。在此不做具体限定。
应该理解，图1中的终端、物理机、虚拟机的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端、物理机、虚拟机。
继续参考图2，示出了根据本公开的图像识别方法应用于终端的一个实施例的流程200。该图像识别方法，包括以下步骤：
步骤201，响应于检测到用户请求通过目标应用进行图像识别，将针对目标应用的图像识别请求发送到云手机。
在本实施例中，图像识别方法的执行主体(例如图1所示的终端)可以安装连接云手机的应用程序。用户在终端上点击该应用程序即可触发请求调用云手机的目标应用进行图像识别，终端生成了图像识别请求，发送到云手机。目标应用可以是微信、支付宝等扫码应用程序，也可以是其它的用于人脸识别的应用程序。可直接发送到云手机或通过其它服务器中转到云手机。
步骤202，响应于接收到来自云手机的目标应用的画面数据，渲染到本地屏幕上展示。
在本实施例中，云手机可将虚拟屏幕的画面数据实时发送到终端。用户请求图像识别后，云手机的虚拟屏幕显示的就是目标应用的画面。将画面的数据实时同步发给终端。终端将画面数据进行渲染后在终端的屏幕上展示，用户即可实时看到与云手机上显示的内容相同的画面。
步骤203，响应于接收到来自云手机的打开相机的指令，拍摄目标对象，得到目标图像。
在本实施例中，云手机进行图像识别时需要借助终端的相机，因此会向终端发送打开相机的指令。终端接收到该指令后打开相机开始拍摄，整个流程和直接用智能手机扫码一致，拍摄目标对象，例如，二维码或人脸。相机所有采集的图像数据都会发送给云手机，由云手机的图像识别应用程序来判断图像是否合格，如果合格则会发送停止拍摄的指令给终端，否则一直采集图像，直到采集到合格图像或超时为止。这期间云手机上的画面数据会一直实时发送到终端上，由终端渲染后在本地屏幕上显示，让用户感觉像是在使用智能手机一样。
步骤204，将目标图像发送到云手机，以使得云手机对图像进行识别得到识别结果。
在本实施例中，终端将实时拍摄的目标图像发送给云手机，借助云手机上的图像识别应用程序进行识别。
步骤205，响应于接收到来自云手机的识别结果的画面数据，渲染到本地屏幕上展示。
在本实施例中，云手机上程序运行的画面数据都会实时发送到终端上。识别结果的画面数据会实时发给终端。终端渲染后在屏幕上展示，用户就可以看到图像识别结果，例如，身份信息、产品信息、植物种类等。
本公开的上述实施例提供的方法，通过低端设备连接云手机进行能力升级(安装大型应用)，云手机调用设备物理资源(相机)进行计算处理，最终实现在个体低端设备上无法实现的功能。极大的方便老人、儿童通过手上的老人手机、儿童手表等进行人脸认识、扫码验证，有利有人们的正常生活与学习。
本申请通过资源丰富的云上资源为低端设备赋能，采用云手机结合真实设备的方式，使得软硬件配置较低的设备能够远程运行要求高配置、高计算能力、功能复杂的应用程序。本申请的设计思想未来也将在其它领域、场景(如非智能设备+游戏、短视频、直播等)下广泛应用。
在本实施例的一些可选的实现方式中，在检测到针对目标应用的图像识别请求之前，所述方法还包括：向云手机发送用户认证信息；响应于接收到来自所述云手机的虚拟屏幕的画面数据，渲染到本地屏幕上展示，其中，所述虚拟屏幕包括目标应用的图标。可以在使用云手机前对用户进行鉴权，不同权限的用户可使用的应用程序不同。用户认证信息可以包括登录的账号、手机号等。云手机接收到用户认证信息后可查询他的权限，将用户可使用的应用程序的图标呈现在虚拟屏幕上，也同时同步发送给终端设备。终端设备将画面数据渲染后呈现在屏幕上，用户就可以看到自己能使用的应用程序图标了。然后用户可以进行选择，例如，选择支付宝或微信进行扫码支付点击相应的图标即为目标应用，就会向云手机发送指令，云手机会调用目标应用，执行流程200的步骤。这样可提供针对性、个性化服务，还可提供收费服务。甚至可以在云手机上保存用户的一些信息，以后再调用云手机时不需要用户重新输入，可以提高应用程序的使用效率。
在本实施例的一些可选的实现方式中，所述方法还包括：响应于检测到所述用户使用所述目标应用的操作，将所述操作对应的操作指令发送到所述云手机。用户可通过物理按键或触摸按键控制目标应用，例如，返回、确定、取消、上下左右移动等。可将操作对应的操作指令发送到云手机。如果不是物理按键，则可将用户在屏幕上点击的位置发送给云手机，由云手机根据位置计算出用户的选项，例如，用户点击了屏幕坐标(x，y)，将坐标发给云手机，云手机预先知道终端的型号从而得知终端物理屏幕的尺寸，在虚拟屏幕上等比例做映射，从而可以计算出虚拟屏幕上的位置(m,n)，确定出用户点击了“确定”按键。用户可通过控制终端来控制云手机。终端设备不仅具备拍照、显示图像识别结果的功能，还能对云手机进行控制，可以利用云手机实现更复杂的功能，让非智能终端使用者的生活更加便利。
在本实施例的一些可选的实现方式中，数据在发送给所述云手机之前预先经过编码，来自所述云手机的数据经过解码后再进行处理。对于图像可采用H.264技术编码，也可采用其它技术编码。相应的，接收到的来自云手机的数据也是编码后的，终端要做解码才能使用。H.264不仅比MPEG-4节约了50％的码率，而且还具有较强的抗误码特性，可适应丢包率高、干扰严重的无线信道中的视频传输，从而获得平稳的图像质量。
在本实施例的一些可选的实现方式中，从所述云手机接收的指令经过信令服务器中转，从所述云手机接收的画面数据经过实时媒体服务器中转，向所述云手机发送的目标图像经过实时媒体服务器中转。为了安全起见，云手机和终端不直接相连，而是经过第三方服务器中转。为了提高服务质量，将不同的内容通过不同的服务器中转。信令通过专门的信令服务器中转，图像通过实时媒体服务器中转。信令服务器可采用安全级别更高的保密机制，并且对时延要求高。而实时媒体服务器的数据量大，可采用内存大的服务器。这样可以满足不同需求的服务质量，提高整体满意度。
进一步参考图3，其示出了图像识别方法应用于云手机的一个实施例的流程300。该图像识别方法的流程300，包括以下步骤：
步骤301，接收来自终端的针对目标应用的图像识别请求。
在本实施例中，对应于步骤201，终端向云手机发送针对目标应用的图像识别请求。云手机接收来自终端的针对目标应用的图像识别请求。如果事先约定了编解码算法，则终端将图像识别请求编码后发给云手机，云手机接收到要解码，解析出用户调用的目标应用是哪个。如果终端是经过第三方服务器转发数据，则第三方服务器透传数据，不进行编解码。
步骤302，调用目标应用，并采集目标应用的画面数据发送到终端。
在本实施例中，用户使用终端请求云手机调用目标应用，相当于直接操作了云手机。调用过程与正常使用智能机一样，调用后会显示目标应用的画面，云手机会将目标应用的画面数据采集起来，同步发送到终端。终端接收到画面数据后进行渲染在终端的物理屏幕上展示，和云手机的虚拟屏幕上的内容一致。
步骤303，调用虚拟相机向云手机发送打开相机的指令。
在本实施例中，由于云手机部署在云上服务器，并没有真实的相机硬件，正常情况下第三方应用(如微信)无法调用相机接口打开相机，新增的远程虚拟相机模块一方面打通***相机操作接口，作为虚拟相机驱动影响用户的相机操作，如打开相机、配置相机、获取相机数据、关闭相机等；另一方面从实时媒体流化服务获取反原后的RTOS远程相机数据并写入云手机相机缓存，并共享给上层应用进行处理(分析、识别)。
指令中可携带相机配置参数(帧率、分辨率)等。
步骤304，响应于接收到来自终端的目标图像，调用目标应用识别目标图像，得到识别结果。
在本实施例中，终端按照云手机的指令打开相机采集目标对象的图像后，会实时将目标图像发送到云手机。云手机一直监听目标图像。每一帧图像都进行目标检测，如果检测到目标对象后，开始识别。同时通知终端的相机停止采集图像。这期间云手机识别的画面数据都会实时同步给终端。云手机调用目标应用识别目标图像，得到识别结果。目标应用识别出图像中的信息，执行相应的操作。例如，如果识别出目标对象是查询身份的二维码，则根据该二维码查询用户身份相关信息并在虚拟屏幕上展示。如果识别出目标对象是收款码，则进入支付流程，并将状态在虚拟屏幕上展示。如果是免密支付则可直接支付完成，否则还需要终端侧输入密码，发送到云手机，或者向终端再次发送打开相机的指令采集人脸图像进行人脸支付。
步骤305，采集识别结果的画面数据并发送到终端。
在本实施例中，虚拟屏幕上显示的内容都会被同步到终端上，如同终端在本地使用目标应用一样。
本公开的上述实施例提供的方法，可以让云手机借助终端的相机完成图像采集，从而实现图像识别。可以让终端设备的功能不受硬件限制，可以安装使用各种应用程序，提高便利性。
在本实施例的一些可选的实现方式中，在接收来自终端的针对目标应用的图像识别请求之前，所述方法还包括：接收来自终端的用户认证信息；根据所述用户认证信息获取授权所述用户使用的应用程序的列表；采集展示所述列表的虚拟屏幕的画面数据并发送到所述终端。预先为每个用户开通了权限，每个用户有自己的可使用的应用程序列表。云手机可向终端展示该用户可以使用的应用程序的图标，隐藏其它图标。可以减少终端渲染图像的压力。可选地，如果云手机上没有用户权限内的应用程序，也可下载安装该应用程序。可选地，物理机上有调度器，可根据用户的需求选取满足他要求的云手机。从而实现只展示用户定制的应用程序的画面，方便用户操作，并节省数据交互流量。
在本实施例的一些可选的实现方式中，该方法还包括：响应于接收到来自所述终端的操作指令，根据所述操作指令控制所述目标应用；采集操作后的所述目标应用的画面数据并发送到所述终端。操作指令可包括：确定、取消、返回、上下左右、数字等物理按键的指令。也可以是用户点击的坐标位置转换成对应画面上的按键的操作指令。例如，用户输入账号，则将账号的字符串发给云手机，在云手机的屏幕上显示输入的画面，该画面的数据同步发送给终端，终端经过渲染后上就可以看到输入的画面。
继续参见图3，图3是根据本实施例的图像识别方法的应用场景的一个示意图。在图3的应用场景中，基于老人手机(RTOS)扫码执行步骤具体如下：
1、启动云手机，其后实时媒体流化服务自动后台运行，云手机启动后常开，并处理待命状态；
2、云手机安装扫码软件(如微信)；
3、启动RTOS设备，并打开云渲染客户端，云渲染客户端携带用户认证信息连接云手机实时媒体流化服务；云手机流化服务采集虚拟屏幕输出编码后通过RTC通道传输至RTOS云渲染客户端，
4、RTOS端云渲染客户端的实时媒体客户端模块接收对端发送过来的媒体流，解码后渲染至RTOS设备屏幕上；
5、用户通过RTOS设备屏幕浏览云手机桌面，点击/打开扫码程序，并进入二维码扫码页面；
6、云手机上扫码程序的扫码页面被调起，该页面尝试调用***相机接口打开相机，由于基于服务器的云手机不带摄像头，相机调用请求将由新增的虚拟相机单元响应；
7、虚拟相机模块响应到相机打开请求后，将携带相机配置参数(帧率、分辨率)的请求通过进程间通程IPC方式(如本地套接字LocalSocket)传递给实时媒体流化服务，随后监听LocalSocket数据输入；
8、实时媒体流化服务向RTOS端的实时媒体客户端程序发送打开相机请求信令，实时媒体客户端接收请求后调用视频采集模块已既定参数打开RTOS物理相机,相机当对准人脸(人脸认证场景)或现场二维码，采集相机数据后传递至实时媒体客户端；
9、实时媒体客户端对相机数据进行编码后经RTC通道发送至云手机实时媒体流化服务；
10、实时媒体流化服务经RTC通道接收相机数据，然后解码还原成RGBA原始图片帧；并将RGBA图片帧写入LocalSocket；
11、虚拟相机单元通过监听LocalSocket接收图片帧，并写入事先分配的相机共享内存，至此，扫码程序拿到RTOS端真实相机采集到的现场二维码图片数据，随后扫码程序基于该图片帧进行识别分析；
12、扫码程序识别图像后，在云手机虚拟屏幕上显示处理结果，该图像正在工作实时媒体流化服务采集并发送至RTOS端，用户通过RTOS设备屏幕浏览到图像处理结果，扫码流程结束。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种图像识别装置应用于终端的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的图像识别装置500包括：请求单元501、渲染单元502、拍摄单元503、识别单元504和输出单元505。其中，请求单元501，被配置成响应于检测到用户请求通过目标应用进行图像识别，将针对目标应用的图像识别请求发送到云手机；渲染单元502，被配置成响应于接收到来自所述云手机的目标应用的画面数据，渲染到本地屏幕上展示；拍摄单元503，被配置成响应于接收到来自所述云手机的打开相机的指令，拍摄目标对象，得到目标图像；识别单元504，被配置成将所述目标图像发送到所述云手机，以使得所述云手机对所述图像进行识别得到识别结果；输出单元505，被配置成响应于接收到来自所述云手机的识别结果的画面数据，渲染到本地屏幕上展示。
在本实施例中，图像识别装置500的请求单元501、渲染单元502、拍摄单元503、识别单元504和输出单元505的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205。
在本实施例的一些可选的实现方式中，装置500还包括认证单元(附图中未示出)，被配置成：在检测到针对目标应用的图像识别请求之前，向云手机发送用户认证信息；响应于接收到来自所述云手机的虚拟屏幕的画面数据，渲染到本地屏幕上展示，其中，所述虚拟屏幕包括目标应用的图标。
在本实施例的一些可选的实现方式中，装置500还包括控制单元(附图中未示出)，被配置成：响应于检测到所述用户使用所述目标应用的操作，将所述操作对应的操作指令发送到所述云手机。
在本实施例的一些可选的实现方式中，数据在发送给所述云手机之前预先经过编码，来自所述云手机的数据经过解码后再进行处理。
在本实施例的一些可选的实现方式中，从所述云手机接收的指令经过信令服务器中转，从所述云手机接收的画面数据经过实时媒体服务器中转，向所述云手机发送的目标图像经过实时媒体服务器中转。
进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种图像识别装置的一个实施例，该装置实施例与图3所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的图像识别装置600包括：接收单元601、服务单元602、相机单元603、识别单元604和输出单元605。其中，接收单元601，被配置成接收来自终端的针对目标应用的图像识别请求；服务单元602，被配置成调用所述目标应用，并采集所述目标应用的画面数据发送到所述终端；相机单元603，被配置成调用虚拟相机向所述云手机发送打开相机的指令；识别单元604，被配置成响应于接收到来自所述终端的目标图像，调用所述目标应用识别所述目标图像，得到识别结果；输出单元605，被配置成采集所述识别结果的画面数据并发送到所述终端。
在本实施例中，图像识别装置600的接收单元601、服务单元602、相机单元603、识别单元604和输出单元605的具体处理可以参考图3对应实施例中的步骤301、步骤302、步骤303、步骤304和步骤305。
在本实施例的一些可选的实现方式中，装置600还包括认证单元(附图中未示出)，被配置成：在接收来自终端的针对目标应用的图像识别请求之前，接收来自终端的用户认证信息；根据所述用户认证信息获取授权所述用户使用的应用程序的列表；采集展示所述列表的虚拟屏幕的画面数据并发送到所述终端。
在本实施例的一些可选的实现方式中，装置600还包括控制单元(附图中未示出)，被配置成：响应于接收到来自所述终端的操作指令，根据所述操作指令控制所述目标应用；采集操作后的所述目标应用的画面数据并发送到所述终端。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行流程200或300所述的方法。
一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行流程200或300所述的方法。
一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现流程200或300所述的方法。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如图像识别方法。例如，在一些实施例中，图像识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的图像识别方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像识别方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
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***、装置或设备使用或与指令执行***、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***、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。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括终端和服务器。终端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有终端-服务器关系的计算机程序来产生终端和服务器的关系。服务器可以是云服务器，也可以为分布式***的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (20)

1.一种图像识别方法，包括：
响应于检测到用户请求通过目标应用进行图像识别，将针对目标应用的图像识别请求发送到云手机；
响应于接收到来自所述云手机的目标应用的画面数据，渲染到本地屏幕上展示；
响应于接收到来自所述云手机的打开相机的指令，拍摄目标对象，得到目标图像；
将所述目标图像发送到所述云手机，以使得所述云手机对所述图像进行识别得到识别结果；
响应于接收到来自所述云手机的识别结果的画面数据，渲染到本地屏幕上展示。
2.根据权利要求1所述的方法，其中，在检测到针对目标应用的图像识别请求之前，所述方法还包括：
向云手机发送用户认证信息；
响应于接收到来自所述云手机的虚拟屏幕的画面数据，渲染到本地屏幕上展示，其中，所述虚拟屏幕包括目标应用的图标。
3.根据权利要求1所述的方法，所述方法还包括：
响应于检测到所述用户使用所述目标应用的操作，将所述操作对应的操作指令发送到所述云手机。
4.根据权利要求1所述的方法，其中，数据在发送给所述云手机之前预先经过编码，来自所述云手机的数据经过解码后再进行处理。
5.根据权利要求1所述的方法，其中，从所述云手机接收的指令经过信令服务器中转，从所述云手机接收的画面数据经过实时媒体服务器中转，向所述云手机发送的目标图像经过实时媒体服务器中转。
6.一种图像识别方法，包括：
接收来自终端的针对目标应用的图像识别请求；
调用所述目标应用，并采集所述目标应用的画面数据发送到所述终端；
调用虚拟相机向所述云手机发送打开相机的指令；
响应于接收到来自所述终端的目标图像，调用所述目标应用识别所述目标图像，得到识别结果；
采集所述识别结果的画面数据并发送到所述终端。
7.根据权利要求6所述的方法，其中，在接收来自终端的针对目标应用的图像识别请求之前，所述方法还包括：
接收来自终端的用户认证信息；
根据所述用户认证信息获取授权所述用户使用的应用程序的列表；
采集展示所述列表的虚拟屏幕的画面数据并发送到所述终端。
8.根据权利要求6所述的方法，其中，所述方法还包括：
响应于接收到来自所述终端的操作指令，根据所述操作指令控制所述目标应用；
采集操作后的所述目标应用的画面数据并发送到所述终端。
9.一种图像识别装置，包括：
请求单元，被配置成响应于检测到用户请求通过目标应用进行图像识别，将针对目标应用的图像识别请求发送到云手机；
渲染单元，被配置成响应于接收到来自所述云手机的目标应用的画面数据，渲染到本地屏幕上展示；
拍摄单元，被配置成响应于接收到来自所述云手机的打开相机的指令，拍摄目标对象，得到目标图像；
识别单元，被配置成将所述目标图像发送到所述云手机，以使得所述云手机对所述图像进行识别得到识别结果；
输出单元，被配置成响应于接收到来自所述云手机的识别结果的画面数据，渲染到本地屏幕上展示。
10.根据权利要求9所述的装置，其中，所述装置还包括认证单元，被配置成：
在检测到针对目标应用的图像识别请求之前，向云手机发送用户认证信息；
响应于接收到来自所述云手机的虚拟屏幕的画面数据，渲染到本地屏幕上展示，其中，所述虚拟屏幕包括目标应用的图标。
11.根据权利要求9所述的装置，所述装置还包括控制单元，被配置成：
响应于检测到所述用户使用所述目标应用的操作，将所述操作对应的操作指令发送到所述云手机。
12.根据权利要求9所述的装置，其中，数据在发送给所述云手机之前预先经过编码，来自所述云手机的数据经过解码后再进行处理。
13.根据权利要求9所述的装置，其中，从所述云手机接收的指令经过信令服务器中转，从所述云手机接收的画面数据经过实时媒体服务器中转，向所述云手机发送的目标图像经过实时媒体服务器中转。
14.一种图像识别装置，包括：
接收单元，被配置成接收来自终端的针对目标应用的图像识别请求；
服务单元，被配置成调用所述目标应用，并采集所述目标应用的画面数据发送到所述终端；
相机单元，被配置成调用虚拟相机向所述云手机发送打开相机的指令；
识别单元，被配置成响应于接收到来自所述终端的目标图像，调用所述目标应用识别所述目标图像，得到识别结果；
输出单元，被配置成采集所述识别结果的画面数据并发送到所述终端。
15.根据权利要求14所述的装置，其中，所述装置还包括认证单元，被配置成：
在接收来自终端的针对目标应用的图像识别请求之前，接收来自终端的用户认证信息；
根据所述用户认证信息获取授权所述用户使用的应用程序的列表；
采集展示所述列表的虚拟屏幕的画面数据并发送到所述终端。
16.根据权利要求14所述的装置，其中，所述装置还包括控制单元，被配置成：
响应于接收到来自所述终端的操作指令，根据所述操作指令控制所述目标应用；
采集操作后的所述目标应用的画面数据并发送到所述终端。
17.一种图像识别***，包括：
云手机，包括实时媒体流化服务模块和远程虚拟相机模块，其中，实时媒体流化服务模块用于采集云手机虚拟屏幕的画面数据并通过实时媒体技术发送至终端，以及接收从终端的实时媒体客户端发送的目标图像及远端用户操作指令；远程虚拟相机模块驱动终端的相机操作，从实时媒体流化服务模块获取目标图像并写入云手机相机缓存，并共享给上层应用进行图像识别处理，得到识别结果；
终端，包括实时媒体客户端和***相机采集模块，其中，实时媒体客户端用于实时接收云手机发送的虚拟屏幕的画面数据并进行渲染显示，以及采集本地的用户操作事件及目标图像发送到云手机；***相机采集模块受实时媒体客户端控制进行目标图像采集。
18.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
19.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
20.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
CN202211007820.4A 2022-08-22 2022-08-22 图像识别方法、装置和*** Pending CN115344840A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211007820.4A CN115344840A (zh) 2022-08-22 2022-08-22 图像识别方法、装置和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211007820.4A CN115344840A (zh) 2022-08-22 2022-08-22 图像识别方法、装置和***

Publications (1)

Publication Number Publication Date
CN115344840A true CN115344840A (zh) 2022-11-15

Family

ID=83954867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211007820.4A Pending CN115344840A (zh) 2022-08-22 2022-08-22 图像识别方法、装置和***

Country Status (1)

Country Link
CN (1) CN115344840A (zh)

Similar Documents

Publication Publication Date Title
CN110213217B (zh) 数据访问方法、相关装置、网关和数据访问***
CN111290695B (zh) 基于优先级控制的终端控制方法、装置和终端
JP2021513440A (ja) 仮想シーンのシーン画像を送信するための方法及び装置、コンピュータデバイス並びにコンピュータ読み取り可能記憶媒体
CN103607571A (zh) 采用Android手机实现远程视频监视与云台控制方法
CN203120046U (zh) 基于视频会议终端的可视化控制***
JP2021034003A (ja) 人物識別方法、装置、電子デバイス、記憶媒体、及びプログラム
CN104917796B (zh) 信用账户创建装置、***和方法
CN112312144B (zh) 一种直播方法、装置、设备和存储介质
CN111880695A (zh) 一种屏幕共享方法、装置、设备及存储介质
CN111324248A (zh) 终端控制方法、装置、终端、计算机设备和存储介质
CN113691602B (zh) 基于云手机的业务处理方法、***、装置、设备及介质
CN111314441A (zh) 基于多区域控制的终端控制方法、装置和终端
CN111309226A (zh) 基于通信质量的终端控制方法、装置、终端和计算机设备
US20230333803A1 (en) Enhanced Screen Sharing Method and System, and Electronic Device
WO2023078142A1 (zh) 图像获取方法、装置、设备、存储介质及程序产品
CN112583866B (zh) 智能家电设备的共享方法、装置、电子设备和介质
CN114157584A (zh) 云***控方法、装置、电子设备和存储介质
CN112218034A (zh) 视频处理方法、***、终端和存储介质
CN107346197B (zh) 一种信息显示方法及装置
CN116842205A (zh) 一种游戏回放方法、装置及存储介质
CN115344840A (zh) 图像识别方法、装置和***
CN113518143B (zh) 界面输入源切换方法、装置和电子设备、存储介质
CN111263004B (zh) 终端控制方法、装置、计算机设备和存储介质
CN111314442B (zh) 基于分时控制的终端控制方法、装置、终端和计算机设备
US20130165074A1 (en) Remote monitoring system and method

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