CN116151917B - 一种基于三维模型的交易确权方法及*** - Google Patents
一种基于三维模型的交易确权方法及*** Download PDFInfo
- Publication number
- CN116151917B CN116151917B CN202310008575.7A CN202310008575A CN116151917B CN 116151917 B CN116151917 B CN 116151917B CN 202310008575 A CN202310008575 A CN 202310008575A CN 116151917 B CN116151917 B CN 116151917B
- Authority
- CN
- China
- Prior art keywords
- dimensional model
- data
- dimensional
- determined
- sub
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 17
- 230000000875 corresponding effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 abstract description 12
- 230000014509 gene expression Effects 0.000 description 8
- 238000010200 validation analysis Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种基于三维模型的交易确权方法及***;所述方法包括:扫描获取待确权对象的三维数据,根据所述三维数据构建所述待确权对象的第一三维模型;将所述第一三维模型与第二三维模型进行匹配计算,根据匹配计算结果输出确权结果。本发明的方案通过对货物的简单扫描及三维模型的比对即可快速完成交易的确权,极大地提升了交易确权的效率,而且交易确权的可靠性也明显更高。
Description
技术领域
本发明涉及确权技术领域,具体而言,涉及一种基于三维模型的交易确权方法、***、电子设备及计算机存储介质。
背景技术
随着互联网技术的快速发展,各类在线交易平台与消费者的生活接触的愈发紧密。交易确权是指消费者对在在线交易平台购买的货物的核对即“验货”。现有方式中,消费者一般是通过对接收到的货物的外在特征、型号等进行粗略核对,部分消费者也可以通过货物的条形码等ID信息进行在线核对。但是,上述依靠目测的粗略核对方式可靠度极低,而上述的在线核对方式所涉及的条形码等也容易被不法商贩伪造篡改。
如何提升交易确权的可靠性,是目前亟需解决的技术问题。
发明内容
为了至少解决上述背景技术中存在的技术问题,本发明提供了一种基于三维模型的交易确权方法、***、电子设备及计算机存储介质。
本发明的第一方面提供了一种基于三维模型的交易确权方法,包括如下步骤:
扫描获取待确权对象的三维数据,根据所述三维数据构建所述待确权对象的第一三维模型;
将所述第一三维模型与第二三维模型进行匹配计算,根据匹配计算结果输出确权结果;
其中,所述第二三维模型与所述待确权对象对应。
进一步地,所述根据所述三维数据构建所述待确权对象的第一三维模型,包括:
将所述三维数据中的各子数据转换至同一坐标系,根据获取时刻对各所述子数据进行排序;
根据所述坐标系构建空白三维模型,根据排序结果依次将各所述子数据填充至所述空白三维模型;
对相邻所述子数据的邻接线进行平滑处理,以获得所述第一三维模型。
进一步地,所述将所述第一三维模型与第二三维模型进行匹配计算,包括:
确定所述第一三维模型的若干关键点,基于若干所述关键点将所述第一三维模型划分为多个子块;
依次执行各所述子块与所述第二三维模型的匹配计算,并基于计算结果确定是否继续执行匹配计算。
进一步地,所述确定所述第一三维模型的若干关键点,包括:
获取与所述待确权对象相关的初始语义信息,对所述初始语义信息进行语义分析以提取得出若干关键词组;各所述关键词组中包括一个优先级最高的关键词,以及若干优先级较低的其它关键词;
从所述待确权对象的图像数据确定出与若干所述关键词组对应的所述关键点。
进一步地,在所述对所述初始语义信息进行语义分析以提取得出若干关键词组之后,还包括:
确定扫描获取待确权对象的三维数据的设备类型,根据所述设备类型对若干所述关键词组进行第一筛选。
进一步地,所述方法还包括:
对所述待确权对象的图像数据进行束线识别,提取所述束线的第一属性数据;
则所述从所述待确权对象的图像数据确定出与若干所述关键词组对应的所述关键点,包括:根据所述第一属性数据对所述关键点进行第二筛选。
进一步地,所述根据所述第一属性数据对所述关键点进行第二筛选,包括:
计算所述第一属性数据和与所述关键点对应的第二属性数据的等效距离,若所述等效距离小于筛选阈值,则将所述关键点筛除,反之则保留所述关键点。
本发明的第二方面提供了一种基于三维模型的交易确权***,包括获取模块、处理模块、存储模块;所述处理模块与所述获取模块、所述存储模块电连接;
所述存储模块,用于存储可执行的计算机程序代码;
所述获取模块,用于获取待确权对象的三维数据并传输给所述处理模块;
所述处理模块,用于通过调用所述存储模块中的所述可执行的计算机程序代码,执行如前任一项所述的方法。
本发明的第三方面提供了一种电子设备,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,执行如前任一项所述的方法。
本发明的第四方面提供了一种计算机存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上任一项所述的方法。
本发明的有益效果在于:
本发明的方案通过对货物的简单扫描及三维模型的比对即可快速完成交易的确权,极大地提升了交易确权的效率,而且交易确权的可靠性也明显更高。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明实施例公开的一种基于三维模型的交易确权方法的流程示意图。
图2是本发明实施例公开的一种基于三维模型的交易确权***的结构示意图。
图3是本发明实施例公开一种电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本申请实施例中可能采用术语第一、第二、第三等来描述……,但这些……不应限于这些术语。这些术语仅用来将……区分开。例如,在不脱离本申请实施例范围的情况下,第一……也可以被称为第二……,类似地,第二……也可以被称为第一……。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者***中还存在另外的相同要素。
下面结合附图详细说明本发明的优选实施例。
参阅图1所示流程示意图,本发明实施例提供了一种基于三维模型的交易确权方法,包括如下步骤:
扫描获取待确权对象的三维数据,根据所述三维数据构建所述待确权对象的第一三维模型;
将所述第一三维模型与第二三维模型进行匹配计算,根据匹配计算结果输出确权结果;
其中,所述第二三维模型与所述待确权对象对应。
在本实施例中,购买方在在线平台上完成待确权对象的购买、支付,在收到货之后,通过各类扫描设备对待确权对象的若干个面进行三维扫描,从而构建出该待确权对象的第一三维模型;同时,在线平台将待确权对象的第二三维模型发送给购买方,购买方可以将实时扫描得出的第一三维模型与接收的第二三维模型进行匹配计算,如果匹配成功则可以判定确权成功,反之则判定确权异常。于是,本发明的方案通过对货物的简单扫描及三维模型的比对即可快速完成交易的确权,极大地提升了交易确权的效率,而且交易确权的可靠性也明显更高。
其中,本发明的确权结果可以是直接的确权结论,例如“确权通过”、“确权失败”等,也可以是关于确权的置信度,本发明对此不作具体限定。
本发明的方案主要有两种实施方式,即实施于扫描设备,或者实施于远程服务器。其中,扫描设备通常具备处理器、扫描装置(摄像头、激光扫描器、红外扫描器等,适用于不同的使用场景)、通信装置等,具体可以是手机、平板电脑、计算机、闹钟、智能可穿戴设备等;远程服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。服务器和终端设备的数量也不做限制。扫描设备与远程服务器之间可通过有线或无线通信方式进行直接或间接地连接,例如临时网络(ad hoc network)、内联网、外联网、虚拟专用网络(virtual privatenetwork:VPN)、局域网(local area network:LAN)、无线LAN(wireless LAN:WLAN)、广域络(wide area network:WAN)、无线WAN(wireless WAN:WWAN)、城域网(metropolitan areanetwork:MAN)、互联网的一部分、公用交换电话网(Public Switched Telephone Network:PSTN)的一部分、移动电话网、ISDN(integrated service digital networks,综合业务数字网)、无线LAN、LTE(long term evolution,长期演进)、CDMA(code division multipleaccess,码分多址)、蓝牙(Bluetooth)、卫星通信等、或者这些的两个以上的组合。
进一步地,所述根据所述三维数据构建所述待确权对象的第一三维模型,包括:
将所述三维数据中的各子数据转换至同一坐标系,根据获取时刻对各所述子数据进行排序;
根据所述坐标系构建空白三维模型,根据排序结果依次将各所述子数据填充至所述空白三维模型;
对相邻所述子数据的邻接线进行平滑处理,以获得所述第一三维模型。
在本实施例中,购买方手持扫描设备对货物的所有面或N个面进行扫描(对于大型货物,可以扫描除底面以外的其它面;对于小型货物,可以对所有面进行扫描),从而获得一系列的扫描子数据(可以是条数据)。再将这些子数据转换至同一坐标系,并依获取时刻依次填充至空白三维模型的对应位置即可初步构建出货物的三维模型。最后,对相邻子数据的邻接线进行平滑处理,从而可以获得与货物的真实外形轮廓匹配度更高的第一三维模型。
其中,空白三维模型可以是球形模型,其球心/球底中心点可为坐标系的原点。各子数据(曲线数据和/或曲面数据)依次填充至该球形模型中后,将子数据外侧的空白部分去除,剩余的即为第一三维模型。以及,该球形模型的直径可基于货物的确定,例如在正式扫描前先执行初扫描,以提取出该货物的最大宽度,继而可以设置该球形模型的直径略大于货物的最大宽度。
进一步地,所述将所述第一三维模型与第二三维模型进行匹配计算,包括:
确定所述第一三维模型的若干关键点,基于若干所述关键点将所述第一三维模型划分为多个子块;
依次执行各所述子块与所述第二三维模型的匹配计算,并基于计算结果确定是否继续执行匹配计算。
在本实施例中,货物一般具有若干显著的特征点,例如,自动化设备的抓取机械臂、相机的镜头部等。本发明基于这些显著特征点来确定出关键点,据此将前述确定出的第一三维模型分割为多个子块,然后再以多个子块为基础计算与第二三维模型的匹配度。相比于传统的全局匹配度计算方式,本方案可以实现依次计算各子块的匹配度,只有在包含关键点的对应子块匹配成功之后才继续执行后续的匹配计算,如此设置,可减少匹配计算的计算量,显著提升匹配度计算的效率,尤其是在第一三维模型与第二三维模型最终匹配失败的情况下。其中,在各个子块的匹配过程中,只要关键点所处子区块的匹配度值高于阈值即可判定该子块匹配成功。
其中,在计算单一子块与第二三维模型的匹配度时,可也基于前述的关键点将第二三维模型分割为多个子块,计算第一三维模型的单一子块与第二三维模型的所有子块的匹配度,只要有一个匹配成功即可。对于匹配度的计算方式,可采用现有技术中有关向量矩阵的相似度计算公式,本发明对此不作限定。
当然,如果待确权货物缺乏显著关键点,则可以以传统方式进行三维模型的匹配,例如前述的全局匹配度计算方式。
需要进行说明的是,在进行模型匹配之前,一般还需要对构建的第一三维模型进行坐标调整、法线对齐等预处理操作,以使得第一三维模型、第二三维模型以相同的姿态进行比对。另外,本发明模型的匹配计算所涉及的三维数据除了包括货物的三维点云数据之外,还可以包括货物的外观特征,例如颜色、纹理等,对应地,可采用扫描装置的摄像头进行三维数据的提取,也可以采用摄像头和激光扫描器、红外扫描器等的配合提取的方式,具体不再赘述。
进一步地,所述确定所述第一三维模型的若干关键点,包括:
获取与所述待确权对象相关的初始语义信息,对所述初始语义信息进行语义分析以提取得出若干关键词组;各所述关键词组中包括一个优先级最高的关键词,以及若干优先级较低的其它关键词;
从所述待确权对象的图像数据确定出与若干所述关键词组对应的所述关键点。
在本实施例中,通过各种渠道获取与待确权对象相关的初始语义信息,在线平台一般会发布与待确权对象对应的标题、商品详情页等,从中可以提取出与待确权对象的显著特征相关的初始语义信息,例如“履带式”、“液压支撑”、“独立悬挂”等。
初始语义信息可通过简单的分词并辅以词频等要素来提取,但其中会包括部分与非显著特征相关的词汇。针对于此,本发明进一步对初始语义信息进行语义分析以提取得出若干关键词,具体可以商品详情页、用户评价页、以及针对该待确权对象从其它网络途径爬取得到的相关信息等信息为基础,对初始语义信息中的各词汇进行排序取优,以确定出与待确权对象的显著特征最相关的若干关键词组。关键词组中包括一个优先级最高的关键词,以及若干优先级较低的其它关键词。
然后,基于关键词组中的主关键词从待确权对象的图像数据中框选出子图像数据,例如,基于“履带式”将待确权对象的与地面接触区域框选为子图像数据。同时,再根据与该主关键词相关联的辅关键词从子图像数据确定出仅包含显著特征的局部图像数据,即确定出关键点。
需要进行说明的是,扫描设备可能同时具有摄像装置和其它扫描装置(例如激光扫描器、红外扫描器),在不同的环境条件下可采用不同的扫描方式(包括前述的组合方式)。在正式进行三维扫描之前,可使用摄像装置先拍摄待确权对象的图像,而图像可以包含更多的可识别特征,有利于更准确的确定关键点,当然,本发明也不排斥其它扫描方式。对于正式扫描时使用其它扫描装置的情况,则可以通过简单的坐标转换实现关键点信息在不同扫描方式间的转换,由于属于常规技术,在此不再赘述。
进一步提供该实施例的一种改进方案:
所述关键词组中优先级较低的其它关键词的数量,通过如下方式确定:
根据所述待确权对象的图像数据确定所述待确权对象的尺寸数据,根据所述尺寸数据确定所述其它关键词的数量。
在该改进方案中,不同货物的尺寸存在较大差别,而该尺寸的差别会影响到关键点的识别。具体来说,对于大尺寸货物,由于货物的显著特征点更可能是由线条、颜色、特定部件等组合而成,所以,需要更多的关键词来准确识别关键点;而对于小尺寸货物来说,受限于本身尺寸,其显著特征点的显著细节较少,仅需要较少的关键词即可确定,关键词较多时反而容易导致识别偏差。于是,本发明可设置根据尺寸数据确定其它关键词的数量,即其它关键词的数量与尺寸数据正相关,如此设置,可提升对不同尺寸货物的三维模型匹配确权的准确性。
进一步地,在所述对所述初始语义信息进行语义分析以提取得出若干关键词组之后,还包括:
确定扫描获取待确权对象的三维数据的设备类型,根据所述设备类型对若干所述关键词组进行第一筛选。
在本实施例中,不同的扫描方式对不同类型的关键点具有不同的识别准确性,甚至某些扫描方式难以实现对关键点的识别,例如,激光扫描方式就无法识别外观类关键点(颜色、纹理等),非红外扫描方式就难以识别热源类关键点等。针对该问题,本发明根据扫描设备的类型来对前述确定出的关键词组进行筛选,以确保可以顺利识别出关键点。
进一步地,所述方法还包括:
对所述待确权对象的图像数据进行束线识别,提取所述束线的第一属性数据;
则所述从所述待确权对象的图像数据确定出与若干所述关键词组对应的所述关键点,包括:根据所述第一属性数据对所述关键点进行第二筛选。
在本实施例中,在待确权对象为大型货物时,大型货物的运输通常需要绳索等进行束缚,而且大型货物的交易确权多数情况下也是在绳索未解的情况下进行,这就导致绳索可能会对三维模型的匹配产生较大影响。
针对上述问题,本发明先从正式三维扫描之前拍摄的待确权对象的图像中进行束线识别,以提取绳索的属性数据,继而可以将受绳索影响较大的关键点筛除,即不利用该类关键点进行三维模型的匹配,减少绳索的干扰,提升三维模型匹配的准确性。
需要进行说明的是,该方案可仅用于大型货物场景下,而场景的切换可基于用户手动实施,也可以基于前述的图像数据提取得出的货物的尺寸来实现自动切换,具体不作限定。
进一步地,所述根据所述第一属性数据对所述关键点进行第二筛选,包括:
计算所述第一属性数据和与所述关键点对应的第二属性数据的等效距离,若所述等效距离小于筛选阈值,则将所述关键点筛除,反之则保留所述关键点。
在本实施例中,通过前述的处理可以提取出绳索的属性数据和各候选关键点的属性数据,属性数据例如可以是在待确权对象上的三维位置,据此可以计算出各候选关键点与绳索的等效距离(该等效距离指的是候选关键点与绳索的模型距离,具体可以是模型曲面上的最近距离),如果距离过近,则说明该候选关键点易受绳索的干扰,将其滤除。
其中,筛选阈值可基于关键点的优先级来确定,具体如下:
所述筛选阈值与各所述关键点的优先级正相关。
前述通过排序取优确定出了与待确权对象的显著特征最相关的若干关键词组,进而每个关键词组对应的关键点对应具有不同的优先级。在关键点的优先级较高时,说明该关键点对于三维模型的匹配更为重要,此时设置筛选阈值更低,也即降低对绳索干扰的容忍度,避免高优先级的关键点的匹配干扰三维模型的匹配结果;反之,则设置筛选阈值更高,以提高对绳索干扰的容忍度,避免关键点被过多的滤除。
请参阅图2,图2是本发明实施例公开的一种基于三维模型的交易确权***的结构示意图。如图2所示,本发明实施例的一种基于三维模型的交易确权***,包括获取模块(101)、处理模块(102)、存储模块(103);所述处理模块(102)与所述获取模块(101)、所述存储模块(103)连接;
所述存储模块(103),用于存储可执行的计算机程序代码;
所述获取模块(101),用于获取待确权对象的三维数据并传输给所述处理模块(102);
所述处理模块(102),用于通过调用所述存储模块(103)中的所述可执行的计算机程序代码,执行如前任一项所述的方法。
该实施例中的一种基于三维模型的交易确权***的具体功能参照上述实施例,由于本实施例中的***采用了上述实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
请参阅图3,图3是本发明实施例公开的一种电子设备,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,执行如前述实施例所述的方法。
本发明实施例还公开了一种计算机存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如前述实施例所述的方法。
根据本公开的实施例的装置/***可以包括处理器、用于存储程序数据并执行该程序数据的存储器、诸如磁盘驱动器的永久存储器、用于处理与外部装置的通信的通信端口、以及用户界面装置等。方法被实现为软件模块或者可作为可由处理器执行的计算机可读代码或程序命令存储在计算机可读记录介质上。计算机可读记录介质的示例可包括磁存储介质(例如,只读存储器(ROM)、随机存取存储器(RAM)、软盘、硬盘等)、光学读取介质(例如,CD-ROM、数字通用盘(DVD)等)等。计算机可读记录介质可被分布在连接在网络中的计算机***中,并且计算机可读代码可以以分布方式存储和执行。介质可以是计算机可读的,存储在存储器中并由处理器执行。
本公开的实施例可以被指示为功能块组件和各种处理操作。功能块可被实现为执行特定功能的各种数量的硬件和/或软件组件。例如,本公开的实施例可实现可在一个或更多个微处理器或其他控制装置的控制下执行各种功能的直接电路组件,诸如存储器、处理电路、逻辑电路、查找表等。本公开的组件可通过软件编程或软件组件来实现。类似地,本公开的实施例可以包括由数据结构、过程、例程或其他编程组件的组合实现的各种算法,并且可以由编程或脚本语言(诸如C、C++、Java、汇编程序等)实现。功能方面可通过由一个或更多个处理器执行的算法来实现。此外,本公开的实施例可实现用于电子环境设置、信号处理和/或数据处理的相关技术。诸如“机构”、“元件”、“单元”等的术语可以被广泛使用,并且不限于机械和物理组件。这些术语可表示与处理器等相关的一系列软件例程。
在本公开中描述了作为示例的具体实施例,并且实施例的范围不限于此。
虽然已经描述了本公开的实施例,但是本领域普通技术人员将理解,在不脱离由所附权利要求限定的本公开的精神和范围的状况下,可以在其中进行形式和细节上的各种改变。因此,本公开的上述实施例应当被解释为示例,并且在所有方面不限制实施例。例如,被描述为单个单元的每个组件可以以分布式方式执行,并且同样地,被描述为分布式的组件可以以组合方式执行。
在本公开的实施例中使用所有示例或示例术语(例如,等)是为了描述本公开的实施例的目的,而不意图限制本公开的实施例的范围。
此外,除非另有明确说明,否则与某些组件相关联的诸如“必要”、“重要”等的表述可不指示绝对需要所述组件。
本领域普通技术人员将理解,在不脱离本公开的精神和范围的状况下,可以以修改的形式实现本公开的实施例。
由于本公开允许对本公开的实施例进行各种改变,因此本公开不限于特定实施例,并且将理解,不脱离本公开的精神和技术范围的所有改变、等同物和替代物都包含在本公开中。因此,本文描述的本公开的实施例应在所有方面被理解为示例,而不应被解释为限制。
此外,诸如“单元”、“模块”等的术语表示可被实现为硬件或软件或硬件和软件的组合的处理至少一个功能或操作的单元。“单元”和“模块”可被存储在将被寻址的存储介质中,并且可被实现为可能够由处理器执行的程序。例如,“单元”和“模块”可指诸如软件组件、面向对象的软件组件、类组件和任务组件的组件,并且可包括进程、功能、属性、过程、子例程、程序代码段、驱动程序、固件、微代码、电路、数据、数据库、数据结构、表、阵列或变量。
在本公开中,“A可包括a1、a2和a3中的一个”的表述可以广泛地表示可被包括在元素A中的示例包括a1、a2或a3。该表述不应当被解释为限定为包括在元素A中的示例必须限定为a1、a2和a3的含义。因此,作为包括在元素A中的示例,不应当被解释为排除a1、a2和a3以外的元素。另外,该表述表示元素A可包括a1、a2或a3。该表述并不表示元素A所包括的元素必须选自要素的特定集合。也就是说,该表述不应被限制性地理解为表示必须选自包括a1、a2和a3的集合的a1、a2或a3被包括在元素A中。
此外,在本公开中,表述“a1、a2和/或a3中的至少一个”表示“a1”、“a2”、“a3”、“a1和a2”、“a1和a3”、“a2和a3”、以及“a1、a2和a3”中的一个。因此,应当注意,除非明确描述为“a1中的至少一个,a2中的至少一个,以及a3中的至少一个”,否则表述“a1、a2和/或a3中的至少一个”不应被解释为“a1中的至少一个”、“a2中的至少一个”以及“a3中的至少一个”。
Claims (8)
1.一种基于三维模型的交易确权方法,其特征在于,包括如下步骤:
扫描获取待确权对象的三维数据,根据所述三维数据构建所述待确权对象的第一三维模型;
将所述第一三维模型与第二三维模型进行匹配计算,根据匹配计算结果输出确权结果;
其中,所述第二三维模型与所述待确权对象对应,所述第二三维模型由在线平台发送给购买方;
其中,所述将所述第一三维模型与第二三维模型进行匹配计算,包括:确定所述第一三维模型的若干关键点,基于若干所述关键点将所述第一三维模型划分为多个子块;依次执行各所述子块与所述第二三维模型的匹配计算,并基于计算结果确定是否继续执行匹配计算;
其中,所述确定所述第一三维模型的若干关键点,包括:获取与所述待确权对象相关的初始语义信息,对所述初始语义信息进行语义分析以提取得出若干关键词组;各所述关键词组中包括一个优先级最高的关键词,即主关键词,以及若干优先级较低的其它关键词,即辅关键词;从所述待确权对象的图像数据确定出与若干所述关键词组对应的所述关键点;
基于所述关键词组中的主关键词从待确权对象的图像数据中框选出子图像数据,再根据与所述主关键词相关联的辅关键词从子图像数据确定出仅包含显著特征的局部图像数据,即确定出所述关键点;
所述关键词组中优先级较低的其它关键词的数量,通过如下方式确定:根据所述待确权对象的图像数据确定所述待确权对象的尺寸数据,根据所述尺寸数据确定优先级较低的其它关键词的数量,即优先级较低的其它关键词的数量与尺寸数据正相关。
2.根据权利要求1所述的一种基于三维模型的交易确权方法,其特征在于:所述根据所述三维数据构建所述待确权对象的第一三维模型,包括:
将所述三维数据中的各子数据转换至同一坐标系,根据获取时刻对各所述子数据进行排序;
根据所述坐标系构建空白三维模型,根据排序结果依次将各所述子数据填充至所述空白三维模型;
对相邻所述子数据的邻接线进行平滑处理,以获得所述第一三维模型。
3.根据权利要求1所述的一种基于三维模型的交易确权方法,其特征在于:在所述对所述初始语义信息进行语义分析以提取得出若干关键词组之后,还包括:
确定扫描获取待确权对象的三维数据的设备类型,根据所述设备类型对若干所述关键词组进行第一筛选。
4.根据权利要求1所述的一种基于三维模型的交易确权方法,其特征在于:所述方法还包括:
对所述待确权对象的图像数据进行束线识别,提取所述束线的第一属性数据;
则所述从所述待确权对象的图像数据确定出与若干所述关键词组对应的所述关键点,包括:
根据所述第一属性数据对所述关键点进行第二筛选。
5.根据权利要求4所述的一种基于三维模型的交易确权方法,其特征在于:所述根据所述第一属性数据对所述关键点进行第二筛选,包括:
计算所述第一属性数据和与所述关键点对应的第二属性数据的等效距离,若所述等效距离小于筛选阈值,则将所述关键点筛除,反之则保留所述关键点。
6.一种基于三维模型的交易确权***,包括获取模块、处理模块、存储模块;所述处理模块与所述获取模块、所述存储模块电连接;
所述存储模块,用于存储可执行的计算机程序代码;
所述获取模块,用于获取待确权对象的三维数据并传输给所述处理模块;
其特征在于:所述处理模块,用于通过调用所述存储模块中的所述可执行的计算机程序代码,执行如权利要求1-5任一项所述的方法。
7.一种电子设备,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;其特征在于:所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-5任一项所述的方法。
8.一种计算机存储介质,该存储介质上存储有计算机程序,其特征在于:该计算机程序被处理器运行时执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310008575.7A CN116151917B (zh) | 2023-01-04 | 2023-01-04 | 一种基于三维模型的交易确权方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310008575.7A CN116151917B (zh) | 2023-01-04 | 2023-01-04 | 一种基于三维模型的交易确权方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116151917A CN116151917A (zh) | 2023-05-23 |
CN116151917B true CN116151917B (zh) | 2024-02-13 |
Family
ID=86372961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310008575.7A Active CN116151917B (zh) | 2023-01-04 | 2023-01-04 | 一种基于三维模型的交易确权方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116151917B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898128A (zh) * | 2018-07-11 | 2018-11-27 | 宁波艾腾湃智能科技有限公司 | 一种通过照片匹配数字化三维模型的防伪方法及设备 |
CN108898127A (zh) * | 2018-07-11 | 2018-11-27 | 宁波艾腾湃智能科技有限公司 | 一种基于三维模型匹配的防伪方法及设备 |
CN110322544A (zh) * | 2019-05-14 | 2019-10-11 | 广东康云科技有限公司 | 一种可视化三维扫描建模方法、***、设备及存储介质 |
CN110688911A (zh) * | 2019-09-05 | 2020-01-14 | 深圳追一科技有限公司 | 视频处理方法、装置、***、终端设备及存储介质 |
CN111429517A (zh) * | 2020-03-23 | 2020-07-17 | Oppo广东移动通信有限公司 | 重定位方法、重定位装置、存储介质与电子设备 |
CN113223173A (zh) * | 2021-05-11 | 2021-08-06 | 华中师范大学 | 基于图模型的三维模型重建迁移方法及*** |
CN115081087A (zh) * | 2022-07-22 | 2022-09-20 | 深圳装速配科技有限公司 | 基于物联网的装修云设计方法、装置、设备及存储介质 |
CN115564891A (zh) * | 2022-09-21 | 2023-01-03 | 北京艾享科技有限责任公司 | 一种针对现实艺术作品的数字孪生重构方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11830253B2 (en) * | 2020-04-14 | 2023-11-28 | Toyota Research Institute, Inc. | Semantically aware keypoint matching |
-
2023
- 2023-01-04 CN CN202310008575.7A patent/CN116151917B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898128A (zh) * | 2018-07-11 | 2018-11-27 | 宁波艾腾湃智能科技有限公司 | 一种通过照片匹配数字化三维模型的防伪方法及设备 |
CN108898127A (zh) * | 2018-07-11 | 2018-11-27 | 宁波艾腾湃智能科技有限公司 | 一种基于三维模型匹配的防伪方法及设备 |
CN110322544A (zh) * | 2019-05-14 | 2019-10-11 | 广东康云科技有限公司 | 一种可视化三维扫描建模方法、***、设备及存储介质 |
CN110688911A (zh) * | 2019-09-05 | 2020-01-14 | 深圳追一科技有限公司 | 视频处理方法、装置、***、终端设备及存储介质 |
CN111429517A (zh) * | 2020-03-23 | 2020-07-17 | Oppo广东移动通信有限公司 | 重定位方法、重定位装置、存储介质与电子设备 |
CN113223173A (zh) * | 2021-05-11 | 2021-08-06 | 华中师范大学 | 基于图模型的三维模型重建迁移方法及*** |
CN115081087A (zh) * | 2022-07-22 | 2022-09-20 | 深圳装速配科技有限公司 | 基于物联网的装修云设计方法、装置、设备及存储介质 |
CN115564891A (zh) * | 2022-09-21 | 2023-01-03 | 北京艾享科技有限责任公司 | 一种针对现实艺术作品的数字孪生重构方法 |
Non-Patent Citations (2)
Title |
---|
三维模型库语义网构建及检索方法研究;贾晖;刘建元;张建刚;;西安邮电学院学报(第03期);第53-57页 * |
基于激光扫描数据的三维可视化建模;路兴昌;宫辉力;赵文吉;张爱武;李小娟;;***仿真学报(第07期);第1624-1629页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116151917A (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110020592B (zh) | 物体检测模型训练方法、装置、计算机设备及存储介质 | |
CN112381775B (zh) | 一种图像篡改检测方法、终端设备及存储介质 | |
KR101808467B1 (ko) | 생체 인식 인증을 위한 특징 추출 및 정합과 템플릿 갱신 | |
CN111512317B (zh) | 一种多目标实时跟踪方法、装置及电子设备 | |
KR20200032206A (ko) | 얼굴인식 잠금해제 방법 및 장치, 기기, 매체 | |
Türkyılmaz et al. | License plate recognition system using artificial neural networks | |
CN110532746B (zh) | 人脸校验方法、装置、服务器及可读存储介质 | |
KR20220076398A (ko) | Ar장치를 위한 객체 인식 처리 장치 및 방법 | |
CN113642639B (zh) | 活体检测方法、装置、设备和存储介质 | |
CN114663871A (zh) | 图像识别方法、训练方法、装置、***及存储介质 | |
CN108268641A (zh) | ***信息识别方法及***信息识别装置、设备和存储介质 | |
US20230342937A1 (en) | Vehicle image analysis | |
CN113743365A (zh) | 人脸识别过程中的欺诈行为检测方法及装置 | |
CN116151917B (zh) | 一种基于三维模型的交易确权方法及*** | |
JP2021184141A (ja) | コード復号装置、コード復号方法及びプログラム | |
CN111339973A (zh) | 一种对象识别方法、装置、设备及存储介质 | |
CN114038030A (zh) | 图像篡改识别方法、设备及计算机存储介质 | |
CN114581978A (zh) | 人脸识别的方法和*** | |
CN111666957A (zh) | 图像真实性的识别方法及装置 | |
CN116071835B (zh) | 人脸识别攻击事后筛查的方法、装置和电子设备 | |
Wang et al. | Research on traffic sign detection algorithm based on deep learning | |
CN116311553B (zh) | 应用于半遮挡图像下的人脸活体检测方法及装置 | |
US20240127631A1 (en) | Liveness detection method and apparatus, and computer device | |
CN116863494A (zh) | 扭曲文档的识别方法以及装置、存储介质、计算机设备 | |
CN115019075A (zh) | 基于街景图像识别的商户真实性验证***及方法 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40096453 Country of ref document: HK |