[发明专利]增强现实方法、终端设备及计算机可读存储介质

权利要求书

1.一种增强现实方法，其特征在于，包括：

在播放网络流媒体的过程中，接收用户发送的增强现实观看请求；

根据所述增强现实观看请求，获取需要叠加的增强现实的渲染模型，并确定需要进行增强现实的对象；

从所述网络流媒体中实时提取图像数据，确定所述对象在所述图像数据中的实时动态信息；

根据所述对象在所述图像数据中的实时动态信息，在所述图像数据上实时叠加所述增强现实的渲染模型，得到增强现实的画面。

2.根据权利要求1所述的增强现实方法，其特征在于，所述需要进行增强现实的对象为人；

从所述网络流媒体中实时提取图像数据，确定所述对象在所述图像数据中的实时动态信息，具体包括：

以帧为单位从所述网络流媒体中实时提取图像数据；

对每一帧所述图像数据进行人脸检测，确定所述对象的人脸在所述图像数据中的实时动态信息。

3.根据权利要求2所述的增强现实方法，其特征在于，所述对每一帧所述图像数据进行人脸检测，确定所述对象的人脸在所述图像数据中的实时动态信息，具体包括：

根据预存的人脸检测模型，对每一帧所述图像数据进行人脸检测，得到所述图像数据中所有人脸在所述图像数据中的实时动态信息；其中，所述人脸检测模型为：基于卷积神经网络算法对人脸样本数据进行卷积神经网络训练获得；

根据预存的人脸特征提取模型，对所述图像数据中的所有人脸进行人脸特征提取；其中，所述人脸特征提取模型根据所述人脸样本数据中的人脸特征训练获得；

将提取到的所述人脸特征与预设的所述对象的人脸特征进行匹配，确定所述对象的人脸及所述对象的人脸在所述图像数据中的实时动态信息。

4.根据权利要求3所述的增强现实方法，其特征在于，在播放网络流媒体之前，所述增强现实方法还包括：

确定所述人脸特征提取模型；

所述确定所述人脸特征提取模型，具体包括：

根据所述人脸样本数据中的人脸特征构建训练模型；

将所述训练模型中尺寸为5×5的卷积核拆分为两个尺寸为3×3的卷积核；

基于所述卷积神经网络算法，对所述训练模型进行训练，得到所述人脸特征提取模型。

5.根据权利要求4所述的增强现实方法，其特征在于，所述根据所述人脸样本数据中的人脸特征构建训练模型之前，所述增强现实方法还包括：

对所述人脸样本数据进行归一化处理。

6.根据权利要求3至5任意一项所述的增强现实方法，其特征在于，所述将提取到的所述人脸特征与预设的所述对象的人脸特征进行匹配，确定所述对象的人脸，具体包括：

将提取到的所述人脸特征与所述人脸样本数据中的人脸特征进行逐一匹配，并基于余弦函数得到余弦相似度；

将所述余弦相似度与预设的相似度阈值进行比较，若所述余弦相似度大于所述相似度阈值，确定所述人脸特征对应的人脸为所述对象的人脸。

7.根据权利要求3至5任意一项所述的增强现实方法，其特征在于，所述人脸检测模型为实时目标检测模型。

8.根据权利要求1至5任意一项所述的增强现实方法，其特征在于，在所述图像数据上实时叠加所述增强现实的渲染模型，得到增强现实的画面之后，所述增强现实方法还包括：

获取并显示所述对象的身份信息。

9.一种终端设备，其特征在于，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如权利要求1至8任意一项所述的增强现实方法。

10.一种计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任意一项所述的增强现实方法。