[发明专利]用于生成信息的方法和装置

说明书

本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：基于预先获取的全景图像，构建三维全景空间；对目标物体图像进行解析，生成该目标物体图像的属性信息，确定与该属性信息相匹配的区域类型；从该三维全景空间中的、该区域类型所指示的区域中，确定待放置该目标物体图像的目标位置；将该目标物体图像放置于该三维全景空间的目标位置，生成三维全景图像。该实施方式提高了信息生成的灵活性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成信息的方法和装置。

背景技术

随着计算技术的发展，全景图越来越多地应用于网页展现中。全景内容与其他网页内容相比，具有更加丰富的视觉信息，能提供用户身临其境的虚拟现实体验。在全景图中放置待推送的信息(例如作为广告的物体图像)，相对于在常规网页中推送信息，可以提高用户的浏览兴趣。因此，在全景环境中选择适合位置进行广告投放尤为重要。

通常，全景图片可以通过六面图或者UV贴图进行构建。利用六面图所构建的三维全景图具有碎片化的特点，利用UV贴图的方式所构建的三维全景图会发生形变，均不易定位待放置信息的位置。因而，现有的方式通常是人工依据经验进行全景图中位置的尝试和确定，在所确定的位置放置待推送的信息。

发明内容

本申请实施例提出了用于生成信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：基于预先获取的全景图像数据，构建三维全景空间；对目标物体图像进行解析，生成目标物体图像的属性信息，确定与属性信息相匹配的区域类型；从三维全景空间中的、区域类型所指示的区域中，确定待放置目标物体图像的目标位置；将目标物体图像放置于三维全景空间的目标位置，生成三维全景图像。

在一些实施例中，对目标物体图像进行解析，生成目标物体图像的属性信息，包括：将目标物体图像输入至预先训练的属性判别模型，得到目标物体图像的属性信息，其中，属性判别模型用于确定图像属性。

在一些实施例中，确定与属性信息相匹配的区域类型，包括：将属性信息输入至预先训练的区域类型判别模型，确定与属性信息相匹配的区域类型，其中，区域类型判别模型用于表征属性信息与区域类型的对应关系。

在一些实施例中，从三维全景空间中的、区域类型所指示的区域中，确定待放置目标物体图像的目标位置，包括：利用三维全景空间中的虚拟摄像装置，对三维全景空间进行扫描；识别所扫描得到的图像中的、区域类型所指示的区域，将区域确定为目标区域；确定目标区域是否可容纳目标物体图像；若是，将目标物体图像的预设尺寸阈值和所扫描得到的图像输入至预先训练的初始位置确定模型，得到目标物体图像待摆放至目标区域的初始位置的第一位置信息，其中，初始位置确定模型用于确定物体图像摆放于图像中的目标区域的初始位置；将第一位置信息、目标物体图像和全景图像数据输入至预先训练的打分模型，确定与该位置信息对应的分数；调整目标物体图像待摆放至目标区域的位置，得到至少一个第二位置信息；对于至少一个第二位置信息中的第二位置信息，将该第二位置信息、目标物体图像和全景图像数据输入至打分模型，确定与该第二位置信息对应的分数；将分数最大值所对应的位置信息所指示的位置确定为目标位置。

在一些实施例中，打分模型通过如下步骤训练得到：提取训练样本集合，其中，训练样本包括全景图像数据样本、物体图像样本、位置信息样本，分数标注；利用机器学习方法，将训练样本集合中的训练样本的全景图像数据样本、物体图像样本、位置信息样本作为输入，将与输入的全景图像数据样本、物体图像样本、位置信息样本对应的分数标注作为输出，训练得到打分模型。

在一些实施例中，该方法还包括：将三维全景图像投影至网页的页面中，向客户端推送页面。