[发明专利]一种点读终端的音频播放方法、装置、点读终端及介质

说明书

本申请适用于点读终端技术领域，提供了一种点读终端的音频播放方法、装置、点读终端及介质，其中，一种点读终端的音频播放方法，通过构建内页图像和参考图像之间的单应矩阵，利用已训练好的位置预估模型对目标图像进行位置预估，得到相应的预估位置信息，由于目标图像是从内页图像中选取得到，且内页图像中的内容与参考图像中的内容能够基于单应矩阵实现相互映射，因此能够基于预估位置信息与单应矩阵在参考图像中确定出目标位置信息，进而根据该目标位置信息从目标音频集合中确定出目标音频文件进行播放，不仅降低了点读终端的实现成本，还扩宽了点读终端的适用范围。

技术领域

本申请属于点读终端技术领域，尤其涉及一种点读终端的音频播放方法、装置、点读终端及计算机可读存储介质。

背景技术

随着智能终端的普及程度越来越高，越来越多的智能产品也深受消费者们追捧，例如，智能早教机器人、点读终端等。

现有的点读终端，如点读笔，其实现点读功能的方案是通过在笔尖处设置有光电识别器，借由该光电识别器识别书籍中的识别码，进而由点读笔根据该识别码播放相应的音频文件，实现点读功能。但是，上述方案对书籍的印刷有较为严格的要求，必须采用识别码和反射红外光涂料印刷的书籍，不仅提高了点读功能的实现成本，而且未采用识别码和反射红外光涂料印刷的书籍则无法被点读终端识别。由此可见，现有的点读终端在实现方案时存在实现成本较高且适用范围较小的问题。

发明内容

有鉴于此，本申请实施例提供了一种点读终端的音频播放方法、装置、点读终端及计算机可读存储介质，以解决现有的点读终端在实现方案时存在实现成本较高且适用范围较小的问题。

本申请实施例的第一方面提供了一种点读终端的音频播放方法，包括：

获取目标书籍的内页图像，并根据所述内页图像从本地数据库中确定出相应的参考图像和目标音频集合；

基于所述内页图像和所述参考图像构建单应矩阵；

将从所述内页图像中选取的目标图像输入已训练好的位置预估模型，得到预估位置信息，并基于所述预估位置信息与所述单应矩阵，从所述参考图像中确定出目标位置信息；

根据所述目标位置信息从所述目标音频集合中确定出目标音频文件；

播放所述目标音频文件。

进一步的，所述基于所述内页图像和所述参考图像构建单应矩阵，包括：

在所述内页图像中和所述参考图像中分别构建相同的坐标系；

基于所述坐标系，分别从所述内页图像和所述参考图像中确定出匹配的点对信息；

根据所述点对信息构建3×3的齐次矩阵H，并将所述齐次矩阵H识别为单应矩阵H。

进一步的，所述将从所述内页图像中选取的目标图像输入已训练好的位置预估模型，得到预估位置信息，并基于所述预估位置信息与所述单应矩阵，从所述参考图像中确定出目标位置信息的步骤之前，还包括：

获取样本书籍的内页样本图像，并基于所述内页样本图像构建样本图像集合；其中，所述样本图像集合中的每张样本图像中均包含所述点读终端的笔尖位置；

利用所述样本图像集合训练预先构建的位置预估模型，得到已训练好的位置预估模型。

进一步的，所述目标图像中包含所述点读终端的当前笔尖位置；

所述将从所述内页图像中选取的目标图像输入已训练好的位置预估模型，得到预估位置信息，并基于所述预估位置信息与所述单应矩阵确定目标位置信息，包括：

获取从所述内页图像中选取的目标图像；