[发明专利]用于信息增益与显示的系统、方法及介质有效

专利信息
申请号: 202110639918.0 申请日: 2021-06-09
公开(公告)号: CN113094016B 公开(公告)日: 2021-09-07
发明(设计)人: 张旭;毛文涛;吕四凯;李向阳 申请(专利权)人: 上海影创信息科技有限公司
主分类号: G06F3/14 分类号: G06F3/14;G06N3/08;G06T7/73;G06T15/00;G06T19/00;H04L29/08
代理公司: 上海段和段律师事务所 31334 代理人: 李佳俊;郭国中
地址: 200120 上海市浦东新区自由*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 信息 增益 显示 系统 方法 介质
【说明书】:

本发明提供了一种用于信息增益与显示的系统、方法及介质,包括:传感器:用于持续获取场景信息,并将获取的信息传递给移动端计算单元;移动端计算单元:对获取的信息进行筛查、对比和计算,得到物体3D位置和姿态;数据交换单元:负责移动端和云端的数据交换,将显著性图像和时间戳从移动端上传到云端计算单元,同时将云端计算的结果下载到移动端;云端计算单元:以图像为输入,通过神经网络训练,输出特征向量,再基于检索方法得到对应的物体信息;渲染显示单元:根据物体信息、物体3D位置和姿态,将物体的信息渲染到对应的3D位置,并在显示设备上显示。本发明采用移动端视觉跟踪技术,解决了端上大规模物体的位置在时域上的关联性问题。

技术领域

本发明涉及AR场景应用技术领域,具体地,涉及一种用于信息增益与显示的系统、方法及介质。

背景技术

信息增益与显示是AR应用场景非常重要的组成部分,其底层技术之一是物体的定位、识别和跟踪。AR设备通常是可穿戴移动设备,当前的移动端的相关技术,只能进行少量类别物体的定位、识别与跟踪,且加入新的类别需要重新训练;大规模物体识别的技术,不能保证实时性与帧间的关联性,且占用计算与存储资源较多。

专利文献CN102905153B(申请号:CN201210166773.8)公开了一种立体图像显示装置及其驱动方法。根据本发明的实施方式的立体图像显示装置包括:显示板,其包括数据线和选通线;图像转换器,其基于从2D图像数据提取的深度图的深度值计算视差值,通过将各视差值乘以预定的增益值计算增益视差,通过根据各增益视差对2D图像数据进行移位生成左眼图像数据和右眼图像数据,并且根据3D格式将左眼图像数据和右眼图像数据转换为3D图像数据;数据驱动器,其将3D图像数据转换为数据电压并将数据电压施加到数据线;以及选通驱动器,其顺序地向选通线供应选通脉冲。

发明内容

针对现有技术中的缺陷,本发明的目的是提供一种用于信息增益与显示的系统、方法及介质。

根据本发明提供的用于信息增益与显示的系统,包括:

传感器:用于持续获取场景信息,并将获取的信息传递给移动端计算单元;

移动端计算单元:对获取的信息进行筛查、对比和计算,得到物体3D位置和姿态;

数据交换单元:负责移动端和云端的数据交换,将显著性图像和时间戳从移动端上传到云端计算单元,同时将云端计算的结果下载到移动端;

云端计算单元:以图像为输入,通过神经网络训练,输出特征向量,再基于检索方法得到对应的物体信息;

渲染显示单元:根据物体信息、物体3D位置和姿态,将物体的信息渲染到对应的3D位置,并在显示设备上显示。

优选的,所述传感器包括单个或多个彩色摄像机、单色摄像机、深度摄像机和雷达。

优选的,所述移动端计算单元包括:

信息预处理单元:对传感器获取的信息进行筛查,将不符合神经网络的输入要求的信息进行降噪、优化和格式化后再传递给显著性检测单元;

显著性检测单元:获取显著性物体所在区域,将该区域的图像剪切出来输出给显著性跟踪单元;

显著性跟踪单元:跟踪检测到的显著性信息,并将相同的显著性信息对应起来,若发现有显著性信息和之前的显著性信息对应不起来,则判定为未知物体,向数据交换单元发送显著性信息,并获取该物体的类别、属性和3D姿态估计方法;若显著性信息和之前对应,则将对应好的显著性信息、3D姿态估计方法、该显著性信息包含的物体类别及属性发送给3D姿态估计单元;

3D姿态估计单元:根据显著性信息和3D姿态估计方法,估计出该显著性信息包含的物体的3D位置和姿态,然后将3D姿态、物体类别及属性发送给渲染显示单元。

优选的,所述显著性跟踪单元包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海影创信息科技有限公司,未经上海影创信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110639918.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top