一种三维对象的识别方法、设备及计算机可读储存介质技术

本发明专利技术实施例公开了一种三维对象的识别方法，所述方法包括：基于预设的第一特征点集中的第一特征点，获取所述第一特征点对应的三维特征点得到第二特征点集；其中，所述第一特征点是预设图像集中的每一图像的特征点；获取所述第一特征点的参数；其中，所述参数用于表征所述第一特征点的与所述预设图像集之间的关联性；基于所述参数，从所述第二特征点集的三维特征点中确定与所述第一特征点对应的关键特征点；基于待处理图像的第二特征点与所述关键特征点，识别所述待处理图像。本发明专利技术的实施例同时还公开了一种三维对象的识别设备和计算机可读储存介质。

【技术实现步骤摘要】
一种三维对象的识别方法、设备及计算机可读储存介质
本专利技术涉及增强现实(AugmentedReality，AR)
，尤其涉及一种三维对象的识别方法、设备及计算机可读储存介质。
技术介绍
AR技术是一种通过摄像机对现实世界的一定时间和空间范围内的实体信息进行扫描，在计算机中模拟仿真并进行再叠加，之后将虚拟信息应用到真实世界，从而达到超越现实的感官体验的技术。采用AR技术对三维对象的识别一般包括：特征提取、特征匹配以及相机相对于三维对象的位姿计算；即，采用AR技术对三维对象进行识别时，需要将提取到的特征点与预设的特征点进行匹配。但是，在相关技术中，对三维对象进行识别时需要将提取到的所有特征点与所有预设特征点进行匹配，所需要匹配的特征点数据量较大，导致特征点的匹配速度较慢，且识别效率低下。
技术实现思路
为解决上述技术问题，本专利技术实施例期望提供一种三维对象的识别方法、设备及计算机可读储存介质，解决了相对技术中对三维对象进行识别时需要将提取到的所有特征点与所有预设特征点进行匹配，所需要匹配的特征点数据量较大的问题，提高了特征点的匹配速度，且提高了图像识别的效率。本专利技术的技术方案是这样实现的：一种三维对象的识别方法，所述方法包括：基于预设的第一特征点集中的第一特征点，获取所述第一特征点对应的三维特征点得到第二特征点集；其中，所述第一特征点是预设图像集中的每一图像的特征点；获取所述第一特征点的参数；其中，所述参数用于表征所述第一特征点的与所述预设图像集之间的关联性；基于所述参数，从所述第二特征点集的三维特征点中确定与所述第一特征点对应的关键特征点；基于待处理图像的第二特征点与所述关键特征点，识别所述待处理图像。可选的，所述获取所述第一特征点的参数，包括：计算所述第一特征点集中相同的所述第一特征点在所述第一特征点集中所占的比重；其中，所述第一参数包括比重。可选的，所述基于所述参数，从所述第二特征点集的三维特征点中确定与所述第一特征点对应的关键特征点，包括：从所述第二特征点集中获取所述比重大于预设值的三维特征点，得到所述关键特征点。可选的，所述基于所述参数，从所述第二特征点集的三维特征点中确定与所述第一特征点对应的关键特征点，还包括：按照所述比重对所述三维特征点排序，得到第一顺序；基于所述第一顺序，从所述第二特征点集的三维特征点中确定所述关键特征点。可选的，所述基于所述第一顺序，从所述第二特征点集的三维特征点中确定所述关键特征点，包括：基于所述第一顺序，从所述第二特征点集中获取所述比重在预设范围内的三维特征点得到所述关键特征点。可选的，所述基于待处理图像中的第二特征点与所述关键特征点，识别所述待处理图像，包括：基于所述比重，确定第二顺序；按照所述第二顺序，将所述第二特征点的特征值与所述关键特征点的特征值进行匹配；基于匹配结果，识别所述待处理图像。可选的，所述计算所述第一特征点集中相同的所述第一特征点在所述第一特征点集中所占的比重，包括：获取所述预设图像集中的图像的帧的第一数量；计算包括有相同第一特征点的帧的第二数量；计算所述第二数量与所述第一数量的比值，得到所述比重。一种三维对象的识别设备，所述设备包括：处理器、储存器和通用总线；其中，所述通用总线用于实现处理器和储存器之间的通信连接；所述处理器用于执行所述储存器中存储的三维对象的识别程序，以实现以下步骤：基于预设的第一特征点集中的第一特征点，获取所述第一特征点对应的三维特征点得到第二特征点集；其中，所述第一特征点是预设图像集中的每一图像的特征点；获取所述第一特征点的参数；其中，所述参数用于表征所述第一特征点的数量的多少；基于所述参数，从所述第二特征点集中确定与所述第一特征点对应的关键特征点；基于待处理图像的第二特征点与所述关键特征点，识别所述待处理图像。可选的，所述处理器用于执行所述储存器中储存的数据处理程序，还可以实现以下步骤：计算所述第一特征点集中相同的所述第一特征点在所述第一特征点集中所占的比重；其中，所述第一参数包括比重。一种计算机可读储存介质，所述计算机可读储存介质储存有一个或多个程序，所述一个或多个程序可被一个或多个处理器执行，以实现上述所述的三维对象的识别方法的步骤。本专利技术的实施例所提供的三维对象的识别方法、设备及计算机可读储存介质，基于预设的第一特征点集中的第一特征点，获取第一特征点对应的三维特征点得到第二特征点集，第一特征点是预设图像集中的每一图像的特征点，获取第一特征点的用于表征第一特征点的与预设图像集之间的关联性的参数，基于参数从第二特征点集的三维特征点中确定与第一特征点对应的关键特征点，如此，在进行图像识别是将待处理图像的所有特征点与预先确定出来的部分的关键特征点进行匹配，而不是如相对技术中一样将待处理图像的所有特征点与所有特征点进行匹配，需要进行匹配的特征点的数量比相对技术中的减少了，从而解决了相对技术中对三维对象进行识别时需要将提取到的所有特征点与所有预设特征点进行匹配，所需要匹配的特征点数据量较大的问题，提高了特征点的匹配速度，且提高了图像识别的效率。附图说明图1为本专利技术的实施例提供的一种三维对象的识别方法的流程示意图；图2为本专利技术的实施例提供的另一种三维对象的识别方法的流程示意图；图3为本专利技术的实施例提供的又一种三维对象的识别方法的流程示意图；图4为本专利技术的实施例提供的一种三维对象的识别设备的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。本专利技术的实施例提供一种三维对象的识别方法，参照图1所示，该方法包括以下步骤：步骤101、基于预设的第一特征点集中的第一特征点，获取第一特征点对应的三维特征点得到第二特征点集。其中，第一特征点是预设图像集中的每一图像的特征点。需要说明的是，步骤101基于预设的第一特征点集中的第一特征点，获取第一特征点对应的三维特征点得到第二特征点集可以由三维对象的识别设备来实现；该三维对象的识别设备可以具有摄像头的能够进行图像识别的设备；例如，该三维对象的识别设备可以是具有摄像头的电子设备等。第一特征点集中包括预设图像集中的所有图像的所有特征点，该第一特征点集是特征点的所有图像的所有特征点的集合。第二特征点集中包括每一第一特征点对应的三维特征点；当然，第二特征点集可以是将每一个第一特征点转换为三维特征点后得到的所有第一特征点对应的三维特征点的集合。步骤102、获取第一特征点的参数。其中，第一特征点的参数用于表征第一特征点的与预设图像集之间的关联性。在本专利技术的其他实施例中，步骤102获取第一特征点的参数可以由三维对象的识别设备来实现；第一特征点的参数可以是用于表征第一特征点与预设图像集中的每一个图像对应的第一特征点集之间的关系的参数。步骤103、基于第一特征点的参数，从第二特征点集的三维特征点中确定与第一特征点对应的关键特征点。其中，步骤103基于第一特征点的参数，从第二特征点集的三维特征点中确定与第一特征点对应的关键特征点可以由三维对象的识别设备来实现；在获取到第一特征点的参数后，可以根据该参数从得到的第二特征点集中获取关键特征点。关键特征点是第二特征点集中包括的特征点中与第一特征点的参数对应的特征点；也就是说，关键特征点是第二特征点集中包括的特征本文档来自技高网...

【技术保护点】
1.一种三维对象的识别方法，所述方法包括：基于预设的第一特征点集中的第一特征点，获取所述第一特征点对应的三维特征点得到第二特征点集；其中，所述第一特征点是预设图像集中的每一图像的特征点；获取所述第一特征点的参数；其中，所述参数用于表征所述第一特征点的与所述预设图像集之间的关联性；基于所述参数，从所述第二特征点集的三维特征点中确定与所述第一特征点对应的关键特征点；基于待处理图像的第二特征点与所述关键特征点，识别所述待处理图像。

【技术特征摘要】
1.一种三维对象的识别方法，所述方法包括：基于预设的第一特征点集中的第一特征点，获取所述第一特征点对应的三维特征点得到第二特征点集；其中，所述第一特征点是预设图像集中的每一图像的特征点；获取所述第一特征点的参数；其中，所述参数用于表征所述第一特征点的与所述预设图像集之间的关联性；基于所述参数，从所述第二特征点集的三维特征点中确定与所述第一特征点对应的关键特征点；基于待处理图像的第二特征点与所述关键特征点，识别所述待处理图像。2.根据权利要求1所述的方法，其特征在于，所述获取所述第一特征点的参数，包括：计算所述第一特征点集中相同的所述第一特征点在所述第一特征点集中所占的比重；其中，所述参数包括比重。3.根据权利要求2所述的方法，其特征在于，所述基于所述参数，从所述第二特征点集的三维特征点中确定与所述第一特征点对应的关键特征点，包括：从所述第二特征点集中获取所述比重大于预设值的三维特征点，得到所述关键特征点。4.根据权利要求2所述的方法，其特征在于，所述基于所述参数，从所述第二特征点集的三维特征点中确定与所述第一特征点对应的关键特征点，还包括：按照所述比重对所述三维特征点排序，得到第一顺序；基于所述第一顺序，从所述第二特征点集的三维特征点中确定所述关键特征点。5.根据权利要求4所述的方法，其特征在于，所述基于所述第一顺序，从所述第二特征点集的三维特征点中确定所述关键特征点，包括：基于所述第一顺序，从所述第二特征点集中获取所述比重在预设范围内的三维特征点得到所述关键特征点。6.根据权利要求2所述的方法，其特征在于，所述基于待处理图像中的第二特征点与所述关键特征点，识别所述待处...

【专利技术属性】
技术研发人员：孙炼杰，陈建冲，高江涛，周毅，杨旭，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：北京,11