一种增强现实图像处理方法及系统技术方案
【技术实现步骤摘要】
一种增强现实图像处理方法及系统
本专利技术属于图像处理领域，尤其涉及一种增强现实图像处理方法及系统。
技术介绍
增强现实(AugmentedReality，简称AR)是通过计算机系统提供的信息增加用户对现实世界感知的技术，将计算机生成的虚拟物体、场景或系统提示信息叠加到真实场景中，从而实现对现实的增强。本专利技术提供一种基于深度学习的目标检测技术，为增强现实提供技术基础。从增强现实系统的硬件来看，大致可分为两类：基于计算机视觉算法的增强现实；基于传感器的增强现实。基于传感器的跟踪包括GPS(GlobalPositioningSystem全球定位系统)，地磁，声音，惯性，光影或者力学感受器等。例如ARToolkit是基于标识识别的开源库，它使用C/C++语言编写，通过它可以让我们很容易的编写增强现实应用程序。这个库首先记录了很多易于标示的标识图片，并以此为交互对象，实现了标识的跟踪与交互，编程人员只要使用ARToolkit库就可以编写渲染方式。现在己经有非常多的基于该库的应用出现，也因此证明了该库的稳定性和实用性。与其他AR技术相对来说已经比较成熟。然而，此技术需要...
【技术保护点】
一种增强现实图像处理方法，其特征在于，包括：获取若干连续帧的增强现实图像样本并分别对其进行归一化和去噪预处理；以标签形式标注出每个预处理后图像样本中目标的实际位置信息及标签类别；利用标签化的样本分别训练用于目标定位的第一卷积神经网络和目标标签分类的第二卷积神经网络；将待处理的增强现实图像进行归一化和去噪预处理之后，再输入至训练完成的第一卷积神经网络和第二卷积神经网络中，分别得到待处理的增强现实图像的目标位置信息与标签分类信息。
【技术特征摘要】
1.一种增强现实图像处理方法，其特征在于，包括：获取若干连续帧的增强现实图像样本并分别对其进行归一化和去噪预处理；以标签形式标注出每个预处理后图像样本中目标的实际位置信息及标签类别；利用标签化的样本分别训练用于目标定位的第一卷积神经网络和目标标签分类的第二卷积神经网络；将待处理的增强现实图像进行归一化和去噪预处理之后，再输入至训练完成的第一卷积神经网络和第二卷积神经网络中，分别得到待处理的增强现实图像的目标位置信息与标签分类信息。2.如权利要求1所述的一种增强现实图像处理方法，其特征在于，利用标签化的样本分别训练用于目标定位的第一卷积神经网络和目标标签分类的第二卷积神经网络的过程包括：标签化的样本分别输入至用于目标定位的第一卷积神经网络和目标标签分类的第二卷积神经网络，输出的目标位置信息与标签分类信息，直至第一卷积神经网络和第二卷积神经网络分别输出的目标位置信息与标签分类信息与目标的实际位置信息与标签分类信息一致，得到训练完成的第一卷积神经网络和第二卷积神经网络。3.如权利要求1所述的一种增强现实图像处理方法，其特征在于，所述第一卷积神经网络为RPN卷积神经网络。4.如权利要求1所述的一种增强现实图像处理方法，其特征在于，所述第二卷积神经网络为fast-RCNN卷积神经网络。5.一种增强现实图像处理系统，其特征在于，包括：样本集获取模块，其用于获取若干连续帧的增强现实图像样本；预处理模块，其用于对每个样本分别进行归一化和去噪预处理；标签化模块，其用于以标签形式标注出每个预处理后图像样本中目标的实际位置信息及标签类别；卷积神经网络训练模块，其用于利用标签化的样本分别训练用于目标定位的第一卷积神经网络和目标标签分类的第二卷积神经网络；图像目标信息获取模块，其用于将待处理的增强现实图像进行归一化和去噪预处理之后，再输入至训练完成的第一卷积神经网络和第二卷积神经网络中，分别得到待处理的增强现实图像的目标位置信息与标签分类信息。6.如权利要求5所述的一种增强现实图像处理系统，其特征在于，在所述卷积神经网络训练模块中，标签化的样本分别输入至用于目标定位的第一卷积神经网络和目标标签分类的第二卷积神经网络，输出的目标位置信息与标签分类信息，直至第一卷积神经网络和第二卷积神经网络分别输出的目标位置信息与标签分类信息与目标的实际位置信息与标签分类信息一致，得...
【专利技术属性】
技术研发人员：张镇，刘宇，张国栋，梁波，
申请(专利权)人：山东万腾电子科技有限公司，
类型：发明
国别省市：山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。