【技术实现步骤摘要】
关联物体的显示方法、装置及电子设备
本专利技术涉及电子设备
,尤其涉及一种关联物体的显示方法、装置及电子设备。
技术介绍
随着人们对娱乐休闲方式的需求不断增加,如通过一些特征信息搜索相关联的内容就是其中一种。现有技术中,在显示某一特性信息的关联内容时,通常是在获取到特征信息之后,基于该特征信息,通过模糊匹配的方式进行搜索与该特征信息对应的关联内容,该过程需要用户在繁杂的内容中进行多次筛选操作,才能得到与该特征信息对应的关联内容,并显示该关联内容。因此,采用现有的关联内容显示方法,使得用户的操作繁琐,且趣味性较低。
技术实现思路
本专利技术实施例提供一种关联物体的显示方法、装置及电子设备,在显示关联物体时,简化了用户的操作,增加了显示的趣味性。第一方面,本专利技术实施例提供一种关联物体的显示方法,所述方法用于增强现实,所述方法包括:对待检测图像进行识别,获取所述待检测图像中物体的目标特征信息;根据所述物体的目标特征信息,及特征信息与关联物体之间的对应关系,确定与所述物体的目标特征信息对应的至少一个关联物体;显示所述关联物体。在一种可能的实现方式中,特征信息包括下述至少一种:物体的颜色、物体的形状、物体所处的位置、物体所属的类型。在一种可能的实现方式中,当特征信息包括物体的颜色、物体的形状、物体所处的位置、物体所属的类型中的至少两个特征信息时,所述获取所述待检测图像中物体的目标特征信息,包括:获取所述待检测图像中物体的至少两个特征信息;在所述至少两个特征信息中,确定所述待检测图像中物体的目标特征信息。在一种可能的实现方式中,当所述至少一个关联物体的个数为多个 ...
【技术保护点】
1.一种关联物体的显示方法,其特征在于,所述方法用于增强现实,所述方法包括:对待检测图像进行识别,获取所述待检测图像中物体的目标特征信息;根据所述物体的目标特征信息,及特征信息与关联物体之间的对应关系,确定与所述物体的目标特征信息对应的至少一个关联物体;显示所述关联物体。
【技术特征摘要】
1.一种关联物体的显示方法,其特征在于,所述方法用于增强现实,所述方法包括:对待检测图像进行识别,获取所述待检测图像中物体的目标特征信息;根据所述物体的目标特征信息,及特征信息与关联物体之间的对应关系,确定与所述物体的目标特征信息对应的至少一个关联物体;显示所述关联物体。2.根据权利要求1所述的方法,其特征在于,特征信息包括下述至少一种:物体的颜色、物体的形状、物体所处的位置、物体所属的类型。3.根据权利要求2所述的方法,其特征在于,当特征信息包括物体的颜色、物体的形状、物体所处的位置、物体所属的类型中的至少两个特征信息时,所述获取所述待检测图像中物体的目标特征信息,包括:获取所述待检测图像中物体的至少两个特征信息;在所述至少两个特征信息中,确定所述待检测图像中物体的目标特征信息。4.根据权利要求1所述的方法,其特征在于,当所述至少一个关联物体的个数为多个时,所述显示所述至少一个关联物体之前,还包括:从所述多个关联物体中确定一个目标关联物体;对应的,所述显示所述关联物体,包括:显示所述目标关联物体。5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述物体的目标特征信息,及特征信息与关联物体之间的对应关系,确定与所述物体的目标特征信息对应的至少一个关联物体,包括:将所述物体的目标特征信息输入至关联物体检测模型,得到与所述目标特征信息对应的至少一个关联物体;其中,所述关联物体检测模型用于指示特征信息与关联物体的之间的对应关系。6.根据权利要求5所述的方法,其特征在于,所述关联物体检测模型是通过如下方法训练的:根据多个训练样本中每个训练样本中物体的特征信息,构建每个训练样本对应的特征向量;基于每个训练样本对应的特征向量和在每个训练样本中标记的关联物体,生成所述关联物体检测模型。7.根据权利要求6所述的方法,其特征在于,所述基于每个训练样本对应的特征向量和在每个训练样本中标记的关联物体,生成所述关联物体检测模型,包括:基于每个训练样本对应的特征向量和在每个训练样本中标记的关联物体,采用深度学习算法进行训练,生成所述关联物体检测模型。8.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述物体的目标特征信息,及特征信息与关联物体之间的对应关系,确定与所述物体的目标特征信息对应的至少一个关联物体,包括:获取用户的历史行为数据;其中,所述历史行为数据用于指示特征信息与关联物体的之间的对应关系;根据所述物体的目标特征信息,及所述用户的历史行为数据,确定与所述目标特征信息对应的至少一个关联物体。9.根据权利要求1-4任一项所述的方法,其特征在于,所述显示所述至少一个关联物体,包括:通过增强现实技术AR技术显示所述关联物体。10.一种关联物体的显示装置,其特征在于,所述装置用于增强现实,所述装置包括:获取单元,...
【专利技术属性】
技术研发人员:曹逸凡,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:北京,11
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。