关联物体的显示方法、装置及电子设备制造方法及图纸

本发明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，用于增强现实，方法包括：先对待检测图像进行识别，获取待检测图像中物体的目标特征信息；并根据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，确定与物体的目标特征信息对应的至少一个关联物体；再显示关联物体。本发明专利技术实施例提供的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。

【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。在一种可能的实现方式中，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。在一种可能的实现方式中，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。在一种可能的实现方式中，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。在一种可能的实现方式中，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。在一种可能的实现方式中，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。第二方面，本申请实施例还提供一种关联物体的显示装置，所述装置用于增强现实，所述装置包括：获取单元，用于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；处理单元，用于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；显示单元，用于显示所述关联物体。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，所述获取单元，具体用于获取所述待检测图像中物体的至少两个特征信息；并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时，所述处理单元，还用于从所述多个关联物体中确定一个目标关联物体；对应的，所述显示单元，还用于显示所述目标关联物体。在一种可能的实现方式中，所述处理单元，具体用于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。在一种可能的实现方式中，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；并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。在一种可能的实现方式中，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。在一种可能的实现方式中，所述处理单元，具体用于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；并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。在一种可能的实现方式中，所述显示单元，具体用于通过增强现实技术AR技术显示所述关联物体。第三方面，本申请实施例还提供一种电子设备，包括处理器和存储器，其中，所述存储器用于存储程序指令；所述处理器用于读取所述存储器中的程序指令，并根据所述存储器中的程序指令执行上述第一方面任一项所述的关联物体的显示方法。第四方面，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，在所述计算机程序被处理器执行时，执行上述第一方面任一项所述的关联物体的显示方法。本专利技术实施例提供的关联物体的显示方法、装置及电子设备，先对待检测图像进行识别，获取待检测图像中物体的目标特征信息；且在确定待检测图像中物体的目标特征信息之后，可以直接根据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，确定与物体的目标特征信息对应的至少一个关联物体，再进行显示。与现有技术相比，无需通过模糊匹配的方式进行搜索与特征信息对应的关联内容，更无需用户在繁杂的内容中进行多次筛选操作，从而简化了用户的操作，且增加了显示的趣味性。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。图1为本专利技术实施例提供的一种应用场景的示意图；图2为本专利技术实施例提供的一种关联物体的显示方法的流程示意图；图3为本申请实施例提供的一种确定与物体的目标特征信息对应的至少一个关联物体的示意图；图4为本申请实施例提供的另一种确定与物体的目标特征信息对应的至少一个关联物体的示意图；图5为本专利技术实施例提供的一种关联物体的显示装置的结构示意图；图6为本专利技术实施例提供的一种电子设备的结构示意图。通过上述附图，已示出本公开明确的实施例，后文中将有更详本文档来自技高网...

【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