一种增强现实的处理方法、对象识别的方法及终端技术

本发明专利技术公开了一种对象识别的方法，包括：获取第一图像中第一对象的关键点集合；通过神经网络预测模型获取关键点集合所对应的第一姿态关键点集合，神经网络预测模型用于获取相同对象在不同图像中的关键点集合；根据关键点集合获取在第二图像中的第二姿态关键点集合；根据至少一个第一姿态关键点以及至少一个第二姿态关键点，确定第一姿态关键点集合与第二姿态关键点集合之间的目标距离；当所述目标距离满足第一预设条件，将所述第一姿态关键点集合确定为第二对象的关键点集合。本发明专利技术还公开了一种增强现实的处理方法以及终端。本发明专利技术在多人互动的场景下，能够在视频流中识别出属于同一个对象的关键点集合，从而提升了识别的准确率。

【技术实现步骤摘要】
一种增强现实的处理方法、对象识别的方法及终端
本专利技术涉及计算机视觉领域，尤其涉及一种增强现实的处理方法、对象识别的方法及终端。
技术介绍
随着互联网技术的发展，视频社交也逐渐成为人们津津乐道的通信方式。即时社交应用程序在用户的渗透率较高，为了增加社交的趣味性，还可以通过识别不同用户的姿态信息来搭建不同的场景或视讯环境。目前，能够基于神经网络来识别用户姿态信息，比如采用“自底向上”的方法，通过神经网络预测图像中所有姿态关键点所对应的概率热力图以及基于向量热力图(partaffinityfields，PAF)，然后再通过处理算法将所有姿态关键点连接成每个人的姿态。然而，现有的姿态识别算法只能将每一帧中所有人的姿态识别出来，但无法将视频序列中某个特定人的姿态串联起来。换言之，在处理视频流中多人互动时，采用现有的姿态识别算法无法确定当前帧的某个姿态信息和其他帧的某个姿态信息是否属于同一个人，降低了识别的准确率。
技术实现思路
本专利技术实施例提供了一种增强现实的处理方法、对象识别的方法及终端，在多人互动的场景下，终端能够在视频流中识别出属于同一个对象的关键点集合，从而提升了识别的准确率。本专本文档来自技高网...

【技术保护点】
1.一种增强现实的处理方法，其特征在于，所述方法应用于多帧图像，所述多帧图像包含第一图像以及第二图像，所述第二图像为所述第一图像之后相邻的一帧图像，所述方法包括：包括：获取所述第一图像中第一对象的关键点集合；通过神经网络预测模型获取所述关键点集合所对应的第一姿态关键点集合，其中，所述神经网络预测模型用于获取相同对象在不同图像中的关键点集合，所述第一姿态关键点集合中包含至少一个第一姿态关键点；根据所述关键点集合获取在所述第二图像中的第二姿态关键点集合，其中，所述第二姿态关键点集合中包含至少一个第二姿态关键点；根据所述至少一个第一姿态关键点以及所述至少一个第二姿态关键点，确定所述第一姿态关键点集合...

【技术特征摘要】
1.一种增强现实的处理方法，其特征在于，所述方法应用于多帧图像，所述多帧图像包含第一图像以及第二图像，所述第二图像为所述第一图像之后相邻的一帧图像，所述方法包括：包括：获取所述第一图像中第一对象的关键点集合；通过神经网络预测模型获取所述关键点集合所对应的第一姿态关键点集合，其中，所述神经网络预测模型用于获取相同对象在不同图像中的关键点集合，所述第一姿态关键点集合中包含至少一个第一姿态关键点；根据所述关键点集合获取在所述第二图像中的第二姿态关键点集合，其中，所述第二姿态关键点集合中包含至少一个第二姿态关键点；根据所述至少一个第一姿态关键点以及所述至少一个第二姿态关键点，确定所述第一姿态关键点集合与所述第二姿态关键点集合之间的目标距离；当所述目标距离大于或等于预设门限，将所述第一姿态关键点集合确定为第二对象的关键点集合；当所述目标距离小于所述预设门限时，根据所述第一对象以及所述第一对象的关键点信息，生成增强信息图像。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：生成增强现实图像，所述增强现实图像包括所述第二图像以及所述增强信息图像。3.一种对象识别的方法，其特征在于，所述方法应用于多帧图像，所述多帧图像包含第一图像以及第二图像，所述第二图像为所述第一图像之后相邻的一帧图像，所述方法包括：获取所述第一图像中第一对象的关键点集合；通过神经网络预测模型获取所述关键点集合所对应的第一姿态关键点集合，其中，所述神经网络预测模型用于获取相同对象在不同图像中的关键点集合，所述第一姿态关键点集合中包含至少一个第一姿态关键点；根据所述关键点集合获取在所述第二图像中的第二姿态关键点集合，其中，所述第二姿态关键点集合中包含至少一个第二姿态关键点；根据所述至少一个第一姿态关键点以及所述至少一个第二姿态关键点，确定所述第一姿态关键点集合与所述第二姿态关键点集合之间的目标距离；当所述目标距离满足第一预设条件，将所述第一姿态关键点集合确定为第二对象的关键点集合。4.根据权利要求3所述的方法，其特征在于，所述根据所述至少一个第一姿态关键点以及所述至少一个第二姿态关键点，确定所述第一姿态关键点集合与所述第二姿态关键点集合之间的目标距离之后，所述方法还包括：当所述目标距离满足第二预设条件，确定所述第一姿态关键点集合属于所述第一对象。5.根据权利要求4所述的方法，其特征在于，所述当所述目标距离满足第一预设条件，将所述第一姿态关键点集合确定为第二对象的关键点集合，包括：当所述目标距离大于或等于预设门限，将所述第一姿态关键点集合确定为第二对象的关键点集合；所述当所述目标距离满足第二预设条件，确定所述第一姿态关键点集合属于所述第一对象，包括：当所述目标距离小于所述预设门限，确定所述第一姿态关键点集合属于所述第一对象。6.根据权利要求3所述的方法，其特征在于，所述通过神经网络预测模型获取所述关键点集合所对应的第一姿态关键点集合，包括：通过所述神经网络预测模型获取所述关键点集合所对应的热力图，其中，所述热力图包含概率热力图以及基于向量的热力图；通过所述热力图确定所述第一姿态关键点集合。7.根据权利要求3所述的方法，其特征在于，所述根据所述关键点集合获取在所述第二图像中的第二姿态关键点集合，包括：采用预设算法对所述关键点集合进行计算，并得到所述第二图像中的所述第二姿态关键点集合，其中，所述预设算法为光流算法、卡尔曼滤波算法和滑动窗口算法中的至少一种。8.根据权利要求3至7中任一项所述的方法，其特征在于，所述根据所述至少一个第一姿态关键点以及所述至少一个第二姿态关键点，确定所述第一姿态关键点集合与所述第二姿态关键点集合之间的目标距离，包括：从所述至少一个第一姿态关键点中获取第一目标关键点的位置信息，并从所述至少一个第二姿态关...

【专利技术属性】
技术研发人员：朱晓龙，王一同，黄凯宁，梅利健，黄生辉，罗镜民，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44