一种信息获取方法、设备和计算机可读存储介质技术

本发明专利技术实施例公开了一种信息获取方法，方法包括：获取视频数据，并解析视频数据得到多个第一图像；通过图像处理模型中获取与多个第一图像匹配的目标设备信息；输出目标设备信息。本发明专利技术的实施例同时还公开了一种信息获取设备和计算机可读存储介质。

An information acquisition method, device and computer readable storage medium

【技术实现步骤摘要】
一种信息获取方法、设备和计算机可读存储介质
本专利技术涉及计算机
，尤其涉及一种信息获取方法、设备和计算机可读存储介质。
技术介绍
物体识别技术是计算机视觉领域的研究课题之一，通过物体识别技术识别物体，并将识别结果提供给用户，这对于提升用户体验等有着重要的意义。现有技术中用户想要了解某一物体如某一设备时，先利用照相机采集一张与该设备有关的静态图片，再将这张静态图片输入到计算机中，通过计算机对该静态图片进行特征提取，然后基于提取的特征得到设备信息；然而，由于一张静态图片的视角固定，提取到的特征十分有限，导致对设备进行识别时识别准确度极低，进而获取到的设备信息与真实的设备信息差异较大。可见，现有技术中的信息获取方法无法准确获取设备信息。
技术实现思路
有鉴于此，本专利技术实施例期望提供一种信息获取方法、设备和计算机可读存储介质，解决了现有技术的信息获取方法无法准确获取设备信息的问题，实现了准确获取设备信息，提高了终端的智能性。为达到上述目的，本专利技术的技术方案是这样实现的：第一方面，提供一种信息获取方法，所述方法包括：获取视频数据，并解析所述视频数据得到多个第一图像，所述多个第一图像对应于多个拍摄角度；通过图像处理模型获取与所述多个第一图像匹配的目标设备信息；输出所述目标设备信息。可选的，所述通过所述图像处理模型获取与所述多个第一图像匹配的目标设备信息，包括：通过所述图像处理模型从所述多个第一图像中筛选出多个第二图像，所述第二图像包含目标设备的标识特征；通过所述图像处理模型获取与所述多个第二图像匹配的所述目标设备信息。可选的，所述图像处理模型包括神经网络模型；所述通过所述图像处理模型获取与所述多个第二图像匹配的所述目标设备信息，包括：根据所述多个第二图像进行重构，得到第一设备模型；获取所述第一设备模型的多角度视图；通过所述神经网络模型获取与所述多角度视图匹配的第一设备信息，以及所述多角度视图与所述第一设备匹配的准确率；若所述准确率小于预设阈值，确定所述第一设备信息为所述目标设备信息。可选的，在所述根据所述多个第二图像进行多维模型重构，得到重构的第一设备模型之前，所述方法包括：通过所述神经网络模型获取与所述多个第二图像匹配的第二设备信息；相应的，所述通过所述神经网络模型获取与所述多角度视图匹配的第一设备信息，以及所述多角度视图与所述第一设备匹配的准确率之后，所述方法包括：若所述准确率大于或等于预设阈值，确定所述第二设备信息为所述目标设备信息。可选的，所述获取视频数据，并解析所述视频数据得到多个第一图像之前，所述方法包括：获取预设样本设备的标识特征以及样本设备信息；根据所述预设样本设备的标识特征与样本设备信息之间的映射关系，构建所述神经网络模型；相应的，所述通过所述神经网络模型获取与所述多角度视图匹配的第一设备信息，包括：提取所述多角度视图中的第一设备的标识特征；将所述多角度视图中的第一设备的标识特征与所述神经网络模型中的预设样本设备的标识特征进行相似度比较；获取相似度最大的预设样本设备的标识特征所对应的样本设备信息作为所述第一设备信息。可选的，所述视频数据为经过压缩处理的目标视频数据；所述获取视频数据，并解析所述视频数据得到多个第一图像，包括：获取所述目标视频数据，并根据所述目标视频数据的帧率设置时间戳；根据所述时间戳从所述目标视频中提取帧图像，得到所述第一图像。第二方面，提供一种信息获取设备，所述信息获取设备包括：处理器、存储器和通信总线；所述通信总线用于实现处理器和存储器之间的通信连接；所述处理器用于执行存储器中信息获取程序，以实现以下步骤：获取视频数据，并解析所述视频数据得到多个第一图像，所述多个第一图像对应于多个拍摄角度；通过图像处理模型获取与所述多个第一图像匹配的目标设备信息；输出所述目标设备信息。可选的，处理器执行所述通过所述图像处理模型获取与所述多个第一图像匹配的目标设备信息的步骤时，可以实现以下步骤：通过所述图像处理模型从所述多个第一图像中筛选出多个第二图像，所述第二图像包含目标设备的标识特征；通过所述图像处理模型获取与所述多个第二图像匹配的所述目标设备信息。可选的，所述图像处理模型包括神经网络模型；处理器执行所述通过所述图像处理模型获取与所述多个第二图像匹配的所述目标设备信息的步骤时，可以实现以下步骤：根据所述多个第二图像进行重构，得到第一设备模型；获取所述第一设备模型的多角度视图；通过所述神经网络模型获取与所述多角度视图匹配的第一设备信息，以及所述多角度视图与所述第一设备匹配的准确率；若所述准确率小于预设阈值，确定所述第一设备信息为所述目标设备信息。可选的，在处理器执行所述根据所述多个第二图像进行多维模型重构，得到重构的第一设备模型的步骤之前，可以实现以下步骤：通过所述神经网络模型中获取与所述多个第二图像匹配的第二设备信息；相应的，所述通过所述神经网络模型获取与所述多角度视图匹配的第一设备信息，以及所述多角度视图与所述第一设备匹配的准确率的步骤之后，可以实现以下步骤：若所述准确率大于或等于预设阈值，确定所述第二设备信息为所述目标设备信息。第三方面，提供一种计算机可读存储介质，计算机可读存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现如第一方面的信息获取方法的步骤。本专利技术的实施例所提供的信息获取方法、设备和计算机可读存储介质，获取视频数据，并解析视频数据得到多个第一图像，多个第一图像对应于多个拍摄角度；通过图像处理模型获取与多个第一图像匹配的目标设备信息；输出目标设备信息；也就是说，本专利技术基于视频数据得到多个拍摄角度的第一图像，并基于这些第一图像获取设备信息，这与基于单张静态图片获取设备信息相比，必然为获取设备信息提供了更多的特征，确保了获取设备信息的准确率；进而解决了现有技术中的信息获取方法无法准确获取设备信息的问题，实现了准确获取设备信息，提高了终端的智能性。附图说明图1为本专利技术实施例提供的一种信息获取方法的流程示意图；图2为本专利技术实施例提供的另一种信息获取方法的流程示意图；图3为本专利技术实施例提供的一种信息获取系统的结构示意图；图4为本专利技术的实施例提供的一种信息获取设备的结构示意图。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。应理解，说明书通篇中提到的“本专利技术实施例”或“前述实施例”意味着与实施例有关的特定特征、结构或特性包括在本专利技术的至少一个实施例中。因此，在整个说明书各处出现的“本专利技术实施例中”或“在前述实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意本文档来自技高网...

【技术保护点】
1.一种信息获取方法，其特征在于，所述方法包括：/n获取视频数据，并解析所述视频数据得到多个第一图像，所述多个第一图像对应于多个拍摄角度；/n通过图像处理模型获取与所述多个第一图像匹配的目标设备信息；/n输出所述目标设备信息。/n

【技术特征摘要】
1.一种信息获取方法，其特征在于，所述方法包括：
获取视频数据，并解析所述视频数据得到多个第一图像，所述多个第一图像对应于多个拍摄角度；
通过图像处理模型获取与所述多个第一图像匹配的目标设备信息；
输出所述目标设备信息。


2.根据权利要求1所述的方法，其特征在于，所述通过图像处理模型获取与所述多个第一图像匹配的目标设备信息，包括：
通过所述图像处理模型从所述多个第一图像中筛选出多个第二图像，所述第二图像包含目标设备的标识特征；
通过所述图像处理模型获取与所述多个第二图像匹配的所述目标设备信息。


3.根据权利要求2所述的方法，其特征在于，所述图像处理模型包括神经网络模型；所述通过所述图像处理模型获取与所述多个第二图像匹配的所述目标设备信息，包括：
根据所述多个第二图像进行重构，得到第一设备模型；
获取所述第一设备模型的多角度视图；
通过所述神经网络模型获取与所述多角度视图匹配的第一设备信息，以及所述多角度视图与所述第一设备匹配的准确率；
若所述准确率小于预设阈值，确定所述第一设备信息为所述目标设备信息。


4.根据权利要求3所述的方法，其特征在于，在所述根据所述多个第二图像进行多维模型重构，得到重构的第一设备模型之前，所述方法包括：
通过所述神经网络模型获取与所述多个第二图像匹配的第二设备信息；
相应的，在所述通过所述神经网络模型获取与所述多角度视图匹配的第一设备信息，以及所述多角度视图与所述第一设备匹配的准确率之后，所述方法包括：
若所述准确率大于或等于预设阈值，确定所述第二设备信息为所述目标设备信息。


5.根据权利要求3所述的方法，其特征在于，所述获取视频数据，并解析所述视频数据得到多个第一图像之前，所述方法包括：
获取预设样本设备的标识特征以及样本设备信息；
根据所述预设样本设备的标识特征与样本设备信息之间的映射关系，构建所述神经网络模型；
相应的，所述通过所述神经网络模型获取与所述多角度视图匹配的第一设备信息，包括：
提取所述多角度视图中的第一设备的标识特征；
将所述多角度视图中的第一设备的标识特征与所述神经网络模型中的预设样本设备的标识特征进行相似度比较；
获取相似度最大的预设样本设备的标识特征所对应的样本设备信息作为所述第一设备信息。


6.根据权利要求1所述的方法，其特征在于，所述视频数据为经过...

【专利技术属性】
技术研发人员：陈必东，龙永文，
申请(专利权)人：佛山市顺德区美的电热电器制造有限公司，
类型：发明
国别省市：广东;44