本申请实施例提供一种物体识别方法、装置、增强实现设备及存储介质，该方法包括：通过增强现实设备，采集待识别物体图像；采用计算机视觉算法和预先训练的识别模型，对待识别物体图像进行处理，得到与待识别物体图像对应的第一图像特征；根据第一图像特征和预先存储的数据库，确定与第一图像特征对应的图像信息；将图像信息通过增强现实设备的显示屏进行显示，提高物体识别的准确性，同时还可以提供物体价值，便于交易，提高交易的可靠性。提高交易的可靠性。提高交易的可靠性。
【技术实现步骤摘要】
物体识别方法、装置、增强实现设备及存储介质
[0001]本申请涉及增强现实
，具体而言，涉及一种物体识别方法、装置、增强实现设备及存储介质。
技术介绍
[0002]古董市场是一个巨大的市场，但是由于古董的真伪、价值等问题，使得古董交易市场存在着很多的不确定性和风险，目前对古董的识别通常是专业人员人工进行鉴定，不仅识别速度慢，而且识别的准确性不高，这样，然后卖家和买家之间再进行交易，由于卖家和卖家之间存在着信息不对称的问题，使得买家和卖家之间的交流和交易变得困难，因此，如何能快速识别古董，且提高交易效率，是目前急需解决的问题。
技术实现思路
[0003]本申请的一些实施例的目的在于提供一种物体识别方法、装置、增强实现设备及存储介质，通过本申请的实施例的技术方案，通过增强现实设备，采集待识别物体图像；采用计算机视觉算法和预先训练的识别模型，对所述待识别物体图像进行处理，得到与所述待识别物体图像对应的第一图像特征；其中，所述预先训练的识别模型是通过对初始训练模型进行训练得到的；根据所述第一图像特征和预先存储的数据库，确定与所述第一图像特征对应的图像信息，其中，所述图像信息至少包括图像名称、图像真伪信息和物体价值信息；所述预先存储的数据库至少包括图像特征和与所述图像特征对应的图像信息；将所述图像信息通过所述增强现实设备的显示屏进行显示，本申请实施例通过采用增强现实设备采集待识别物体图像，根据计算机视觉算法和预先训练的识别模型，识别图像中的第一图像特征，并根据第一图像特征在数据库中查找图像信息，即图像名称、图像真伪信息和物体价值信息，然后在增强现实终端上进行显示，提高物体识别的准确性，同时还可以提供图体价值，便于交易，提高交易的可靠性。
[0004]第一方面，本申请的一些实施例提供了一种物体识别方法，包括：
[0005]通过增强现实设备，采集待识别物体图像；
[0006]采用计算机视觉算法和预先训练的识别模型，对所述待识别物体图像进行处理，得到与所述待识别物体图像对应的第一图像特征；其中，所述预先训练的识别模型是通过对初始训练模型进行训练得到的；
[0007]根据所述第一图像特征和预先存储的数据库，确定与所述第一图像特征对应的图像信息，其中，所述图像信息至少包括图像名称、图像真伪信息和物体价值信息；所述预先存储的数据库至少包括图像特征和与所述图像特征对应的图像信息；
[0008]将所述图像信息通过所述增强现实设备的显示屏进行显示。
[0009]本申请的一些实施例通过采用增强现实设备采集待识别物体图像，根据计算机视觉算法和预先训练的识别模型，识别图像中的第一图像特征，并根据第一图像特征在数据库中查找图像信息，即图像名称、图像真伪信息和物体价值信息，然后在增强现实终端上进
行显示，提高物体识别的准确性，同时还可以提供物体价值，便于交易，提高交易的可靠性。
[0010]在一些实施例，所述识别模型通过如下方式获得：
[0011]获取样本图像；
[0012]采用计算机视觉算法对所述样本图像进行图像变换得到随机变化图片；
[0013]根据所述随机变化图片，对所述初始训练模型进行训练，得到所述识别模型，其中，所述初始训练模型至少包括卷积神经网络、支持向量机或决策树中的一种。
[0014]本申请的一些实施例通过采用计算机视觉算法和模型训练，得到识别模型，可以对采集的图像中的物体进行准确识别，提高识别的准确性。
[0015]在一些实施例，所述采用计算机视觉算法对所述样本图像进行图像变换得到随机变化图片，包括：
[0016]采用跨平台计算机视觉和机器学习软件库，对所述样本图像进行图像变换，得到与所述样本图像对应的随机变化图片。
[0017]本申请的一些实施例，采用计算机视觉算法对样本图像进行处理，可以识别图像中的细节特征，提高识别准确性。
[0018]在一些实施例，所述根据所述第一图像特征和预先存储的数据库，确定与所述第一图像特征对应的图像信息，包括：
[0019]根据所述第一图像特征在所述预先存储的数据库中，查找与所述第一图像特征匹配的第二图像特征；
[0020]根据所述第二图像特征，确定与所述第二图像特征对应的图像信息。
[0021]本申请的一些实施例，将待识别物体图像的第一图像特征在预先存储的数据库中查找与的第一图像特征对应的图像信息，可以方便查找到待识别物体的图像名称、图像真伪信息和物体价值信息，给用户提供交易参考。
[0022]在一些实施例，所述方法还包括：
[0023]将所述图像信息发送至交易终端，以使所述交易终端完成物体交易。
[0024]本申请的一些实施例将待识别物体图像的图像信息发送至交易终端，交易终端上提供了安全的交易方式，包括在线支付和保险等服务，可以确保交易的安全性和可靠性。
[0025]第二方面，本申请的一些实施例提供了一种物体识别装置，包括：
[0026]采集模块，用于通过增强现实设备，采集待识别物体图像；
[0027]识别模块，用于采用计算机视觉算法和预先训练的识别模型，对所述待识别物体图像进行处理，得到与所述待识别物体图像对应的第一图像特征；其中，所述预先训练的识别模型是通过对初始训练模型进行训练得到的；
[0028]查找模块，用于根据所述第一图像特征和预先存储的数据库，确定与所述第一图像特征对应的图像信息，其中，所述图像信息至少包括图像名称、图像真伪信息和物体价值信息；所述预先存储的数据库至少包括图像特征和与所述图像特征对应的图像信息；
[0029]显示模块，用于将所述图像信息通过所述增强现实设备的显示屏进行显示。
[0030]本申请的一些实施例通过采用增强现实设备采集待识别物体图像，根据计算机视觉算法和预先训练的识别模型，识别图像中的第一图像特征，并根据第一图像特征在数据库中查找图像信息，即图像名称、图像真伪信息和物体价值信息，然后在增强现实终端上进行显示，提高物体识别的准确性，同时还可以提供物体价值，便于交易，提高交易的可靠性。
[0031]在一些实施例，所述装置还包括训练模块，所述训练模块用于：
[0032]获取样本图像；
[0033]采用计算机视觉算法对所述样本图像进行图像变换得到随机变化图片；
[0034]根据所述随机变化图片，对所述初始训练模型进行训练，得到所述识别模型，其中，所述初始训练模型至少包括卷积神经网络、支持向量机或决策树中的一种。
[0035]本申请的一些实施例通过采用计算机视觉算法和模型训练，得到识别模型，可以对采集的图像中的物体进行准确识别，提高识别的准确性。
[0036]在一些实施例，所述训练模块用于：
[0037]采用跨平台计算机视觉和机器学习软件库，对所述样本图像进行图像变换，得到与所述样本图像对应的随机变化图片。
[0038]本申请的一些实施例，采用计算机视觉算法对样本图像进行处理，可以识别图像中的细节特本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种物体识别方法，其特征在于，所述方法包括：通过增强现实设备，采集待识别物体图像；采用计算机视觉算法和预先训练的识别模型，对所述待识别物体图像进行处理，得到与所述待识别物体图像对应的第一图像特征；其中，所述预先训练的识别模型是通过对初始训练模型进行训练得到的；根据所述第一图像特征和预先存储的数据库，确定与所述第一图像特征对应的图像信息，其中，所述图像信息至少包括图像名称、图像真伪信息和物体价值信息；所述预先存储的数据库至少包括图像特征和与所述图像特征对应的图像信息；将所述图像信息通过所述增强现实设备的显示屏进行显示。2.根据权利要求1所述的物体识别方法，其特征在于，所述识别模型通过如下方式获得：获取样本图像；采用计算机视觉算法对所述样本图像进行图像变换得到随机变化图片；根据所述随机变化图片，对所述初始训练模型进行训练，得到所述识别模型，其中，所述初始训练模型至少包括卷积神经网络、支持向量机或决策树中的一种。3.根据权利要求2所述的物体识别方法，其特征在于，所述采用计算机视觉算法对所述样本图像进行图像变换得到随机变化图片，包括：采用跨平台计算机视觉和机器学习软件库，对所述样本图像进行图像变换，得到与所述样本图像对应的随机变化图片。4.根据权利要求1所述的物体识别方法，其特征在于，所述根据所述第一图像特征和预先存储的数据库，确定与所述第一图像特征对应的图像信息，包括：根据所述第一图像特征在所述预先存储的数据库中，查找与所述第一图像特征匹配的第二图像特征；根据所述第二图像特征，确定与所述第二图像特征对应的图像信息。5.根据权利要求1所述的物体识别方法，其特征在于，所述方法还包括：将所述图像信息发送至交易终端，以使所述交易终端完成物体交易。6.一种物体识别装置，其特征在...
【专利技术属性】
技术研发人员：张吉松，夏勇峰，
申请(专利权)人：北京蜂巢世纪科技有限公司，
类型：发明
国别省市：
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。