【技术实现步骤摘要】
智能家居的沉浸式全息投影图像处理方法及VR系统
[0001]本专利技术涉及
AI
，具体而言，涉及一种智能家居的沉浸式全息投影图像处理方法及
VR
系统
。
技术介绍
[0002]全息投影是基于三维光学原理，使用激光进行投影，在屏幕上形成全息图像，通过精确的计算，将彩色光谱分解成若干角度，这样就可以把全息图像投影到屏幕上，使用者就可以看到一个深入全景的清晰图像
。
在具体应用过程中，需要对沉浸式全息投影图像进行图像理解，以便于后续可以结合图像理解结果进行相关的沉浸式渲染资源推送
。
然而，现有技术中结合
AI
技术训练的沉浸式全息投影图像理解网络的图像理解准确度较低
。
技术实现思路
[0003]有鉴于此，本专利技术实施例的目的在于提供一种智能家居的沉浸式全息投影图像处理方法及
VR
系统，基于图像内容理解任务的沉浸式全息投影图像样本构建图像内容配对任务的图像样本，组合沉浸式全息投影图像理解网络进行图像内容理解任务的训练，并依据图像内容配对任务的图像样本组合沉浸式全息投影图像理解网络进行图像内容配对任务的模型学习，使图像内容理解任务和图像内容配对任务共用一个沉浸式全息投影图像理解网络并同时进行模型学习，由此实现了沉浸式全息投影图像理解网络的组合学习，使得沉浸式全息投影图像理解网络不仅能够学习到图像内容理解任务本身的特征，还可以学习到图像内容配对任务的特征，从而提高沉浸式全息投影图像理...
【技术保护点】
【技术特征摘要】
1.
一种智能家居的沉浸式全息投影图像处理方法，其特征在于，包括：获取智能家居系统的图像内容理解任务的沉浸式全息投影图像样本，其中，所述图像内容理解任务的沉浸式全息投影图像样本表示被配置于进行沉浸式全息投影图像理解网络的图像内容理解任务的训练样本数据；基于所述图像内容理解任务的沉浸式全息投影图像样本构建图像内容配对任务的图像样本，其中，所述图像内容配对任务的图像样本表示被配置于进行所述沉浸式全息投影图像理解网络的图像内容配对任务的训练样本数据；依据所述图像内容理解任务的沉浸式全息投影图像样本组合所述沉浸式全息投影图像理解网络进行图像内容理解任务的训练；依据所述图像内容配对任务的图像样本组合所述沉浸式全息投影图像理解网络进行图像内容配对任务的模型学习，以完成对所述沉浸式全息投影图像理解网络的模型学习
。2.
根据权利要求1所述的沉浸式全息投影图像理解网络的训练方法，其特征在于，所述图像内容配对任务的图像样本包括多组图像内容配对任务的正向图像数据和图像内容配对任务的负向图像数据；所述基于所述图像内容理解任务的沉浸式全息投影图像样本构建图像内容配对任务的图像样本，包括：判断每两个所述图像内容理解任务的沉浸式全息投影图像样本组合应的图像理解类型是否相同；若该两个所述图像内容理解任务的沉浸式全息投影图像样本组合应的图像理解类型相同时，将该两个所述图像内容理解任务的沉浸式全息投影图像样本输出为图像配对，生成一组图像内容配对任务的正向图像数据；若该两个所述图像内容理解任务的沉浸式全息投影图像样本组合应的图像理解类型不相同时，将该两个所述图像内容理解任务的沉浸式全息投影图像样本输出为图像不配对，生成一组图像内容配对任务的负向图像数据
。3.
根据权利要求2所述的沉浸式全息投影图像理解网络的训练方法，其特征在于，所述依据所述图像内容配对任务的图像样本组合所述沉浸式全息投影图像理解网络进行图像内容配对任务的模型学习，包括：将每组所述图像内容配对任务的正向图像数据或者所述图像内容配对任务的负向图像数据作为一对图像内容配对任务的图像样本组合；将每个所述图像内容配对任务的图像样本组合对应的训练控制数据设置为预设的图像内容配对任务的调度数据；依据每个所述图像内容配对任务的图像样本组合和该图像内容配对任务的图像样本组合对应的训练控制数据对所述沉浸式全息投影图像理解网络进行图像内容配对任务的模型学习
。4.
根据权利要求1‑3任一项所述的沉浸式全息投影图像理解网络的训练方法，其特征在于，所述依据所述图像内容理解任务的沉浸式全息投影图像样本组合所述沉浸式全息投影图像理解网络进行图像内容理解任务的训练，包括：对每个所述图像内容理解任务的沉浸式全息投影图像样本执行数据复制，生成该图像内容理解任务的沉浸式全息投影图像样本组合应的图像内容理解任务的沉浸式全息投影
图像样本组合；将每个所述图像内容理解任务的沉浸式全息投影图像样本组合对应的训练控制数据设置为预设的图像内容理解任务调度数据；依据每个所述图像内...
【专利技术属性】
技术研发人员：黄卫，李世泽，
申请(专利权)人：广东省小腾智家科技有限公司，
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。