[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN110221690B - 基于ar场景的手势交互方法及装置、存储介质、通信终端 - Google Patents

基于ar场景的手势交互方法及装置、存储介质、通信终端 Download PDF

Info

Publication number
CN110221690B
CN110221690B CN201910395297.9A CN201910395297A CN110221690B CN 110221690 B CN110221690 B CN 110221690B CN 201910395297 A CN201910395297 A CN 201910395297A CN 110221690 B CN110221690 B CN 110221690B
Authority
CN
China
Prior art keywords
information
hand
virtual object
current frame
coordinate system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910395297.9A
Other languages
English (en)
Other versions
CN110221690A (zh
Inventor
黄锋华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201910395297.9A priority Critical patent/CN110221690B/zh
Publication of CN110221690A publication Critical patent/CN110221690A/zh
Priority to PCT/CN2020/089449 priority patent/WO2020228644A1/zh
Priority to EP20806092.1A priority patent/EP3971686A4/en
Priority to US17/524,721 priority patent/US11762475B2/en
Application granted granted Critical
Publication of CN110221690B publication Critical patent/CN110221690B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/0304—Detection arrangements using opto-electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20028—Bilateral filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • User Interface Of Digital Computer (AREA)
  • Processing Or Creating Images (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及增强现实技术领域，具体涉及一种基于AR场景的手势交互方法、一种基于AR场景的手势交互装置、一种计算机可读介质以及一种通信终端。所述方法包括：采集当前帧的RGB图像、深度图像，以及对应的IMU数据；对RGB图像、深度图像和IMU数据进行处理以获取当前帧的姿态信息和手部信息；根据当前帧的姿态信息和手部信息进行三维稠密建模以获取手部在参考坐标系下的三维点云信息；以及获取虚拟物体在参考坐标系下的位姿信息；基于参考坐标系下的手部的三维点云信息和所述虚拟物体的位姿信息和虚拟物体的预设点云信息对手部和虚拟物体进行渲染，以获取所述手部与所述虚拟物体之间的遮挡关系。本公开能够使手部与虚拟物体具有更准确的接触显示效果。

Description

基于AR场景的手势交互方法及装置、存储介质、通信终端
技术领域
本公开涉及增强现实技术领域，具体涉及一种基于AR场景的手势交互方法、一种基于AR场景的手势交互装置、一种计算机可读介质以及一种通信终端。
背景技术
增强现实(AR)是通过信息技术，将虚拟信息应用到真实世界，并将真实环境和虚拟物体实时地叠加到了同一个画面或空间的方法。随着智能移动终端的快速发展，可以在终端设备上实现对AR手势的交互。现有的一种方案中，可以基于2D图像的手势识别结果，通过2D SLAM模型实现与AR场景中的虚拟物体进行简单的交互。在另一种方案中，还可以基于3D图像的手势识别结果，通过2D SLAM模型实现与AR场景中的虚拟物体进行交互。
但现有技术中也存在一定的缺点和不足，例如，现有技术的方案大多基于手势识别结果来驱动虚拟物体的动作或行为。但对于AR场景中手部与虚拟物体之间的遮挡关系却无法实现，也无法实现与虚拟物体的“接触”，从而导致用户在AR场景中与虚拟物体之间的交互体验不够真实。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种基于AR场景的手势交互方法、一种基于AR场景的手势交互装置、一种计算机可读介质、一种无线通信终端，从而提供一种新的手势交互方式，可以准确的呈现手部与虚拟物体之间的遮挡关系，使得手部与虚拟物体之间做出更多的交互动作，从而在一定程度上克服相关技术的限制和缺陷。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的第一方面，提供一种基于AR的手势交互方法，包括：
采集当前帧的RGB图像、深度图像，以及对应的IMU数据；
对所述RGB图像、深度图像和IMU数据进行处理以获取当前帧的姿态信息和手部信息；
根据当前帧的姿态信息和手部信息进行三维稠密建模以获取手部在参考坐标系下的三维点云信息；以及
获取虚拟物体在参考坐标系下的位姿信息；
基于参考坐标系下的所述手部的三维点云信息和所述虚拟物体的位姿信息和虚拟物体的预设点云信息对所述手部和虚拟物体进行渲染，以获取所述手部与所述虚拟物体之间的遮挡关系。
根据本公开的第二方面，提供一种基于AR的手势交互装置，包括：
数据采集模块，用于采集当前帧的RGB图像和深度图像，以及对应的惯性传感数据；
基础数据计算模块，用于根据所述RGB图像、深度图像和惯性传感数据获取当前帧的姿态信息以及手部信息；
点云数据生成模块，用于根据所述姿态信息和手部信息对手部区域进行三维稠密建模以获取手部区域的三维点云数据；
虚拟物体位姿信息计算模块，用于获取当前帧中虚拟物体的位姿信息；
渲染执行模块，用于根据所述当前帧的姿态信息和所述虚拟物体的位姿信息、所述手部区域的三维点云信息对所述当前帧进行渲染。
根据本公开的第三方面，提供一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于AR的手势交互方法。
根据本公开的第四方面，提供一种无线通信终端，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的基于AR的手势交互方法。
本公开的一种实施例所提供的基于AR的手势交互方法中，通过同时获取当前帧的RGB图像和深度图像，在获取当前帧中手部的信息后，对手部区域进行三维稠密建模来获取手部区域在AR场景中的三维点云信息，并基于手部区域的三维点云信息和位姿信息进行渲染，获取手部区域与虚拟物体之间的遮挡关系，使手部与虚拟物体之间在AR场景中可以具有更加准确的接触效果和相对位置显示效果。进而使手部与虚拟物体之间可以执行更多的交互动作。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
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。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示意性示出本公开示例性实施例中一种基于AR的手势交互方法的示意图；
图2示意性示出本公开示例性实施例中一种获取手部区域三维点云数据的方法的示意图；
图3示意性示出本公开示例性实施例中一种无线网络接入装置的组成示意图；
图4示意性示出本公开示例性实施例中一种无线通信设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
现有的基于手机平台的AR手势交互方案在手势与虚拟物体交互的过程中仍存在一些问题和不足，例如：基于2D图像的手势识别算法结合2D SLAM算法，或者基于3D图像的手势识别算法结合2D SLAM算法的应用中，均是在AR场景中基于手势识别结果去驱动虚拟物体的一些动作或者行为，并不能在AR场景中准确的实现和显示手部与虚拟物体之间的遮挡关系。
针对上述的现有技术所存在的缺点和不足，本示例实施方式中提供了一种基于AR的手势交互方法，可以应用于配置有后置摄像头的终端设备，例如手机、平板电脑，以及配置有摄像头的智能电视、个人电脑等；或者，也可以应用于配置有摄像头的的AR眼镜或AR头盔等。参考图1中所示，上述的基于AR的手势交互方法可以包括以下步骤：
S11，采集当前帧的RGB图像、深度图像，以及对应的IMU数据；
S12，对所述RGB图像、深度图像和IMU数据进行处理以获取当前帧的姿态信息和手部信息；
S13，根据当前帧的姿态信息和手部信息进行三维稠密建模以获取手部在参考坐标系下的三维点云信息；以及
S14，获取虚拟物体在参考坐标系下的位姿信息；
S15，基于参考坐标系下的所述手部的三维点云信息和所述虚拟物体的位姿信息和虚拟物体的预设点云信息对所述手部和虚拟物体进行渲染，以获取所述手部与所述虚拟物体之间的遮挡关系。
本示例实施方式所提供的基于AR的手势交互方法中，通过同时获取当前帧的RGB图像和深度图像，在获取当前帧中手部的信息后，对手部区域进行三维稠密建模来获取手部区域在AR场景中的三维点云信息，并基于手部区域的三维点云信息和位姿信息进行渲染，获取手部区域与虚拟物体之间的遮挡关系，使手部与虚拟物体之间在AR场景中可以具有更加准确的接触效果和相对位置显示效果。进而使手部与虚拟物体之间可以执行更多的交互动作。
下面，将以手机为例，并结合附图及实施例对本示例实施方式中的基于AR的手势交互方法的各个步骤进行更详细的说明。
对于上述的终端设备来说，可以在终端设备的同一侧配置有两个摄像头，例如设置在终端设备的背面，用于采集同一侧的图像。其中，一个摄像头可以是用于采集RGB图像的平面摄像头；另一个摄像头则可以是用于采集深度图像的深度摄像头，例如ToF摄像模组。此外，上述的两个摄像头可以是嵌入终端设备的摄像头或摄像模组，也可以是升降式或外接的摄像模组，本公开对此不做特殊限定。
步骤S11，采集当前帧的RGB图像、深度图像，以及对应的IMU数据。
本示例实施方式中，可以利用终端设备的平面成像相机实时采集包含手部的当前帧的RGB图像，以及利用ToF摄像模组采集当前帧的包含手部的深度图像。同时，还可以采集每帧图像对应时刻的终端设备的IMU(Inertial measurement unit，惯性测量单元)数据，例如陀螺仪信息和加速度计信息。
步骤S12，对所述RGB图像、深度图像和IMU数据进行处理以获取当前帧的姿态信息和手部信息。
本示例实施方式中，在获取上述各项参数后，便可以对当前帧图像中的手部信息以及对应的姿态信息进行识别和提取。具体来说，可以根据所述RGB图像和IMU数据为入参输入预设的SLAM模型以获取当前帧的姿态信息；以及对所述RGB图像、深度图像进行识别以获取手部信息；其中，所述手部信息可以包括：手部轮廓信息、手部深度信息。
具体来说，上述的以所述RGB图像和IMU数据为入参输入预设的SLAM模型以获取当前帧的姿态信息可以包括：
步骤S1211，对所述RGB图像进行特征点提取，并计算特征点对应的描述子；
步骤S1212，根据所述特征点及对应的描述子对当前帧图像进行特征点匹配和IMU预积分计算；
步骤S1213，对所述RGB图像和IMU数据进行视觉惯性里程计处理，并将处理结果结合当前帧的特征点匹配结果和IMU预积分计算姿态信息。
本示例实施方式中，对于RGB图像的特征点提取可以采用DoG(Difference ofGaussian，角点检测)方法。并通过描述子对各特征点进行描述。在获取连续多帧图像的特征点及对应的描述子后，可以对当前帧图像进行特征点匹配，并进行IMU预积分计算。同时，还可以根据当前帧RGB图像和对应的IMU数据执行vio过程(Visual inertial odometry，视觉惯性里程计)，估计其位置和旋转变化。再结合特征点匹配结果和IMU预积分计算每帧的摄像模组的姿态信息。
此外，在本公开的其他示例性实施例中，上述的方法还可以包括：
步骤S1214，根据所述特征点信息对所述姿态信息进行局部非线性优化。
本示例实施方式中，在获取每帧的姿态信息后，还可以结果图像的特征点信息进行局部线性优化，从而对每帧的姿态信息进行优化。举例而言，可以通过已有的g2o优化库或者ceres优化库，将当前帧的姿态信息结合特征点对应的地图点信息构造代价函数，并通过该代价函数对当前帧姿态进行优化。
当然，在本公开的其他示例性实施例中，还可以结合每帧姿态信息，选取关键帧进行地图重建以局部窗口的形式对关键帧的姿态进行优化；并对所有关键帧进行闭环检测，优化累计误差。从而进一步的优化姿态信息。
此外，具体来说，上述的对所述RGB图像、深度图像进行识别以获取手部信息还可以包括：
步骤S1221，将所述深度图像配准至RGB图像坐标系；
步骤S1222，根据所述RGB图像对所述深度图像进行后处理；
步骤S1223，在所述RGB图像坐标系下对经后处理的所述深度图像进行手部轮廓及手部深度信息提取。
本示例实施方式中，在对深度图像配准时，举例来说，可以首先根据所述深度图像的内参对深度图像进行去畸变处理；3)循环遍历深度图像的坐标点，并结合各坐标点的深度值获取其在深度相机坐标系下的三维坐标X3d_tof；然后根据深度图像和RGB图像的外参，以及RGB图像的内参将所述三维坐标投影到RGB图像坐标系以获取坐标点在RGB图像坐标系的坐标；具体来说，可以根据以下公式进行坐标转换：
X2d_rgb＝K_rgb*X3d_rgb＝K_rgb*[R_tof2rgb|t_tof2rgb]*X3d_tof
其中，X2d_rgb为坐标点在RGB图像坐标系下的坐标；X3d_tof为坐标点在深度相机坐标系下的三维坐标；K_rgb为RGB Camera的内参矩阵；R_tof2rgb为RGB Camera与TOF模组之间的旋转(由TOF坐标系旋转到RGB图像坐标系)；t_tof2rgb为RGB Camera与TOF模组之间的平移量(TOF模组的坐标系原点在RGB Camera坐标系下的表示)。
最后，还可以对坐标点在RGB图像坐标系的坐标进行反畸变处理得到对应的X2d_rgb’坐标，对应的深度值取X3d_rgb的z轴坐标即可以得到配准到RGB图像坐标系下的深度图。
在对深度图像配准至RGB图像坐标系后，还可以对深度图像进行后处理，举例来说，可以是去除噪声、双边滤波或补洞等操作。然后，便可以对后处理后的深度图像进行手部轮廓提取。具体来说，可以根据深度图像对应的IR图像进行二值化处理，然后提取二值化后的手部边缘轮廓信息。
此外，在本公开的其他示例性实施例中，在将所述深度图像配准至所述RGB图像坐标系之前，还可以对所述深度图像进行预处理；其中，所述预处理包括：中值滤波、双边滤波以及补洞中的任意一项。
其中，上述的深度图像和RGB图像各自的内参包括：摄像机光心垂直投影于像平面的位置(像素坐标，可以用cx，cy表示)；摄像机的焦距(分别用fx，fy表示)，以及摄像机的径向畸变(用p1，p2，p3等表示)和切向畸变系数(用k1，k2表示)。深度图像与RGB图像之间的外参包括：以两者光心为坐标原点的相机三维坐标系之间的平移和旋转关系。
步骤S13，根据当前帧的姿态信息和手部信息进行三维稠密建模以获取手部在参考坐标系下的三维点云信息。
本示例实施方式中，具体来说，参考图2所示，上述的步骤S13可以包括：
步骤S131，将手部轮廓内的各像素点的RGB图像坐标结合对应的深度值以获取对应的3D坐标；
步骤S132，根据所述姿态信息将所述3D坐标转换至参考坐标系下以获取手部在参考坐标系下的三维点云数据。
通过对手部区域的提取，获得手部的轮廓信息。将手部轮廓区域内的所有像素点的2d图像坐标(RGB图像坐标)结合对应的深度值得到对应的3D坐标，结合当前帧的姿态信息(6DOF姿态信息)，将上述3D坐标转换SLAM参考坐标系下，得到对应的稠密点云信息，从而完成对手部区域的稠密三维重建过程。
步骤S14，获取虚拟物体在参考坐标系下的位姿信息。
本示例实施方式中，可以根据用户在终端设备上触发的控制指令，触发对所述虚拟物体的碰撞测试(Hit Test)，从而获取虚拟物体(即锚点，Anchor)在SLAM参考坐标系下的位姿信息。通过碰撞检测算法，可以获取虚拟物体在SLAM参考坐标系中的位置和朝向。
在本公开的其他示例性实施例中，上述的步骤S13和步骤S14也可以同时进行，从而可以同时获取在参考坐标系下的虚拟物体的位姿信息和手部的三维点云信息。或者，也可以在采集图像和IMU数据时触发对虚拟物体的碰撞测试。本公开对步骤S13的执行顺序不做特殊限定。
步骤S15，基于参考坐标系下的所述手部的三维点云信息和所述虚拟物体的位姿信息和虚拟物体的预设点云信息对所述手部和虚拟物体进行渲染，以获取所述手部与所述虚拟物体之间的遮挡关系。
本示例实施方式中，，可以对所述手部的三维点云和所述虚拟物体的预设点云进行网格化处理以获取手部网格和虚拟物体网格，并根据所述虚拟物体的位姿信息在参考坐标系下对所述手部网格和虚拟物体网格进行渲染。
具体的，手部区域的三维点云可以通过对应当前帧的姿态信息转换到SLAM参考坐标系下。在通过碰撞测试获取虚拟物体在SLAM参考坐标系的姿态信息后，还可以在Unity渲染引擎中将虚拟相机和真实相机的视角对齐，对齐视角之后可以将虚拟物体转换到SLAM参考坐标系下。在获取手部区域的网格信息后，便可以通过Unity渲染引擎结合手部区域的网格信息及虚拟物体的位姿信息进行渲染，得到手部与虚拟物体之间的遮挡效果及位置关系。
基于上述内容，在本公开的其他示例性实施例中，上述的方法还可以包括：
步骤S21，对所述深度图像进行识别以获取当前帧的手势识别结果；
步骤S22，根据所述手势识别结果驱动所述虚拟物体。
本示例实施方式中，在获取深度图像后，在进行手部区域提取的同时，还可以通过深度图像对当前帧的手势进行识别。例如，可以利用TOF深度图像的手部标定数据(手骨骼点位置)作为训练样本，训练深度学习模型。从而利用该已训练的模型结合手部的外接矩形区域对手部关键点(即手骨骼点坐标)进行提取，并通过骨骼点之间的相对位置关系确定手势识别结果。
在获取手势识别结果后，便可以在获取手部与虚拟物体的遮挡关系的同时，根据该手势驱动虚拟物体运动，达到手部与虚拟物体的“物理接触”，以及实现真实互动的效果。
本公开实施例所提供的方法，通过RGB图像、深度图像，以及对应的IMU数据，并利用该些数据进行姿态信息和手部轮廓信息、手部深度信息的提取，进行手势识别，从而在参考坐标系下对手部进行进行三维稠密建模来获取手部的三维点云信息，并根据手部的三维点云信息和所述虚拟物体的位姿信息和虚拟物体的预设点云信息对手部和虚拟物体进行渲染，获取手部与虚拟物体之间的准确遮挡关系，并根据手势识别结果驱动虚拟物体的运动。不仅可以可以优化真实静止场景与虚拟场景的遮挡的显示效果，还可以在运动场景中手部区域与虚拟物体的遮挡关系进行准确的渲染和显示，使得通过手势能够与虚拟物体进行更加准确“物理接触”及互动，有效提升了AR场景的真实感体验。
需要注意的是，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
进一步的，参考图3所示，本示例的实施方式中还提供一种基于AR的手势交互装置30，包括：数据采集模块301、基础数据计算模块302、点云数据生成模块303、虚拟物体位姿信息计算模块304以及渲染执行模块305。其中：
所述数据采集模块301可以用于采集当前帧的RGB图像和深度图像，以及对应的惯性传感数据。
所述基础数据计算模块302可以用于根据所述RGB图像、深度图像和惯性传感数据获取当前帧的姿态信息以及手部信息。
所述点云数据生成模块303可以用于根据所述姿态信息和手部信息对手部区域进行三维稠密建模以获取手部区域的三维点云数据。
所述虚拟物体位姿信息计算模块304可以用于获取当前帧中虚拟物体的位姿信息。
所述渲染执行模块305可以用于根据所述当前帧的姿态信息和所述虚拟物体的位姿信息、所述手部区域的三维点云信息对所述当前帧进行渲染。
在本公开的一种示例中，所述基础数据计算模块302包括：位姿计算模块和手部信息提取模块(图中未示出)。其中，
所述位姿计算模块可以用于以所述RGB图像和IMU数据为入参输入预设的SLAM模型以获取当前帧的姿态信息。
所述手部信息提取模块可以用于对所述RGB图像、深度图像进行识别以获取手部信息；其中，所述手部信息包括：手部轮廓信息、手部深度信息。
在本公开的一种示例中，所述位姿计算模块可以包括：特征点提取模块、特征点匹配模块和姿态信息计算模块(图中未示出)。其中，
所述特征点提取模块可以用于对所述RGB图像进行特征点提取，并计算特征点对应的描述子。
所述特征点匹配模块可以用于根据所述特征点及对应的描述子对当前帧图像进行特征点匹配和IMU预积分计算。
所述姿态信息计算模块可以用于对所述RGB图像和惯性传感数据进行视觉惯性里程计处理，并将处理结果结合当前帧的特征点匹配结果和IMU预积分计算姿态信息。
在本公开的一种示例中，所述位姿计算模块还包括：姿态优化模块(图中未示出)。
所述姿态优化模块可以用于根据所述特征点信息对所述姿态信息进行局部非线性优化。
在本公开的一种示例中，所述手部信息提取模块可以包括：坐标系配准模块、后处理模块和轮廓提取模块(图中未示出)。其中，
所述坐标系配准模块可以用于将所述深度图像配准至RGB图像坐标系。
所述后处理模块可以用于根据所述RGB图像对所述深度图像进行后处理。
所述轮廓提取模块可以用于在所述RGB图像坐标系下对经后处理的所述深度图像进行手部轮廓及手部深度信息提取。
在本公开的一种示例中，所述轮廓提取模块可以包括：IR图像处理模块(图中未示出)。
所述IR图像处理模块可以用于获取所述深度图像对应的IR图像，并对IR图像进行二值化处理以提取手部边缘轮廓信息。
在本公开的一种示例中，所述手部信息提取模块还可以包括：预处理模块(图中未示出)。
所述预处理模块可以用于对所述深度图像进行预处理；其中，所述预处理包括：中值滤波、双边滤波以及补洞中的任意一项。
在本公开的一种示例中，所述点云数据生成模块可以包括：3D坐标计算模块、坐标系转换模块(图中未示出)。其中，
所述3D坐标计算模块可以用于将手部轮廓内的各像素点的RGB图像坐标结合对应的深度值以获取对应的3D坐标。
所述坐标系转换模块可以用于根据所述姿态信息将所述3D坐标转换至参考坐标系下以获取手部在参考坐标系下的三维点云数据。
在本公开的一种示例中，所述渲染执行模块可以包括：网格化处理模块、网格渲染模块(图中未示出)。其中，
所述网格化处理模块可以用于对所述手部的三维点云和所述虚拟物体的预设点云进行网格化处理以获取手部网格和虚拟物体网格。
所述网格渲染模块可以用于根据所述虚拟物体的位姿信息在参考坐标系下对所述手部网格和虚拟物体网格进行渲染。
在本公开的一种示例中，所述虚拟物体位姿信息计算模块304可以包括：碰撞测试模块(图中未示出)。
所述碰撞测试模块可以用于响应于一控制指令，触发对所述虚拟物体的碰撞测试以获取虚拟物体在参考坐标系下的位姿信息。
在本公开的一种示例中，上述的装置还可以包括：手势识别模块和虚拟物体驱动模块(图中未示出)。其中，
所述手势识别模块可以用于对所述深度图像进行识别以获取当前帧的手势识别结果。
所述虚拟物体驱动模块可用于根据所述手势识别结果驱动所述虚拟物体。
上述的基于AR的手势交互装置中各模块的具体细节已经在对应的基于AR的手势交互方法中进行了详细的描述，因此此处不再赘述。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
图4示出了适于用来实现本发明实施例的无线通信设备的计算机系统的结构示意图。
需要说明的是，图4示出的电子设备的计算机系统700仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机系统700包括中央处理单元(Central Processing Unit，CPU)701，其可以根据存储在只读存储器(Read-Only Memory，ROM)702中的程序或者从存储部分708加载到随机访问存储器(Random Access Memory，RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(Input/Output，I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN(Local Area Network，局域网)卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明的实施例，下文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的系统中限定的各种功能。
需要说明的是，本发明实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。例如，所述的电子设备可以实现如图1所示的各个步骤。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (11)

1.一种基于AR的手势交互方法，应用于电子设备，其特征在于，所述方法包括：
采集当前帧的RGB图像、深度图像，以及对应的IMU数据；
对所述RGB图像、深度图像和IMU数据进行处理以获取当前帧的姿态信息和手部信息，包括：以所述RGB图像和IMU数据为入参输入预设的SLAM模型以获取当前帧的姿态信息；以及对所述RGB图像、深度图像进行识别以获取手部信息，包括：将所述深度图像配准至RGB图像坐标系；根据所述RGB图像对所述深度图像进行后处理；在所述RGB图像坐标系下对经后处理的所述深度图像进行手部轮廓及手部深度信息提取；其中，所述手部信息包括：手部轮廓信息、手部深度信息；
根据当前帧的姿态信息和手部信息进行三维稠密建模以获取手部在参考坐标系下的三维点云信息；以及
获取虚拟物体在参考坐标系下的位姿信息；
基于参考坐标系下的所述手部的三维点云信息和所述虚拟物体的位姿信息和虚拟物体的预设点云信息对所述手部和虚拟物体进行渲染，以获取所述手部与所述虚拟物体之间的遮挡关系；
对所述深度图像进行识别以获取当前帧的手势识别结果；以及，结合所述手部与所述虚拟物体之间的遮挡关系与所述手势识别结果驱动所述虚拟物体。
2.根据权利要求1所述方法，其特征在于，所述以所述RGB图像和IMU数据为入参输入预设的SLAM模型以获取当前帧的姿态信息包括：
对所述RGB图像进行特征点提取，并计算特征点对应的描述子；
根据所述特征点及对应的描述子对当前帧图像进行特征点匹配和IMU预积分计算；
对所述RGB图像和惯性传感数据进行视觉惯性里程计处理，并将处理结果结合当前帧的特征点匹配结果和IMU预积分计算姿态信息。
3.根据权利要求2所述方法，其特征在于，所述方法还包括：
根据所述特征点信息对所述姿态信息进行局部非线性优化。
4.根据权利要求1所述方法，其特征在于，所述对经后处理的所述深度图像进行手部轮廓提取包括：
获取所述深度图像对应的IR图像，并对IR图像进行二值化处理以提取手部边缘轮廓信息。
5.根据权利要求1所述方法，其特征在于，在将所述深度图像配准至所述RGB图像坐标系之前，所述方法还包括：
对所述深度图像进行预处理；其中，所述预处理包括：中值滤波、双边滤波以及补洞中的任意一项。
6.根据权利要求1所述方法，其特征在于，所述根据当前帧的姿态信息和手部信息进行三维稠密建模以获取手部在参考坐标系下的三维点云信息包括：
将手部轮廓内的各像素点的RGB图像坐标结合对应的深度值以获取对应的3D坐标；
根据所述姿态信息将所述3D坐标转换至参考坐标系下以获取手部在参考坐标系下的三维点云数据。
7.根据权利要求1所述方法，其特征在于，所述基于参考坐标系下的所述手部的三维点云信息和所述虚拟物体的位姿信息和虚拟物体的预设点云信息对所述手部和虚拟物体进行渲染包括：
对所述手部的三维点云和所述虚拟物体的预设点云进行网格化处理以获取手部网格和虚拟物体网格；
根据所述虚拟物体的位姿信息在参考坐标系下对所述手部网格和虚拟物体网格进行渲染。
8.根据权利要求1所述方法，其特征在于，获取当前帧中虚拟物体的位姿信息包括：
响应于一控制指令，触发对所述虚拟物体的碰撞测试以获取虚拟物体在参考坐标系下的位姿信息。
9.一种基于AR的手势交互装置，其特征在于，包括：
数据采集模块，用于采集当前帧的RGB图像和深度图像，以及对应的惯性传感数据；
基础数据计算模块，用于根据所述RGB图像、深度图像和惯性传感数据获取当前帧的姿态信息以及手部信息，包括位姿计算模块和手部信息提取模块：位姿计算模块用于以所述RGB图像和IMU数据为入参输入预设的SLAM模型以获取当前帧的姿态信息；手部信息提取模块用于对所述RGB图像、深度图像进行识别以获取手部信息；其中，所述手部信息包括：手部轮廓信息、手部深度信息；手部信息提取模块包括：坐标系配准模块、后处理模块和轮廓提取模块，坐标系配准模块用于将所述深度图像配准至RGB图像坐标系，后处理模块用于根据所述RGB图像对所述深度图像进行后处理，轮廓提取模块用于在所述RGB图像坐标系下对经后处理的所述深度图像进行手部轮廓及手部深度信息提取；
点云数据生成模块，用于根据所述姿态信息和手部信息对手部区域进行三维稠密建模以获取手部区域的三维点云数据；
虚拟物体位姿信息计算模块，用于获取当前帧中虚拟物体的位姿信息；
渲染执行模块，用于根据所述当前帧的姿态信息和所述虚拟物体的位姿信息、所述手部区域的三维点云信息对所述当前帧进行渲染；
手势识别模块，用于对所述深度图像进行识别以获取当前帧的手势识别结果；
虚拟物体驱动模块，用于结合所述手部与所述虚拟物体之间的遮挡关系与所述手势识别结果驱动所述虚拟物体。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的基于AR的手势交互方法。
11.一种无线通信终端，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至8中任一项所述的基于AR的手势交互方法。
CN201910395297.9A 2019-05-13 2019-05-13 基于ar场景的手势交互方法及装置、存储介质、通信终端 Active CN110221690B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201910395297.9A CN110221690B (zh) 2019-05-13 2019-05-13 基于ar场景的手势交互方法及装置、存储介质、通信终端
PCT/CN2020/089449 WO2020228644A1 (zh) 2019-05-13 2020-05-09 基于ar场景的手势交互方法及装置、存储介质、通信终端
EP20806092.1A EP3971686A4 (en) 2019-05-13 2020-05-09 AR SCENARIO BASED GESTURE INTERACTION METHOD AND DEVICE, STORAGE MEDIA AND COMMUNICATION TERMINAL
US17/524,721 US11762475B2 (en) 2019-05-13 2021-11-11 AR scenario-based gesture interaction method, storage medium, and communication terminal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910395297.9A CN110221690B (zh) 2019-05-13 2019-05-13 基于ar场景的手势交互方法及装置、存储介质、通信终端

Publications (2)

Publication Number Publication Date
CN110221690A CN110221690A (zh) 2019-09-10
CN110221690B true CN110221690B (zh) 2022-01-04

Family

ID=67820972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910395297.9A Active CN110221690B (zh) 2019-05-13 2019-05-13 基于ar场景的手势交互方法及装置、存储介质、通信终端

Country Status (4)

Country Link
US (1) US11762475B2 (zh)
EP (1) EP3971686A4 (zh)
CN (1) CN110221690B (zh)
WO (1) WO2020228644A1 (zh)

Families Citing this family (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110221690B (zh) 2019-05-13 2022-01-04 Oppo广东移动通信有限公司 基于ar场景的手势交互方法及装置、存储介质、通信终端
CN110780735B (zh) * 2019-09-25 2023-07-21 上海芯龙光电科技股份有限公司 一种手势交互ar投影方法及装置
CN110780734B (zh) * 2019-09-25 2023-11-03 深圳清元文化科技有限公司 一种基于雷达的手势交互ar投影方法及装置
CN112711324B (zh) * 2019-10-24 2024-03-26 浙江舜宇智能光学技术有限公司 基于tof相机的手势交互方法及其系统
CN114616509B (zh) * 2019-10-31 2024-12-27 奇跃公司 具有关于持久坐标框架的质量信息的交叉现实系统
WO2021098543A1 (zh) * 2019-11-20 2021-05-27 Oppo广东移动通信有限公司 一种姿势识别方法及装置、存储介质
CN110859630B (zh) * 2019-11-26 2022-07-19 塔普翊海（上海）智能科技有限公司 一种基于ar技术的姿态矫正器及其矫正方法
CN111260789B (zh) * 2020-01-07 2024-01-16 青岛小鸟看看科技有限公司 避障方法、虚拟现实头戴设备以及存储介质
CN111273772B (zh) * 2020-01-17 2022-07-08 江苏艾佳家居用品有限公司 基于slam测绘方法的增强现实交互方法、装置
WO2021160097A1 (en) * 2020-02-14 2021-08-19 Guangdong Oppo Mobile Telecommunications Corp., Ltd. System and method for object detection for augmented reality
CN111462339B (zh) * 2020-03-30 2023-08-08 网易（杭州）网络有限公司 增强现实中的显示方法和装置、介质和电子设备
CN111401318B (zh) * 2020-04-14 2022-10-04 支付宝(杭州)信息技术有限公司 动作识别方法及装置
CN111476907A (zh) * 2020-04-14 2020-07-31 青岛小鸟看看科技有限公司 基于虚拟现实技术的定位及三维场景重建装置、方法
CN113643342B (zh) * 2020-04-27 2023-11-14 北京达佳互联信息技术有限公司 一种图像处理方法、装置、电子设备及存储介质
CN111723688B (zh) * 2020-06-02 2024-03-12 合肥的卢深视科技有限公司 人体动作识别结果的评价方法、装置和电子设备
CN111753696B (zh) * 2020-06-17 2024-04-02 济南大学 一种感知场景信息的方法、仿真装置、机器人
CN111930231B (zh) * 2020-07-27 2022-02-25 歌尔光学科技有限公司 交互控制方法、终端设备及存储介质
CN111950521A (zh) * 2020-08-27 2020-11-17 深圳市慧鲤科技有限公司 一种增强现实交互的方法、装置、电子设备及存储介质
CN112132909B (zh) * 2020-09-23 2023-12-22 字节跳动有限公司 参数获取方法及装置、媒体数据处理方法和存储介质
CN111899293B (zh) * 2020-09-29 2021-01-08 成都索贝数码科技股份有限公司 Ar应用中的虚实遮挡处理方法
CN112232183B (zh) * 2020-10-14 2023-04-28 抖音视界有限公司 虚拟佩戴物匹配方法、装置、电子设备和计算机可读介质
CN112346564B (zh) * 2020-10-26 2021-12-03 江南大学 一种手抓取释放虚拟物体方法
CN112365530B (zh) * 2020-11-04 2024-09-03 Oppo广东移动通信有限公司 增强现实处理方法及装置、存储介质和电子设备
CN112270709B (zh) * 2020-11-12 2024-05-14 Oppo广东移动通信有限公司 地图构建方法及装置、计算机可读存储介质和电子设备
CN114827434A (zh) * 2021-01-28 2022-07-29 索尼半导体解决方案公司 信息处理方法、信息处理装置和非易失性存储介质
CN114842497A (zh) * 2021-02-01 2022-08-02 中国移动通信有限公司研究院 一种信息处理方法、装置、设备及可读存储介质
CN112950667B (zh) * 2021-02-10 2023-12-22 中国科学院深圳先进技术研究院 一种视频标注方法、装置、设备及计算机可读存储介质
CN114943816A (zh) * 2021-02-10 2022-08-26 北京字跳网络技术有限公司 图像显示方法、装置、设备及介质
CN112927290A (zh) * 2021-02-18 2021-06-08 青岛小鸟看看科技有限公司 基于传感器的裸手数据标注方法及系统
CN113066125A (zh) * 2021-02-27 2021-07-02 华为技术有限公司 一种增强现实方法及其相关设备
CN112884888B (zh) * 2021-03-23 2024-06-04 中德（珠海）人工智能研究院有限公司 一种基于混合现实的展会展示方法、系统、设备和介质
CN112882577B (zh) * 2021-03-26 2023-04-18 歌尔科技有限公司 手势控制方法、装置及系统
CN113010018B (zh) * 2021-04-20 2022-09-20 歌尔股份有限公司 交互控制方法、终端设备及存储介质
CN113536931A (zh) * 2021-06-16 2021-10-22 海信视像科技股份有限公司 一种手部姿态估计方法及装置
EP4361771A4 (en) * 2021-07-17 2024-07-03 Huawei Technologies Co., Ltd. GESTURE RECOGNITION METHOD AND APPARATUS, SYSTEM AND VEHICLE
CN114200364A (zh) * 2021-12-08 2022-03-18 深圳市联影高端医疗装备创新研究院 位姿检测方法、位姿检测装置和位姿检测系统
CN116258812A (zh) * 2021-12-10 2023-06-13 杭州海康威视数字技术股份有限公司 对象模型建立方法、装置、电子设备及存储介质
CN114419230A (zh) * 2022-01-21 2022-04-29 北京字跳网络技术有限公司 一种图像渲染方法、装置、电子设备及存储介质
CN114612556B (zh) * 2022-03-01 2024-12-06 北京市商汤科技开发有限公司 视觉惯性里程计模型的训练方法、位姿估计方法及装置
CN114978333B (zh) * 2022-05-25 2024-01-23 深圳玩智商科技有限公司 一种识别设备、系统及方法
CN114694263B (zh) * 2022-05-30 2022-09-02 深圳智华科技发展有限公司 动作识别方法、装置、设备及存储介质
CN115393497B (zh) * 2022-07-29 2024-06-14 中国第一汽车股份有限公司 虚拟成像方法、装置、非易失性存储介质和计算机设备
CN115439634B (zh) * 2022-09-30 2024-02-23 如你所视(北京)科技有限公司 点云数据的交互呈现方法和存储介质
US20240354988A1 (en) * 2023-04-21 2024-10-24 Samsung Electronics Co., Ltd. System and method for learning to synthesize hand-object interaction scene
CN116954383B (zh) * 2023-09-20 2023-12-12 中物联讯(北京)科技有限公司 一种基于ar的对象交互展示方法及系统
CN117115358B (zh) * 2023-10-11 2024-07-12 世优（北京）科技有限公司 数字人自动建模方法及装置
CN117084835B (zh) * 2023-10-20 2024-03-12 北京大学 智能假肢系统及控制方法
CN117456550B (zh) * 2023-12-21 2024-03-15 绘见科技(深圳)有限公司 基于mr的cad文件查看方法、装置、介质和设备
CN118952196A (zh) * 2024-08-07 2024-11-15 长春理工大学 一种基于目标物体数字孪生的机械臂遥操作交互方法
CN119311123A (zh) * 2024-12-17 2025-01-14 中仪英斯泰克科技有限公司 一种沉浸式空间虚实交互方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129708A (zh) * 2010-12-10 2011-07-20 北京邮电大学 增强现实环境中快速多层次虚实遮挡处理方法
CN107869989A (zh) * 2017-11-06 2018-04-03 东北大学 一种基于视觉惯导信息融合的定位方法及系统
JP2018200519A (ja) * 2017-05-26 2018-12-20 株式会社テクテック 拡張現実表示システム、プログラム及び方法
CN109471521A (zh) * 2018-09-05 2019-03-15 华东计算技术研究所（中国电子科技集团公司第三十二研究所） Ar环境下的虚实遮挡交互方法及系统

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4789745B2 (ja) * 2006-08-11 2011-10-12 キヤノン株式会社 画像処理装置および方法
US9122053B2 (en) * 2010-10-15 2015-09-01 Microsoft Technology Licensing, Llc Realistic occlusion for a head mounted augmented reality display
US20130215230A1 (en) * 2012-02-22 2013-08-22 Matt Miesnieks Augmented Reality System Using a Portable Device
US9552673B2 (en) * 2012-10-17 2017-01-24 Microsoft Technology Licensing, Llc Grasping virtual objects in augmented reality
US9076257B2 (en) * 2013-01-03 2015-07-07 Qualcomm Incorporated Rendering augmented reality based on foreground object
WO2015082015A1 (en) * 2013-12-06 2015-06-11 Longsand Limited Occluding augmented reality objects
KR101687017B1 (ko) * 2014-06-25 2016-12-16 한국과학기술원 머리 착용형 컬러 깊이 카메라를 활용한 손 위치 추정 장치 및 방법, 이를 이용한 맨 손 상호작용 시스템
KR102284821B1 (ko) * 2014-12-18 2021-08-03 페이스북, 인크. 가상 현실 환경에서의 내비게이션을 위한 방법, 시스템 및 장치
US9696795B2 (en) * 2015-02-13 2017-07-04 Leap Motion, Inc. Systems and methods of creating a realistic grab experience in virtual reality/augmented reality environments
US9536136B2 (en) * 2015-03-24 2017-01-03 Intel Corporation Multi-layer skin detection and fused hand pose matching
KR102317247B1 (ko) * 2015-06-15 2021-10-26 한국전자통신연구원 영상정보를 이용한 증강현실 기반 손 인터랙션 장치 및 방법
CN105528082B (zh) 2016-01-08 2018-11-06 北京暴风魔镜科技有限公司 三维空间及手势识别追踪交互方法、装置和系统
US10838206B2 (en) * 2016-02-18 2020-11-17 Apple Inc. Head-mounted display for virtual and mixed reality with inside-out positional, user body and environment tracking
US10168768B1 (en) * 2016-03-02 2019-01-01 Meta Company Systems and methods to facilitate interactions in an interactive space
CN106056664B (zh) * 2016-05-23 2018-09-21 武汉盈力科技有限公司 一种基于惯性和深度视觉的实时三维场景重构系统及方法
WO2018000200A1 (zh) * 2016-06-28 2018-01-04 华为技术有限公司 对电子设备进行控制的终端及其处理方法
CN106875482B (zh) * 2017-01-13 2020-04-28 浙江大学 一种同时定位与稠密三维重建方法
US10614591B2 (en) * 2017-05-31 2020-04-07 Google Llc Hand tracking based on articulated distance field
CN108986223A (zh) * 2017-05-31 2018-12-11 上海拆名晃信息科技有限公司 一种三维场景重建的方法与装置
JP6942566B2 (ja) * 2017-08-30 2021-09-29 キヤノン株式会社 情報処理装置、情報処理方法およびコンピュータプログラム
US10572072B2 (en) * 2017-09-29 2020-02-25 Apple Inc. Depth-based touch detection
KR102759337B1 (ko) * 2018-02-06 2025-01-22 매직 립, 인코포레이티드 증강 현실을 위한 시스템들 및 방법들
CN110554770A (zh) * 2018-06-01 2019-12-10 苹果公司 静态遮挡物
US10909762B2 (en) * 2018-08-24 2021-02-02 Microsoft Technology Licensing, Llc Gestures for facilitating interaction with pages in a mixed reality environment
JP2020042592A (ja) * 2018-09-11 2020-03-19 ソニー株式会社 情報処理装置、描画制御方法及びそのプログラムを記録した記録媒体
CN110942479B (zh) * 2018-09-25 2023-06-02 Oppo广东移动通信有限公司 虚拟对象控制方法、存储介质及电子设备
US11073898B2 (en) * 2018-09-28 2021-07-27 Apple Inc. IMU for touch detection
WO2020072905A1 (en) * 2018-10-04 2020-04-09 Google Llc Depth from motion for augmented reality for handheld user devices
US20200182623A1 (en) * 2018-12-10 2020-06-11 Zebra Technologies Corporation Method, system and apparatus for dynamic target feature mapping
CN109739356B (zh) * 2018-12-29 2020-09-11 歌尔股份有限公司 Vr系统中图像显示的控制方法、装置及vr头戴设备
JP7545995B2 (ja) * 2019-04-24 2024-09-05 マジック リープ， インコーポレイテッド 姿勢付き単眼ビデオからの周囲推定
CN110221690B (zh) * 2019-05-13 2022-01-04 Oppo广东移动通信有限公司 基于ar场景的手势交互方法及装置、存储介质、通信终端
US11170578B1 (en) * 2019-11-08 2021-11-09 Apple Inc. Occlusion detection
TWI807299B (zh) * 2020-04-09 2023-07-01 荷蘭商荷蘭移動驅動器公司 圖像深度擴增方法、裝置及電子設備

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129708A (zh) * 2010-12-10 2011-07-20 北京邮电大学 增强现实环境中快速多层次虚实遮挡处理方法
JP2018200519A (ja) * 2017-05-26 2018-12-20 株式会社テクテック 拡張現実表示システム、プログラム及び方法
CN107869989A (zh) * 2017-11-06 2018-04-03 东北大学 一种基于视觉惯导信息融合的定位方法及系统
CN109471521A (zh) * 2018-09-05 2019-03-15 华东计算技术研究所（中国电子科技集团公司第三十二研究所） Ar环境下的虚实遮挡交互方法及系统

Also Published As

Publication number Publication date
WO2020228644A1 (zh) 2020-11-19
US20220075453A1 (en) 2022-03-10
EP3971686A4 (en) 2022-07-27
CN110221690A (zh) 2019-09-10
US11762475B2 (en) 2023-09-19
EP3971686A1 (en) 2022-03-23

Similar Documents

Publication Publication Date Title
CN110221690B (zh) 基于ar场景的手势交互方法及装置、存储介质、通信终端
CN111126272B (zh) 姿态获取方法、关键点坐标定位模型的训练方法和装置
CN110866953B (zh) 地图构建方法及装置、定位方法及装置
CN110458895B (zh) 图像坐标系的转换方法、装置、设备及存储介质
CN110866977B (zh) 增强现实处理方法及装置、系统、存储介质和电子设备
EP2531979B1 (en) Depth camera compatibility
Choi et al. Depth analogy: Data-driven approach for single image depth estimation using gradient samples
EP2843621A1 (en) Human pose calculation from optical flow data
US20110187820A1 (en) Depth camera compatibility
WO2020134818A1 (zh) 图像处理方法及相关产品
CN109176512A (zh) 一种体感控制机器人的方法、机器人及控制装置
CN111553247B (zh) 一种基于改进骨干网络的视频结构化系统、方法及介质
CN111368668B (zh) 三维手部识别方法、装置、电子设备及存储介质
CN112132770A (zh) 图像修复的方法、装置、计算机可读介质及电子设备
CN111680670B (zh) 一种跨模态人头检测方法及装置
WO2023038369A1 (en) Semantic three-dimensional (3d) building augmentation
CN114648604A (zh) 一种图像渲染方法、电子设备、存储介质及程序产品
CN115994944A (zh) 三维关键点预测方法、训练方法及相关设备
CN111144374B (zh) 人脸表情识别方法及装置、存储介质和电子设备
CN109816791B (zh) 用于生成信息的方法和装置
CN118506224A (zh) 动作识别方法、装置、设备、介质及产品
CN115482285A (zh) 图像对齐方法、装置、设备及存储介质
CN114119678A (zh) 光流估计方法、计算机程序产品、存储介质及电子设备
CN112785524A (zh) 一种人物图像的修复方法、装置及电子设备
Huang et al. Stereo vision system for moving object detecting and locating based on CMOS image sensor and DSP chip

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant