[發明專利]交互方法、裝置及計算機設備

有效

• 申請號: 202011474943.X
• 申請日: 2020-12-14
• 公開（公告）號: CN112464894B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 顧在旺;程駿;龐建新
• 申請（專利權）人: 深圳市優必選科技股份有限公司
• 主分類號: G06V20/20
• 分類號: G06V20/20;G06V10/25;G06V10/44;G06V10/774;G06V10/82;G06N3/0464;G06N3/084
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 梁韜

本發明實施例公開了一種交互方法、裝置及計算機設備，其中交互方法包括：輸出待識別物體的提示信息；根據待識別物體的類別調用相應的識物子模型；將拍攝獲取的初始圖像輸入所述識物子模型，檢測所述初始圖像中是否包含所述待識別物體。本實施例提供的交互方案，通過根據待識別物體的類別調用相應的識物子模型，將拍攝獲取的初始圖像輸入所調用的識物子模型即可檢測該初始圖像中是否包含待識別物體，由此完成利用對應類別的識物子模型識別對應類別物體的看圖識物流程。這樣，極大程度減少了對應多類物體進行看圖識別時的計算量，提高了看圖識物的效率，簡化了整體流程。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種交互方法、裝置及計算機設備。

背景技術

近年來，隨著人工智能(Artificial?Intelligence，簡稱AI)的快速發展，許多基于AI的應用被開發出來，其中就包括了網頁端的看圖識物。具體而言，看圖識物方法就是在用戶打開瀏覽器，輸入網址進行交互。該應用會從系統詞庫中給一個提示詞語，例如鼠標，接下來用戶就開始在尋找這個物體鼠標，如果用戶找到了這個物體，那么用戶將這個找到的物體鼠標展示在屏幕攝像頭前面，該應用通過調取攝像頭所捕獲的畫面，來實時的判斷：畫面中的物體是否是應用一開始給出的提示詞語。如果算法判斷攝像頭所捕獲的畫面中的是一開始畫面給出的關鍵詞，那么就判定用戶找到了該物體，就會從系統詞庫中繼續給出一個詞語，讓用戶有一種闖關的樂趣。同時該應用、游戲，可以讓用戶在社交網站上分享自己的分數，讓更多的人參與進來。因此，一個準確率高，識別種類多的檢測算法成為了這類看圖識物應用的關鍵。

目前看圖識物常見的方法是應用首先會啟用攝像頭，然后將攝像頭捕獲的圖像傳輸進應用，接著應用調用物體檢測算法，輸出該圖像中的物體類別以及坐標信息。接著應用對這些信息進行進一步處理，例如判斷是否與應用開始的關鍵詞一致，從而繼續進行后續的判斷。

為了能夠讓看圖識物應用有一個較好的用戶體驗，設置算法能夠識別的種類盡可能多，這樣才能夠讓用戶在身邊沒有這個物體時，能夠選擇跳過。而為了得到一個較好的訓練結果，一般都需要增加模型的深度，增加模型的深度會帶來的一個問題就是增加了模型的預測時間，增加了用戶需要等待的時間，且降低了識別準確度。

可見，現有的看圖識物的應用存在識別準確度低、識別等待時間較長的技術問題。

發明內容

本公開實施例提供一種交互方法、裝置及計算機設備，以解決上述至少部分技術問題。

第一方面，本公開實施例提供了一種交互方法，所述方法包括：

輸出待識別物體的提示信息；

根據待識別物體的類別調用相應的識物子模型；

將拍攝獲取的初始圖像輸入所述識物子模型，檢測所述初始圖像中是否包含所述待識別物體。

根據本公開的一種具體實施方式，所述輸出待識別物體的提示信息的步驟之前，所述方法還包括：

采集當前場景的基礎圖像；

識別所述基礎圖像中包含的全部物體的特征數據，其中，所述待識別物體為所述全部物體中的任一個；

對應存儲每個物體的提示信息及類別。

根據本公開的一種具體實施方式，所述將拍攝獲取的初始圖像輸入所述識物子模型，檢測所述初始圖像中是否包含所述待識別物體的步驟，包括：

將所述初始圖像輸入所述識物子模型，獲取所述初始圖像對應的中心點位置熱力圖和物體高寬特征圖；

根據預先存儲的全部物體的中心點位置熱力圖，查找與所述初始圖像對應的中心點位置熱力圖匹配的備選物體；

判斷所述備選物體的高寬特征圖與所述初始圖像對應的物體高寬特征圖是否匹配；