[發(fā)明專利]一種劇場動態(tài)海報的生成與展示系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110408710.8
• 申請日: 2021-04-16
• 公開（公告）號: CN113191403A
• 公開（公告）日: 2021-07-30
• 發(fā)明（設計）人: 朱云;陳曄
• 申請（專利權）人: 上海戲劇學院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04;G06N3/08;G06T7/11;G06T7/80
• 代理公司: 上海思牛達專利代理事務所(特殊普通合伙) 31355
• 代理人: 雍常明

本發(fā)明提出了一種劇場動態(tài)海報的生成與展示系統(tǒng)，屬于劇場動態(tài)海報設備技術領域，包括系統(tǒng)平臺，系統(tǒng)平臺包括圖像捕捉模塊、功能菜單模塊、動態(tài)海報展示模塊、紅外傳感器區(qū)，通過紅外傳感器判斷用戶目標與系統(tǒng)之間的實際距離；當實際距離大于標準距離時，系統(tǒng)為動態(tài)海報模式，即用戶目標處于較遠距離，系統(tǒng)通過圖像捕捉模塊捕捉用戶目標的手勢和圖像特征作為輸入來控制系統(tǒng)。在動態(tài)海報的展示過程中，多媒體技術、人工智能圖像識別技術以及體感技術的廣泛應用，增強了劇場海報呈現(xiàn)的多樣性和互動性；海報與演出的劇目相結(jié)合的展示模式，可以調(diào)動觀眾觀演的積極性，使觀眾對劇目有更大的興趣和更深的了解，因此擁有非常重要的意義。

技術領域

本發(fā)明涉及劇場動態(tài)海報設備技術領域，具體為一種劇場動態(tài)海報的生成與展示系統(tǒng)。

背景技術

在海報的制作與展示中，劇場海報一般多被視為張貼在柱子或墻上等處的印刷宣傳品，是展示在公共場所的告示，大多以二維靜態(tài)形式來傳達信息。劇場海報隨著社會、科技、媒體等的發(fā)展而發(fā)展，表現(xiàn)形式已從手繪發(fā)展到當今的運用電腦合成技術來制作。但國內(nèi)的劇場海報還有明顯的不足之處，由于國內(nèi)沒有專門的劇場海報設計公司，一些廣告或平面設計的公司只是兼做劇場海報設計業(yè)務。絕大多數(shù)設計公司的平面設計人員也只會做一些添加文字、處理圖形和簡單的排版工作，無法負責劇場海報的整體規(guī)劃和設計。研究對象視覺平面化，還只是停留在二維平面上，只是把文字、明星照片或圖案等視覺元素通過電腦設計軟件加以影像特效處理及版面編排。而現(xiàn)在，LED大屏幕逐漸取代了墻和柱子，成為了劇場海報的展示平臺。海報以二維圖片的形式，在屏幕中滾動播放。工作人員將圖片復制到U盤或者LED的存儲空間內(nèi)，通過屏幕提供的圖片或者視頻播放器實現(xiàn)滾動播放。

在人機交互相關技術方面上，人機交互是用戶與計算機之間使用某種對話語言，以一定的交互方式，實現(xiàn)用戶與計算機之間進行信息交互。現(xiàn)階段在多通道、多媒體的智能人工交互方面，利用人的多種感覺通道和動作通道，如語音、手勢、表情等，以并行、非精確的方式與計算機進行交互，主要包括基于視覺的手勢識別和增強現(xiàn)實技術。

基于視覺的手勢識別方法是通過攝像頭采集彩色圖像，然后經(jīng)過計算機對彩色圖像進行分析與處理，最終達到手勢識別。通常情況下，識別方法分為五個階段：手勢圖像的采集、手勢圖像的分割、手勢跟蹤、特征提取和手勢識別。

增強現(xiàn)實技術，能夠?qū)⒄鎸嵤澜缧畔⒑吞摂M世界信息結(jié)合在一起，把原本在現(xiàn)實世界的一定時間空間范圍內(nèi)很難體驗到的實體信息、通過計算機技術，模擬仿真后再疊加，將虛擬的信息應用到真實世界，從而實現(xiàn)對現(xiàn)實的增強。觀眾通過增強現(xiàn)實眼鏡或者頭盔式顯示器查看信息，并可以通過語音指令，實現(xiàn)拍攝照片、發(fā)送信息等功能。

在人工智能圖像識別技術上，隨著計算機硬件性能的提升，深度學習在計算機視覺中的應用備受青睞。傳統(tǒng)的圖像識別技術的通常步驟為圖像預處理，特征提取，分類器設計和推理預測與識別，在這種傳統(tǒng)分類模式中，分類準確性受限于提取的特征，而且過程復雜繁瑣工作量大，準確度難以達到理想水平。與傳統(tǒng)的識別方法相比，基于深度學習的卷積神經(jīng)網(wǎng)絡(CNN)的應用實現(xiàn)了端到端的從原始訓練數(shù)據(jù)開始，直接指向于輸岀，最后的分類結(jié)果由輸出層的數(shù)據(jù)直接輸出。這種方法不提取顯式的圖像特征，而是把非結(jié)構(gòu)化的原始圖像不作處理直接作為網(wǎng)絡的輸入，卷積神經(jīng)網(wǎng)絡對應的特征提取層對圖像自動進行提取特征，分類性能更優(yōu)越。

目前，基于深度學習的圖像分析在醫(yī)療、工業(yè)、國防武器等方向得到成熟的工業(yè)級應用，在藝術及展覽展示等領域應用較少。

傳統(tǒng)的圖像識別方法通常是人工進行特征提取，如HOG，SIFT配合支持向量機(SⅥM)對目標進行檢測識別，由于每一類的目標都需要人工進行選定特征，工作量會非常大，而且檢測仼務種類繁多時候完全不能滿足要求。

發(fā)明內(nèi)容

針對背景技術中指出的問題，本發(fā)明提出一種劇場動態(tài)海報的生成與展示系統(tǒng)。

本發(fā)明的技術方案是這樣實現(xiàn)的：