申请/专利权人：安徽新华传媒股份有限公司

申请日：2021-11-24

公开（公告）日：2024-04-02

公开（公告）号：CN114185431B

主分类号：G06V20/20

分类号：G06V20/20;G06V10/44;G06V10/74;G06V10/764;G06V10/82;G06N3/0464;G06N3/0475;G06N3/045;G06N3/094

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.04.01#实质审查的生效;2022.03.15#公开

摘要：本发明涉及一种基于MR技术的智能媒体交互方法，利用MR智能终端中的位置识别模块对前方场景进行识别并运算得到实时地理位置坐标以及与实时地理位置坐标相对应的实时标记图像；利用MR智能终端中的运动状态模块识别用户当前的运动状态是否适合推送指定信息；利用MR智能终端中的AI算法对实时地理位置坐标和实时标记图像与MR智能终端中本地数据库存储的标本图像进行识别，当识别结果符合预设，从指定信息中筛选出待播放信息；当运动状态模块识别用户当前的运动状态适合推送待播放信息时，MR智能终端的显示区域会显示待播放信息。本发明利用MR技术来提高与智能媒体的交互方式，交互方式多元化，触发准确性高，灵活性好，用户体验感高。

主权项：1.一种基于MR技术的智能媒体交互方法，其特征在于包括：步骤S1、利用MR智能终端中的位置识别模块对前方场景进行识别并运算得到实时地理位置坐标以及与实时地理位置坐标相对应的实时标记图像；步骤S2、利用MR智能终端中的运动状态模块识别用户当前的运动状态是否适合推送指定信息；步骤S3、利用MR智能终端中的AI算法对实时地理位置坐标和实时标记图像与MR智能终端中本地数据库存储的标本图像进行识别，当识别结果符合预设，从指定信息中筛选出待播放信息；当运动状态模块识别用户当前的运动状态适合推送待播放信息时，MR智能终端的显示区域会显示待播放信息；所述位置识别模块的工作方法包括：所述位置识别模块对前方场景进行拍照生成实时图像，将实时图像与MR智能终端中本地数据库存储的标本图像进行相似度比对，选择与实时图像相似度最大的标本图像并将其标定为模块图像；所述标本图像和模块图像均载有位置标定点和以位置标定点为中心的矩形标定图块，对实时图像进行网格化处理得到网格化图块集合，将标定图块与网格化图块集合中的矩形网格化图块进行遍历对比，对比算法采用相似度算法；当标定图块与网格化图块集合中的矩形网格化图块之间的相似度大于或等于预设阈值时，该标定图块所对应的位置标定点负载的位置信息为实时地理位置坐标，所述实时标记图像是以实时地理位置坐标为中心在对应实时图像处所截取的矩形图片；所述步骤S2中运动状态模块的工作方法包括：利用安装在MR智能终端的加速度传感器和陀螺仪记录用户的实时运动状态数据组，当实时运动状态数据组与MR智能终端中本地数据库中的预设数据组进行比对从而判断对应运动状态；所述预设阈值采用AI算法进行运算得到，方法如下：利用模板墙进行辅助训练，所述模板墙由多个矩形模块单元呈阵列排列构成，所述模块单元包括透明盒，所述透明盒的内部设置有热变色层，所述热变色层的正面标记有位置标记，所述热变色层的背面固定安装有电加热板，所述电加热板的边沿与透明盒的内壁之间填充有隔热层；利用电加热板加热改变热变色层的颜色从而改变模板墙所显示的图案，利用MR智能终端对模板墙进行拍照得到第一图像集合，对第一图像集合中的每一张第一图像进行灰度处理得到第二图像集合；构建并训练生成孪生神经网络，所述孪生神经网络包括两个呈对称设置的卷积神经网络CNN，在卷积神经网络CNN的生成器中引入两个呈对称设置的隐马尔可夫模型进行对抗训练；将第二图像集合输入到孪生神经网络，利用缺陷随机生成模块对第二图像集合中的第二图像进行缺陷处理得到第三图像，卷积神经网络CNN的生成器接收第三图像，提取出特征图像，将特征图像与实时标记图像进行相似度比对并进行对抗学习，根据对抗学习结果回归出预设阈值。

全文数据：

权利要求：

百度查询： 安徽新华传媒股份有限公司 一种基于MR技术的智能媒体交互方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD