对象标注方法、装置、电子设备以及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114201645A(43)申请公布日2022.03.18(21)申请号202111459069.7(22)申请日2021.12.01(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人郭旭辉(74)专利代理机构北京市通商律师事务所11951代理人姜莹丽(51)Int.Cl.G06F16/74(2019.01)H04N7/14(2006.01)权利要求书3页说明书10页附图5页(54)发明名称对象标注方法、装置、电子设备以及存储介质(57)摘要本公开提供了一种对象标注方法、装置、电子设备以及存储介质，本公开涉及人工智能技术领域，具体涉及图像处理和增强现实的技术领域，可以应用于设备安装调试的远程指导等场景。具体实现方案为：两个终端建立视频通信之后，一个终端可以响应于针对实时视频画面中目标实体对象的待标注区域的模型展示操作，在待标注区域显示对应的标注模型，同时将标注模型的模型数据发送至另一个终端，以便另一个终端基于模型数据在实时视频画面中目标实体对象的待标注区域显示对应的标注模型。上述方法可以在多个终端同时显示的实时视频画面中，通过标注模型来指示实体对象中用户所描述的区域，使得各个用户可以直观准确地定位到被描述的区域。CN114201645ACN114201645A权利要求书1/3页1.一种对象标注方法，包括：与终端建立视频通信，以便与所述终端显示相同的实时视频画面；响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作，在所述待标注区域显示对应的标注模型；将所述标注模型的模型数据发送至所述终端，以便所述终端在所述实时视频画面中所述目标实体对象的所述待标注区域显示对应的所述标注模型。2.根据权利要求1所述的方法，所述待标注区域是通过用户的所述模型展示操作而确定的。3.根据权利要求2所述的方法，所述模型展示操作包括模型选择操作和位置选择操作；所述响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作，在所述待标注区域显示对应的标注模型，包括：响应于所述模型选择操作，从模型库中确定出标注模型；响应于所述位置选择操作，在所述实时视频画面中的目标实体对象上确定出待标注区域；在所述待标注区域显示对应的所述标注模型。4.根据权利要求2所述的方法，所述模型展示操作包括模型绘制操作；所述响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作，在所述待标注区域显示对应的标注模型，包括：响应于在所述实时视频画面中目标实体对象的待标注区域附近的所述模型绘制操作，在所述待标注区域显示标注模型。5.根据权利要求1所述的方法，在所述响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作，在所述待标注区域显示对应的标注模型之后，还包括：检测所述实时视频画面中的内容；在确定所述实时视频画面未包含所述目标实体对象的所述待标注区域时，停止显示所述待标注区域对应的所述标注模型。6.根据权利要求1所述的装置，所述实时视频画面是拍摄得到的，或者所述实时视频画面是由所述终端发送来的。7.一种对象标注方法，包括：与终端建立视频通信，以便与所述终端显示相同的实时视频画面；接收所述终端发送的标注模型的模型数据，其中，所述标注模型是所述终端响应于针对所述实时视频画面中目标实体对象的待标注区域的模型展示操作而获得的；基于所述模型数据，在所述实时视频画面中所述目标实体对象的所述待标注区域显示对应的所述标注模型。8.根据权利要求7所述的方法，所述模型展示操作包括模型选择操作和位置选择操作，所述标注模型是所述终端响应于所述模型选择操作从模型库中确定出的，所述待标注区域是所述终端响应于所述位置选择操作在所述实时视频画面中的目标实体对象上确定出的；所述模型数据包括所述标注模型的标识信息和所述待标注区域的位置信息。9.根据权利要求7所述的方法，所述模型展示操作包括模型绘制操作；2CN114201645A权利要求书2/3页所述标注模型是所述终端响应于在所述实时视频画面中目标实体对象的待标注区域附近的模型绘制操作而生成的；所述模型数据包括所述标注模型的多个关键点的位置信息。10.根据权利要求7所述的装置，在所述基于所述模型数据，在所述实时视频画面中所述目标实体对象的所述待标注区域显示对应的所述标注模型之后，还包括：检测所述实时视频画面中的内容；在确定所述实时视频画面未包含所述目标实体对象的所述待标注区域时，停止显示所述待标注区域对应的所述标注模型。11.根据权利要求7所述的方法，所述实时视频画面是拍摄得到的，或者所述实时视频画面由所述终端发送来的。12.一种对象标注装置，包括：第一通信模块，用于与终端建立视频通信，以便与所