[发明专利]信息处理方法及其装置、电子设备和介质

权利要求书

1.一种由交互本端设备执行的信息处理方法，应用于远程控制领域，所述方法包括：

接收来自交互对端设备的第一视频帧图像，其中，所述第一视频帧图像是包含有目标对象的二维图像；

检测所述第一视频帧图像中是否存在姿态信息；

在所述第一视频帧图像中存在所述姿态信息的情况下，将所述姿态信息从所述第一视频帧图像中剔除，以获得第二视频帧图像；

解码所述第二视频帧图像，以获得包含有所述目标对象的RGB图像和深度图像；

对所述RGB图像、所述深度图像和所述姿态信息进行三维重建，以获得包含有所述目标对象的三维图像；

展示所述三维图像在所述交互本端设备上；

接收针对所述目标对象的控制操作请求；

响应于所述控制操作请求，在所述三维图像中获得对所述目标对象执行所述控制操作之后所述目标对象的目标深度信息和目标位置信息；以及

发送所述目标深度信息和目标位置信息至所述交互对端设备，以使所述交互对端设备能基于所述目标深度信息和目标位置信息对所述目标对象执行所述控制操作。

2.根据权利要求1所述的方法，所述方法还包括：

接收针对所述目标对象的标记请求；

响应于所述标记请求，在所述三维图像中获得标记点的标记深度信息和标记位置信息；以及

发送所述标记深度信息和标记位置信息至所述交互对端设备，以使所述交互对端设备能基于所述标记深度信息和标记位置信息标记所述目标对象。

3.一种由交互对端设备执行的信息处理方法，应用于远程控制领域，所述方法包括：

采集包含有目标对象的RGB图像、深度图像和姿态信息；

基于所述RGB图像和所述深度图像，生成第三视频帧图像；

编码所述第三视频帧图像，以获得第四视频帧图像；

在所述第四视频帧图像中插入所述姿态信息，以生成第五视频帧图像；

发送所述第五视频帧图像至交互本端设备，以使所述交互本端设备能基于接收到的所述第五视频帧图像，将所述姿态信息从所述第五视频帧图像中剔除，以获得第六视频帧图像，解码所述第六视频帧图像，以获得包含有所述目标对象的RGB图像和深度图像，对所述RGB图像、所述深度图像和所述姿态信息进行三维重建，以获得并展示包含有所述目标对象的三维图像；

接收来自所述交互本端设备发送的对所述目标对象执行控制操作之后所述目标对象的目标深度信息和目标位置信息，其中，所述目标深度信息和目标位置信息是所述交互本端设备响应于在所述三维图像中针对所述目标对象执行的控制操作请求获得的；以及

基于所述目标深度信息和目标位置信息对所述目标对象执行所述控制操作。

4.根据权利要求3所述的方法，所述方法还包括：

接收来自所述交互本端设备发送的用于标记所述目标对象的标记点的标记深度信息和标记位置信息，其中，所述标记深度信息和标记位置信息是所述交互本端设备响应于在所述三维图像中针对所述目标对象的标记请求获得的；以及

基于所述标记深度信息和标记位置信息标记所述目标对象。

5.一种信息处理装置，应用于交互本端设备，应用于远程控制领域，所述装置包括：

接收模块，被配置为接收来自交互对端设备的第一视频帧图像，其中，所述第一视频帧图像包含有目标对象的二维图像；

检测模块，被配置为检测所述第一视频帧图像中是否存在姿态信息；

第一处理模块，被配置为在所述第一视频帧图像中存在所述姿态信息的情况下，将所述姿态信息从所述第一视频帧图像中剔除，以获得第二视频帧图像；

解码模块，被配置为解码所述第二视频帧图像，以获得包含有所述目标对象的RGB图像和深度图像；

重建模块，被配置为对所述RGB图像、所述深度图像和所述姿态信息进行三维重建，以获得包含有所述目标对象的三维图像；以及

展示模块，被配置为展示所述三维图像在所述交互本端设备上；

所述装置还被配置为：接收针对目标对象的控制操作请求；响应于控制操作请求，在三维图像中获得对目标对象执行控制操作之后目标对象的目标深度信息和目标位置信息；以及发送目标深度信息和目标位置信息至交互对端设备，以使交互对端设备能基于目标深度信息和目标位置信息对目标对象执行控制操作。