[发明专利]待交互对象的交互方法、智能终端、电子设备及存储介质

说明书

本申请公开了一种待交互对象的交互方法、智能终端、电子设备及计算机可读存储介质，其中，该方法包括：获取用户对当前场景内的待交互对象进行拍摄所形成的图像；获取从图像中提取出的第一文字序列；从数据库中获取待交互对象在当前拍摄角度下所对应的第二文字序列；将第二文字序列中的文字与第一文字序列中的文字进行匹配，以获得匹配结果；向用户呈现匹配结果。上述方案，利用当前场景内的图像，实时地向用户呈现当前拍摄角度下与待交互对象相匹配的匹配结果，从而优化了用户与对象的交互流程和交互方式，进而提升用户体验。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种待交互对象的交互方法、智能终端、电子设备及计算机可读存储介质。

背景技术

随着扩展现实(Extended Reality，XR)技术的持续发展和深入，扩展现实应用越来越多。通常扩展现实应用都是基于AR(Augmented Reality，增强现实)SDK(SoftwareDevelopment Kit，软件开发工具包)、VR(Virtual Reality，虚拟现实)SDK或者MR(MixedReality，混合现实)SDK实现的，常见的扩展现实应用有Vuforia AR SDK、Google VR Core和Apple MR Kit等。扩展现实应用实现过程一般包括扫描标识物生成目标数据，在应用中通过SDK加载目标数据、再根据目标数据渲染既定的虚拟3D(三维)模型，并最终显示在智能终端上，完成最终的交互。

上述过程一般用于用户终端将标识物既定的扩展内容渲染出来的使用场景，缺乏与用户实时互动的能力，不能满足当前用户的多样化需求。

发明内容

本申请至少提供一种待交互对象的交互方法、智能终端、电子设备及计算机可读存储介质。

本申请第一方面提供了一种待交互对象的交互方法，该方法包括：获取用户对当前场景内的待交互对象进行拍摄所形成的图像；获取从图像中提取出的第一文字序列；从数据库中获取待交互对象在当前拍摄角度下所对应的第二文字序列；将第二文字序列中的文字与第一文字序列中的文字进行匹配，以获得匹配结果；向用户呈现匹配结果。

因此，利用当前场景内的图像，实时地向用户呈现当前拍摄角度下与待交互对象相匹配的匹配结果，从而优化了用户与对象的交互流程和交互方式，进而提升用户体验。

在一些实施例中，获取从图像中提取出的第一文字序列包括：基于对图像进行场景识别，并根据识别到的场景信息和图像的图像信息提取出图像中对应的第一文字序列；或者基于已训练的文字识别模型对图像进行文字识别，并提取出图像中识别的第一文字序列。

因此，通过场景识别或者文字识别提取出图像对应的第一文字序列，从而优化了待交互对象上的文字提取的流程和方式，进而提升交互效率。

在一些实施例中，将第二文字序列中的文字与第一文字序列中的文字进行匹配，以获得匹配结果包括：对第二文字序列中文字的字数与第一文字序列中文字的字数进行匹配；响应于字数匹配相同，按照预设的排列顺序将第二文字序列中文字与第一文字序列中的文字进行逐一匹配；响应于字数匹配不相同，将第一文字序列中的文字所在区域的图像特征与第二文字序列中的文字所关联的图像特征进行匹配。

因此，基于第二文字序列中的文字与第一文字序列中的文字进行字数、图像特征或者文字逐一的匹配，以得到当前拍摄角度下所对应文字的匹配结果，能够保证匹配结果对应的文字序列的实时性，优化了用户与对象的交互方式，提升了用户体验。

在一些实施例中，从数据库中获取待交互对象在当前拍摄角度下所对应的第二文字序列包括：从数据库中获取基于图像所确定的待交互对象的三维模型；其中，三维模型关联有与观察角度相关的第二文字序列，不同观察角度下的第二文字序列不同；获取当前拍摄角度所对应的三维模型的观察角度所关联的第二文字序列，并作为当前拍摄角度下所对应的第二文字序列。