增强现实内容中显示屏的检测和模糊化的制作方法

背景技术：

1、随着数字图像的使用的增加、便携式计算设备的可负担性、数字存储介质的增加的容量的可获得性以及网络连接的增加的带宽和可访问性，数字图像已经成为越来越多人日常生活的一部分。

2、一些电子眼戴设备(诸如所谓的智能眼镜)允许用户在用户参与某一活动的同时与虚拟内容交互。用户佩戴眼戴设备并且可以在与由眼戴设备显示的虚拟内容交互的同时通过眼戴设备观察真实世界环境。

技术实现思路

技术特征：

1.一种方法，包括：

2.根据权利要求1所述的方法，其中，使用所述机器学习模型检测所述显示屏的表示包括：

3.根据权利要求2所述的方法，其中，所述机器学习模型包括卷积神经网络(cnn)。

4.根据权利要求3所述的方法，其中，所述cnn确定其中存在所述显示屏的表示的感兴趣区域，所述感兴趣区域包括所述第一图像数据的部分。

5.根据权利要求4所述的方法，其中，所述感兴趣区域包括候选边界框，所述候选边界框包括所述显示屏的表示。

6.根据权利要求4所述的方法，其中，所述cnn基于所述感兴趣区域生成特征图，并且提供与所述特征图对应的值的向量作为输出，所述向量包括描述所述感兴趣区域的内容的相应值。

7.根据权利要求6所述的方法，其中，所述特征图包括特征集合，并且分类器模型生成来自所述特征图的特征集合的分类，所述分类包括显示屏对象。

8.根据权利要求1所述的方法，其中，调整所述显示屏的表示的所述部分的视觉外观包括：

9.根据权利要求8所述的方法，还包括：

10.根据权利要求1所述的方法，还包括：

11.一种系统，其包括：

12.根据权利要求11所述的系统，其中，使用所述机器学习模型来检测所述显示屏的表示包括：

13.根据权利要求12所述的系统，其中，所述机器学习模型包括卷积神经网络(cnn)。

14.根据权利要求13所述的系统，其中，所述cnn确定其中存在所述显示屏的表示的感兴趣区域，所述感兴趣区域包括所述第一图像数据的部分。

15.根据权利要求14所述的系统，其中，所述感兴趣区域包括候选边界框，所述候选边界框包括所述显示屏的表示。

16.根据权利要求14所述的系统，其中，所述cnn基于所述感兴趣区域生成特征图，并且提供与所述特征图对应的值的向量作为输出，所述向量包括描述所述感兴趣区域的内容的相应值。

17.根据权利要求16所述的系统，其中，所述特征图包括特征集合，并且分类器模型生成来自所述特征图的特征集合的分类，所述分类包括显示屏对象。

18.根据权利要求11所述的系统，其中，调整所述显示屏的表示的所述部分的视觉外观包括：

19.根据权利要求18所述的系统，其中，所述操作还包括：

20.一种包括指令的非暂态计算机可读介质，所述指令在由计算设备执行时使所述计算设备执行操作，所述操作包括：

技术总结
本主题技术接收由眼戴设备的摄像装置捕获的第一图像数据。本主题技术使用机器学习模型检测第一图像数据中的显示屏的表示。本主题技术选择显示屏的表示的至少一部分。本主题技术调整显示屏的表示的该部分的视觉外观。本主题技术使得使用眼戴设备的显示系统显示调整后的视觉外观。

技术研发人员：凯尔·古德里奇
受保护的技术使用者：斯纳普公司
技术研发日：
技术公布日：2024/1/15