本發(fā)明涉及信息處理技術，具體涉及一種信息處理方法及電子設備。

背景技術：

現有技術中，立體掃描技術可通過對目標物體采集深度信息以獲得目標物體的輪廓從而對目標物體進行建模。但受到各種因素的影響，很可能會產生無法采集到對應于目標物體的完整輪廓的深度數據的情況，從而無法對目標物體進行建模。

技術實現要素：

為解決現有存在的技術問題，本發(fā)明實施例提供了一種信息處理方法及電子設備。

為達到上述目的，本發(fā)明實施例的技術方案是這樣實現的：

本發(fā)明實施例提供了一種信息處理方法，應用于電子設備中；所述方法包括：

采集包括目標對象的圖像數據和深度數據，處理所述深度數據，其中，所述深度數據能確定所述目標對象的第一輪廓屬性信息；

當處理結果表明所述深度數據不支持構建所述目標對象的虛擬對象時，識別所述圖像數據，獲得識別結果；

依據所述識別結果，獲得所述目標對象的第二輪廓屬性信息；

基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象。

上述方案中，所述基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象，包括：

基于所述第一輪廓屬性信息確定不支持構建所述目標對象的缺失區(qū)域信息；

獲得所述第二輪廓屬性信息中與所述缺失區(qū)域信息相匹配的部分輪廓屬性信息；

基于所述部分輪廓屬性信息和所述第一輪廓屬性信息獲得支持構建所述目標對象的第三輪廓屬性信息，基于所述第三輪廓屬性信息構建所述目標對象的虛擬對象。

上述方案中，所述識別所述圖像數據，獲得識別結果，包括：識別所述圖像數據，獲得目標對象的標識信息；

所述獲得所述目標對象的第二輪廓屬性信息，包括：基于所述目標對象的標識信息確定標準輪廓屬性信息；

依據所述標準屬性輪廓信息確定所述目標對象的第二輪廓屬性信息。

上述方案中，所述采集包括目標對象的圖像數據和深度數據之前，所述方法還包括：

采集所述電子設備所處的環(huán)境信息；判斷所述環(huán)境信息是否滿足預設條件，獲得判斷結果；

所述采集包括目標對象的圖像數據和深度數據，包括：

當所述環(huán)境信息不滿足預設條件時，采集包括目標對象的圖像數據和深度數據。

上述方案中，所述方法還包括：輸出包含有所述虛擬對象的立體數據。

上述方案中，所述方法還包括：檢測到針對所述虛擬對象的操作時，基于所述虛擬對象和所述操作更新輸出的第一立體數據為第二立體數據；

所述第二立體數據相比于所述第一立體數據，所述虛擬對象空間屬性參數發(fā)生變化。

本發(fā)明實施例還提供了一種電子設備，所述電子設備包括：

圖像采集模組，具有圖像采集區(qū)域，用于采集包括目標對象的圖像數據；

深度采集模組，具有深度采集區(qū)域，用于采集包括目標對象的深度數據；其中，所述圖像采集區(qū)域和所述深度采集區(qū)域存在重疊區(qū)域，所述目標對象位于所述重疊區(qū)域中；

控制器，用于處理所述深度數據，其中，所述深度數據能確定所述目標對象的第一輪廓屬性信息；當處理結果表明所述深度數據不支持構建所述目標對象的虛擬對象時，識別所述圖像數據，獲得識別結果；依據所述識別結果，獲得所述目標對象的第二輪廓屬性信息；基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象。

上述方案中，所述電子設備還包括顯示模組，用于輸出包含有所述虛擬對象的立體數據。

上述方案中，所述顯示模組為投影模組，所述投影模組的成像面位于所述重疊區(qū)域中。

上述方案中，所述電子設備還包括交互模組，用于檢測針對所述虛擬對象的操作；

所述控制器，還用于基于所述虛擬對象和所述操作更新所述顯示模組輸出的第一立體數據為第二立體數據；所述第二立體數據相比于所述第一立體數據，所述虛擬對象空間屬性參數發(fā)生變化。

本發(fā)明實施例提供的信息處理方法及電子設備，所述方法包括：采集包括目標對象的圖像數據和深度數據，處理所述深度數據，其中，所述深度數據能確定所述目標對象的第一輪廓屬性信息；當處理結果表明所述深度數據不支持構建所述目標對象的虛擬對象時，識別所述圖像數據，獲得識別結果；依據所述識別結果，獲得所述目標對象的第二輪廓屬性信息；基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象。采用本發(fā)明實施例的技術方案，在采集的深度數據無法對應于目標對象的完整輪廓時，通過采集的包括目標對象的圖像數據進行識別，基于識別結果對所述深度數據中確定的目標對象的第一輪廓屬性信息中的缺失部分進行補充，從而獲得目標對象的完整輪廓，進而基于該完整輪廓構建目標對象的虛擬對象，避免了由于各種因素的影響采集的對應于目標對象的深度數據的缺失從而無法對目標物體進行建模的情況。

附圖說明

圖1為本發(fā)明實施例的信息處理方法的流程示意圖一；

圖2為本發(fā)明實施例的信息處理方法中識別圖像數據中目標對象的標識信息的示意圖；

圖3為本發(fā)明實施例的信息處理方法的流程示意圖二；

圖4為本發(fā)明實施例的信息處理方法的流程示意圖三；

圖5為本發(fā)明實施例的電子設備的組成結構示意圖一；

圖6為本發(fā)明實施例的電子設備的組成結構示意圖二；

圖7為本發(fā)明實施例的電子設備的組成結構示意圖三；

圖8為本發(fā)明實施例的電子設備的組成結構示意圖四；

圖9為本發(fā)明實施例的電子設備的應用示意圖。

具體實施方式

下面結合附圖及具體實施例對本發(fā)明作進一步詳細的說明。

實施例一

本發(fā)明實施例提供了一種信息處理方法。圖1為本發(fā)明實施例的信息處理方法的流程示意圖一；如圖1所示，所述方法包括：

步驟101：采集包括目標對象的圖像數據和深度數據，處理所述深度數據，其中，所述深度數據能確定所述目標對象的第一輪廓屬性信息。

步驟102：當處理結果表明所述深度數據不支持構建所述目標對象的虛擬對象時，識別所述圖像數據，獲得識別結果。

步驟103：依據所述識別結果，獲得所述目標對象的第二輪廓屬性信息。

步驟104：基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象。

本發(fā)明實施例提供的信息處理方法應用于電子設備中，所述電子設備可以是具有圖像數據采集模組和深度數據采集模組的個人計算機(pc，personalcomputer)，所述圖像數據采集模組可通過電子設備中的攝像頭實現；所述深度數據采集模組可通過電子設備中的紅外攝像頭模組或雙攝像頭模組實現。所述電子設備還可以是具有分別與圖像數據采集設備和深度數據采集設備進行數據通訊接口的服務器設備，通過所述數據通訊接口獲得所述圖像數據采集設備采集的圖像數據和所述深度數據采集設備采集的深度數據。在本發(fā)明以下各實施例中均以電子設備為個人計算機為例進行說明。

本實施例中，所述電子設備采集包括目標對象的圖像數據和深度數據，所述圖像數據具體可以是紅綠藍(rgb)數據，當然不限于rgb數據，其他能夠體現目標對象的輪廓特征以及紋理特征的圖像數據類型也在本發(fā)明實施例的保護范圍之內。所述深度數據表示所述目標對象的表面與深度數據采集模組之間的距離，也即所述深度數據可表征所述目標對象的輪廓特征。在實際應用中，為了能夠采集到所述目標對象的完整輪廓特征，所述電子設備的深度數據采集模組可相對于所述目標對象改變位置關系，例如所述深度數據采集模組可相對于所述目標對象進行旋轉，從而獲得支持構建所述目標對象的深度數據。作為另一種實施方式，所述電子設備也可輸出指令，使用戶基于輸出的指令手動翻轉所述目標對象，以使所述深度數據采集模組采集支持構建所述目標對象的深度數據。

本實施例中，所述電子設備對采集到的深度數據進行處理，用以確定所述深度數據是否支持構建所述目標對象的虛擬對象。作為一種實施方式，所述電子設備基于采集的深度數據判斷所述目標對象對應的區(qū)域中每個數據采集點是否均采集到深度數據；當所述目標對象對應的區(qū)域中存在至少部分數據采集點未采集到深度數據時，確定所述深度數據不支持構建所述目標對象的虛擬對象?？梢岳斫鉃椋瞿繕藢ο髮闹辽俨糠謪^(qū)域未采集到對應的深度數據，則在構建所述目標對象的虛擬對象時，由于缺少相應的深度數據，所述至少部分區(qū)域的輪廓無法構建獲得。一種場景是，本實施方式適用于當深度數據采集模組為紅外攝像頭的應用場景，由于紅外攝像頭模組在采集深度數據時是通過發(fā)出的紅外光進行采集，基于紅外光的特性，在遇到深色(例如黑色)物體時，紅外光很可能被深色所吸收，因此該深色區(qū)域很可能無法獲得深度數據。另一種場景是，目標對象所處的環(huán)境亮度不足的場景，當目標對象所處的環(huán)境較暗或者所述目標對象的所處的部分環(huán)境較暗時，無論是采用紅外攝像頭模組或是雙鏡頭模組進行深度數據采集時，處于較暗環(huán)境的目標對象的至少部分區(qū)域很可能無法獲得深度數據。基于上述情況的產生，本發(fā)明實施例提出以下技術方案。

本實施例中，當處理結果表明深度數據不支持構建所述目標對象的虛擬對象時，一方面，對所述深度數據進行處理獲得所述目標對象的第一輪廓屬性信息，由于所述目標對象對應的至少部分深度數據的缺失，所述第一輪廓屬性信息為對應于所述目標對象的不完整的輪廓屬性信息。另一方面，對所述圖像數據進行識別，以基于識別結果對所述第一輪廓屬性信息中的缺失部分進行補充，從而獲得所述目標對象的完整的輪廓屬性信息。

作為一種實施方式，所述識別所述圖像數據，獲得識別結果，包括：識別所述圖像數據，獲得目標對象的標識信息；相應的，所述獲得所述目標對象的第二輪廓屬性信息，包括：基于所述目標對象的標識信息確定標準輪廓屬性信息；依據所述標準屬性輪廓信息確定所述目標對象的第二輪廓屬性信息。

本實施方式中，可預先配置圖像識別庫，所述圖像識別庫支持識別圖像數據中的目標對象的標識信息，所述標識信息具體可以為目標對象的名稱。例如圖2所示，可識別出圖像數據中的目標對象為蘋果、香蕉、櫻桃等等。具體的，所述圖像識別庫中包括多組標識信息與對象的屬性參數的映射關系，所述對象的屬性參數包括以下參數的至少之一：輪廓屬性參數、顏色屬性參數、紋理特征等。則識別所述圖像數據，獲得所述圖像數據中目標對象的輪廓屬性參數、顏色屬性參數以及紋理特征等屬性參數中的至少一個屬性參數，基于獲得的屬性參數查找所述圖像識別庫，獲得與所述輪廓屬性參數、顏色屬性參數以及紋理特征等屬性參數相匹配的標識信息。在具體實施過程中，作為一種實施方式，所述圖像識別庫可配置在所述第一電子設備中；作為另一種實施方式，所述圖像識別庫可配置在云服務器，所述電子設備可通過通訊接口與所述云服務器通信，即將所述圖像數據發(fā)送至所述云服務器，由所述云服務器反饋與所述圖像數據相對應的目標對象的標識信息。

進一步地，所述圖像識別庫中還預先配置有對應于每個標識信息的標準屬性輪廓信息，則基于所述圖像識別庫獲得所述目標對象的標識信息時，還獲得所述目標對象的標準屬性輪廓信息。所述標準屬性輪廓信息表征所述標識信息對應的對象的共性輪廓特征，也即表明所有對應于所述標識信息的對象共有的輪廓特征，例如四門轎車，均具有特定的車體輪廓特征以及四個車輪對應的車輪輪廓特征，則該車體輪廓特征以及車輪輪廓特征作為所述四門轎車的標準屬性輪廓信息。又例如桔子，均具有近似球形的輪廓特征以及橙色的顏色屬性特征，則將所述近似球形的輪廓特征以及橙色的顏色屬性特征作為桔子的標準屬性輪廓信息。

進一步地，所述電子設備依據所述標準屬性輪廓信息確定所述目標對象的第二輪廓屬性信息，可以理解為，所述電子設備依據與所述目標對象相匹配的標識信息相對應的共性輪廓特征確定所述圖像數據中、所述目標對象的第二輪廓屬性信息。具體的，作為一種實施方式，所述電子設備可直接將所述標準屬性輪廓信息作為所述第二輪廓屬性信息，所述第二輪廓屬性信息可表征所述目標對象的近似輪廓。作為另一種實施方式，所述電子設備可依據所述圖像數據的識別結果，確定所述目標對象的屬性參數，所述目標對象的屬性參數包括目標對象的比例關系，例如長度、寬度和高度之間的相對比例關系；所述目標對象的屬性參數還包括所述目標對象中包含的至少一個組件相對于所述目標對象的比例關系，以所述目標對象為車為例，則所述至少一個組件可以是車輪；則所述目標對象的屬性參數還包括車輪相對于車的比例關系等等?；诖?，所述電子設備可根據所述目標對象屬性參數對所述標準屬性輪廓信息進行調整，獲得所述目標對象的第二輪廓屬性信息；所述第二輪廓屬性信息可表征所述目標對象的精準輪廓。

本實施例中，所述基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象，包括：基于所述第一輪廓屬性信息確定不支持構建所述目標對象的缺失區(qū)域信息；獲得所述第二輪廓屬性信息中與所述缺失區(qū)域信息相匹配的部分輪廓屬性信息；基于所述部分輪廓屬性信息和所述第一輪廓屬性信息獲得支持構建所述目標對象的第三輪廓屬性信息，基于所述第三輪廓屬性信息構建所述目標對象的虛擬對象。

具體的，由于所述第一輪廓屬性信息為對應于所述目標對象的不完整的輪廓屬性信息，則獲得所述第一輪廓屬性信息中的缺失區(qū)域信息，從所述第二輪廓屬性信息中獲得與所述缺失區(qū)域信息相匹配的部分輪廓屬性信息，將所述部分輪廓屬性信息補充在所述第一輪廓屬性信息中，從而獲得對應于所述目標對象的完整的第三輪廓屬性信息，進一步地基于所述第三輪廓屬性信息構建所述目標對象的虛擬對象。其中，所述虛擬對象可通過表征所述目標對象的立體數據表征。

采用本發(fā)明實施例的技術方案，在采集的深度數據無法對應于目標對象的完整輪廓時，通過采集的包括目標對象的圖像數據進行識別，基于識別結果對所述深度數據中確定的目標對象的第一輪廓屬性信息中的缺失部分進行補充，從而獲得目標對象的完整輪廓，進而基于該完整輪廓構建目標對象的虛擬對象，避免了由于各種因素的影響采集的對應于目標對象的深度數據的缺失從而無法對目標物體進行建模的情況。

實施例二

本發(fā)明實施例還提供了一種信息處理方法。圖3為本發(fā)明實施例的信息處理方法的流程示意圖二；如圖3所示，所述方法包括：

步驟201：所述電子設備采集所處的環(huán)境信息；判斷所述環(huán)境信息是否滿足預設條件，獲得判斷結果。

步驟202：當所述環(huán)境信息不滿足預設條件時，采集包括目標對象的圖像數據和深度數據，處理所述深度數據，其中，所述深度數據能確定所述目標對象的第一輪廓屬性信息。

步驟203：當處理結果表明所述深度數據不支持構建所述目標對象的虛擬對象時，識別所述圖像數據，獲得識別結果。

步驟204：依據所述識別結果，獲得所述目標對象的第二輪廓屬性信息。

步驟205：基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象。

本實施例中，所述電子設備采集所處的環(huán)境信息，所述環(huán)境信息具體可以為亮度信息。則判斷所述環(huán)境信息是否滿足預設條件，包括：判斷亮度信息是否達到預設閾值，獲得判斷結果；當所述判斷結果為所述亮度信息達到預設閾值時，確定所述環(huán)境信息滿足預設條件；相應的，當所述判斷結果為所述亮度信息未達到預設閾值時，確定所述環(huán)境信息不滿足預設條件，進一步地，當所述環(huán)境信息不滿足預設條件時，采集包括目標對象的圖像數據和深度數據。反之，當所述環(huán)境信息滿足預設條件時，也即所述電子設備所處的亮度信息達到預設閾值時，所述電子設備所處的亮度環(huán)境較佳，則采集到的深度數據幾乎均可以支持構建目標對象的虛擬對象，尤其適用于深度數據采集模組為雙攝像頭模組的使用場景，則在這種場景下，在檢測到環(huán)境信息不滿足預設條件時，執(zhí)行本實施例中步驟202至步驟205的技術方案。

本實施例中，所述圖像數據具體可以是rgb數據，當然不限于rgb數據，其他能夠體現目標對象的輪廓特征以及紋理特征的圖像數據類型也在本發(fā)明實施例的保護范圍之內。所述深度數據表示所述目標對象的表面與深度數據采集模組之間的距離，也即所述深度數據可表征所述目標對象的輪廓特征。在實際應用中，為了能夠采集到所述目標對象的完整輪廓特征，所述電子設備的深度數據采集模組可相對于所述目標對象改變位置關系，例如所述深度數據采集模組可相對于所述目標對象進行旋轉，從而獲得支持構建所述目標對象的深度數據。作為另一種實施方式，所述電子設備也可輸出指令，使用戶基于輸出的指令手動翻轉所述目標對象，以使所述深度數據采集模組采集支持構建所述目標對象的深度數據。

本實施例中，所述電子設備對采集到的深度數據進行處理，用以確定所述深度數據是否支持構建所述目標對象的虛擬對象。作為一種實施方式，所述電子設備基于采集的深度數據判斷所述目標對象對應的區(qū)域中每個數據采集點是否均采集到深度數據；當所述目標對象對應的區(qū)域中存在至少部分數據采集點未采集到深度數據時，確定所述深度數據不支持構建所述目標對象的虛擬對象?？梢岳斫鉃?，所述目標對象對應的至少部分區(qū)域未采集到對應的深度數據，則在構建所述目標對象的虛擬對象時，由于缺少相應的深度數據，所述至少部分區(qū)域的輪廓無法構建獲得。一種場景是，本實施方式適用于當深度數據采集模組為紅外攝像頭的應用場景，由于紅外攝像頭模組在采集深度數據時是通過發(fā)出的紅外光進行采集，基于紅外光的特性，在遇到深色(例如黑色)物體時，紅外光很可能被深色所吸收，因此該深色區(qū)域很可能無法獲得深度數據。另一種場景是，目標對象所處的環(huán)境亮度不足的場景，當目標對象所處的環(huán)境較暗或者所述目標對象的所處的部分環(huán)境較暗時，無論是采用紅外攝像頭模組或是雙鏡頭模組進行深度數據采集時，處于較暗環(huán)境的目標對象的至少部分區(qū)域很可能無法獲得深度數據?；谏鲜銮闆r的產生，本發(fā)明實施例提出以下技術方案。

本實施例中，當處理結果表明深度數據不支持構建所述目標對象的虛擬對象時，一方面，對所述深度數據進行處理獲得所述目標對象的第一輪廓屬性信息，由于所述目標對象對應的至少部分深度數據的缺失，所述第一輪廓屬性信息為對應于所述目標對象的不完整的輪廓屬性信息。另一方面，對所述圖像數據進行識別，以基于識別結果對所述第一輪廓屬性信息中的缺失部分進行補充，從而獲得所述目標對象的完整的輪廓屬性信息。

作為一種實施方式，所述識別所述圖像數據，獲得識別結果，包括：識別所述圖像數據，獲得目標對象的標識信息；相應的，所述獲得所述目標對象的第二輪廓屬性信息，包括：基于所述目標對象的標識信息確定標準輪廓屬性信息；依據所述標準屬性輪廓信息確定所述目標對象的第二輪廓屬性信息。

本實施方式中，可預先配置圖像識別庫，所述圖像識別庫支持識別圖像數據中的目標對象的標識信息，所述標識信息具體可以為目標對象的名稱。例如圖2所示，可識別出圖像數據中的目標對象為蘋果、香蕉、櫻桃等等。具體的，所述圖像識別庫中包括多組標識信息與對象的屬性參數的映射關系，所述對象的屬性參數包括以下參數的至少之一：輪廓屬性參數、顏色屬性參數、紋理特征等。則識別所述圖像數據，獲得所述圖像數據中目標對象的輪廓屬性參數、顏色屬性參數以及紋理特征等屬性參數中的至少一個屬性參數，基于獲得的屬性參數查找所述圖像識別庫，獲得與所述輪廓屬性參數、顏色屬性參數以及紋理特征等屬性參數相匹配的標識信息。在具體實施過程中，作為一種實施方式，所述圖像識別庫可配置在所述第一電子設備中；作為另一種實施方式，所述圖像識別庫可配置在云服務器，所述電子設備可通過通訊接口與所述云服務器通信，即將所述圖像數據發(fā)送至所述云服務器，由所述云服務器反饋與所述圖像數據相對應的目標對象的標識信息。

進一步地，所述圖像識別庫中還預先配置有對應于每個標識信息的標準屬性輪廓信息，則基于所述圖像識別庫獲得所述目標對象的標識信息時，還獲得所述目標對象的標準屬性輪廓信息。所述標準屬性輪廓信息表征所述標識信息對應的對象的共性輪廓特征，也即表明所有對應于所述標識信息的對象共有的輪廓特征，例如四門轎車，均具有特定的車體輪廓特征以及四個車輪對應的車輪輪廓特征，則該車體輪廓特征以及車輪輪廓特征作為所述四門轎車的標準屬性輪廓信息。又例如桔子，均具有近似球形的輪廓特征以及橙色的顏色屬性特征，則將所述近似球形的輪廓特征以及橙色的顏色屬性特征作為桔子的標準屬性輪廓信息。

進一步地，所述電子設備依據所述標準屬性輪廓信息確定所述目標對象的第二輪廓屬性信息，可以理解為，所述電子設備依據與所述目標對象相匹配的標識信息相對應的共性輪廓特征確定所述圖像數據中、所述目標對象的第二輪廓屬性信息。具體的，作為一種實施方式，所述電子設備可直接將所述標準屬性輪廓信息作為所述第二輪廓屬性信息，所述第二輪廓屬性信息可表征所述目標對象的近似輪廓。作為另一種實施方式，所述電子設備可依據所述圖像數據的識別結果，確定所述目標對象的屬性參數，所述目標對象的屬性參數包括目標對象的比例關系，例如長度、寬度和高度之間的相對比例關系；所述目標對象的屬性參數還包括所述目標對象中包含的至少一個組件相對于所述目標對象的比例關系，以所述目標對象為車為例，則所述至少一個組件可以是車輪；則所述目標對象的屬性參數還包括車輪相對于車的比例關系等等?；诖?，所述電子設備可根據所述目標對象屬性參數對所述標準屬性輪廓信息進行調整，獲得所述目標對象的第二輪廓屬性信息；所述第二輪廓屬性信息可表征所述目標對象的精準輪廓。

本實施例中，所述基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象，包括：基于所述第一輪廓屬性信息確定不支持構建所述目標對象的缺失區(qū)域信息；獲得所述第二輪廓屬性信息中與所述缺失區(qū)域信息相匹配的部分輪廓屬性信息；基于所述部分輪廓屬性信息和所述第一輪廓屬性信息獲得支持構建所述目標對象的第三輪廓屬性信息，基于所述第三輪廓屬性信息構建所述目標對象的虛擬對象。

具體的，由于所述第一輪廓屬性信息為對應于所述目標對象的不完整的輪廓屬性信息，則獲得所述第一輪廓屬性信息中的缺失區(qū)域信息，從所述第二輪廓屬性信息中獲得與所述缺失區(qū)域信息相匹配的部分輪廓屬性信息，將所述部分輪廓屬性信息補充在所述第一輪廓屬性信息中，從而獲得對應于所述目標對象的完整的第三輪廓屬性信息，進一步地基于所述第三輪廓屬性信息構建所述目標對象的虛擬對象。其中，所述虛擬對象可通過表征所述目標對象的立體數據表征。

采用本發(fā)明實施例的技術方案，在采集的深度數據無法對應于目標對象的完整輪廓時，通過采集的包括目標對象的圖像數據進行識別，基于識別結果對所述深度數據中確定的目標對象的第一輪廓屬性信息中的缺失部分進行補充，從而獲得目標對象的完整輪廓，進而基于該完整輪廓構建目標對象的虛擬對象，避免了由于各種因素的影響采集的對應于目標對象的深度數據的缺失從而無法對目標物體進行建模的情況。

實施例三

本發(fā)明實施例還提供了一種信息處理方法。圖4為本發(fā)明實施例的信息處理方法的流程示意圖三；如圖4所示，所述方法包括：

步驟301：采集包括目標對象的圖像數據和深度數據，處理所述深度數據，其中，所述深度數據能確定所述目標對象的第一輪廓屬性信息。

步驟302：當處理結果表明所述深度數據不支持構建所述目標對象的虛擬對象時，識別所述圖像數據，獲得識別結果。

步驟303：依據所述識別結果，獲得所述目標對象的第二輪廓屬性信息。

步驟304：基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象。

步驟305：輸出包含有所述虛擬對象的立體數據。

本實施例中，所述電子設備采集包括目標對象的圖像數據和深度數據，所述圖像數據具體可以是rgb數據，當然不限于rgb數據，其他能夠體現目標對象的輪廓特征以及紋理特征的圖像數據類型也在本發(fā)明實施例的保護范圍之內。所述深度數據表示所述目標對象的表面與深度數據采集模組之間的距離，也即所述深度數據可表征所述目標對象的輪廓特征。在實際應用中，為了能夠采集到所述目標對象的完整輪廓特征，所述電子設備的深度數據采集模組可相對于所述目標對象改變位置關系，例如所述深度數據采集模組可相對于所述目標對象進行旋轉，從而獲得支持構建所述目標對象的深度數據。作為另一種實施方式，所述電子設備也可輸出指令，使用戶基于輸出的指令手動翻轉所述目標對象，以使所述深度數據采集模組采集支持構建所述目標對象的深度數據。

本實施例中，所述電子設備對采集到的深度數據進行處理，用以確定所述深度數據是否支持構建所述目標對象的虛擬對象。作為一種實施方式，所述電子設備基于采集的深度數據判斷所述目標對象對應的區(qū)域中每個數據采集點是否均采集到深度數據；當所述目標對象對應的區(qū)域中存在至少部分數據采集點未采集到深度數據時，確定所述深度數據不支持構建所述目標對象的虛擬對象?？梢岳斫鉃椋瞿繕藢ο髮闹辽俨糠謪^(qū)域未采集到對應的深度數據，則在構建所述目標對象的虛擬對象時，由于缺少相應的深度數據，所述至少部分區(qū)域的輪廓無法構建獲得。一種場景是，本實施方式適用于當深度數據采集模組為紅外攝像頭的應用場景，由于紅外攝像頭模組在采集深度數據時是通過發(fā)出的紅外光進行采集，基于紅外光的特性，在遇到深色(例如黑色)物體時，紅外光很可能被深色所吸收，因此該深色區(qū)域很可能無法獲得深度數據。另一種場景是，目標對象所處的環(huán)境亮度不足的場景，當目標對象所處的環(huán)境較暗或者所述目標對象的所處的部分環(huán)境較暗時，無論是采用紅外攝像頭模組或是雙鏡頭模組進行深度數據采集時，處于較暗環(huán)境的目標對象的至少部分區(qū)域很可能無法獲得深度數據?；谏鲜銮闆r的產生，本發(fā)明實施例提出以下技術方案。

本實施例中，當處理結果表明深度數據不支持構建所述目標對象的虛擬對象時，一方面，對所述深度數據進行處理獲得所述目標對象的第一輪廓屬性信息，由于所述目標對象對應的至少部分深度數據的缺失，所述第一輪廓屬性信息為對應于所述目標對象的不完整的輪廓屬性信息。另一方面，對所述圖像數據進行識別，以基于識別結果對所述第一輪廓屬性信息中的缺失部分進行補充，從而獲得所述目標對象的完整的輪廓屬性信息。

作為一種實施方式，所述識別所述圖像數據，獲得識別結果，包括：識別所述圖像數據，獲得目標對象的標識信息；相應的，所述獲得所述目標對象的第二輪廓屬性信息，包括：基于所述目標對象的標識信息確定標準輪廓屬性信息；依據所述標準屬性輪廓信息確定所述目標對象的第二輪廓屬性信息。

本實施方式中，可預先配置圖像識別庫，所述圖像識別庫支持識別圖像數據中的目標對象的標識信息，所述標識信息具體可以為目標對象的名稱。例如圖2所示，可識別出圖像數據中的目標對象為香蕉、蘋果、櫻桃等等。具體的，所述圖像識別庫中包括多組標識信息與對象的屬性參數的映射關系，所述對象的屬性參數包括以下參數的至少之一：輪廓屬性參數、顏色屬性參數、紋理特征等。則識別所述圖像數據，獲得所述圖像數據中目標對象的輪廓屬性參數、顏色屬性參數以及紋理特征等屬性參數中的至少一個屬性參數，基于獲得的屬性參數查找所述圖像識別庫，獲得與所述輪廓屬性參數、顏色屬性參數以及紋理特征等屬性參數相匹配的標識信息。在具體實施過程中，作為一種實施方式，所述圖像識別庫可配置在所述第一電子設備中；作為另一種實施方式，所述圖像識別庫可配置在云服務器，所述電子設備可通過通訊接口與所述云服務器通信，即將所述圖像數據發(fā)送至所述云服務器，由所述云服務器反饋與所述圖像數據相對應的目標對象的標識信息。

進一步地，所述圖像識別庫中還預先配置有對應于每個標識信息的標準屬性輪廓信息，則基于所述圖像識別庫獲得所述目標對象的標識信息時，還獲得所述目標對象的標準屬性輪廓信息。所述標準屬性輪廓信息表征所述標識信息對應的對象的共性輪廓特征，也即表明所有對應于所述標識信息的對象共有的輪廓特征，例如四門轎車，均具有特定的車體輪廓特征以及四個車輪對應的車輪輪廓特征，則該車體輪廓特征以及車輪輪廓特征作為所述四門轎車的標準屬性輪廓信息。又例如桔子，均具有近似球形的輪廓特征以及橙色的顏色屬性特征，則將所述近似球形的輪廓特征以及橙色的顏色屬性特征作為桔子的標準屬性輪廓信息。

進一步地，所述電子設備依據所述標準屬性輪廓信息確定所述目標對象的第二輪廓屬性信息，可以理解為，所述電子設備依據與所述目標對象相匹配的標識信息相對應的共性輪廓特征確定所述圖像數據中、所述目標對象的第二輪廓屬性信息。具體的，作為一種實施方式，所述電子設備可直接將所述標準屬性輪廓信息作為所述第二輪廓屬性信息，所述第二輪廓屬性信息可表征所述目標對象的近似輪廓。作為另一種實施方式，所述電子設備可依據所述圖像數據的識別結果，確定所述目標對象的屬性參數，所述目標對象的屬性參數包括目標對象的比例關系，例如長度、寬度和高度之間的相對比例關系；所述目標對象的屬性參數還包括所述目標對象中包含的至少一個組件相對于所述目標對象的比例關系，以所述目標對象為車為例，則所述至少一個組件可以是車輪；則所述目標對象的屬性參數還包括車輪相對于車的比例關系等等?；诖?，所述電子設備可根據所述目標對象屬性參數對所述標準屬性輪廓信息進行調整，獲得所述目標對象的第二輪廓屬性信息；所述第二輪廓屬性信息可表征所述目標對象的精準輪廓。

本實施例中，所述基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象，包括：基于所述第一輪廓屬性信息確定不支持構建所述目標對象的缺失區(qū)域信息；獲得所述第二輪廓屬性信息中與所述缺失區(qū)域信息相匹配的部分輪廓屬性信息；基于所述部分輪廓屬性信息和所述第一輪廓屬性信息獲得支持構建所述目標對象的第三輪廓屬性信息，基于所述第三輪廓屬性信息構建所述目標對象的虛擬對象。

具體的，由于所述第一輪廓屬性信息為對應于所述目標對象的不完整的輪廓屬性信息，則獲得所述第一輪廓屬性信息中的缺失區(qū)域信息，從所述第二輪廓屬性信息中獲得與所述缺失區(qū)域信息相匹配的部分輪廓屬性信息，將所述部分輪廓屬性信息補充在所述第一輪廓屬性信息中，從而獲得對應于所述目標對象的完整的第三輪廓屬性信息，進一步地基于所述第三輪廓屬性信息構建所述目標對象的虛擬對象。其中，所述虛擬對象可通過表征所述目標對象的立體數據表征。

進一步地，所述電子設備輸出包含有所述虛擬對象的立體數據。作為一種實施方式，所述電子設備可通過投影的方式輸出包含有所述虛擬對象的立體數據，所述立體數據可投影至投影模組的成像面上，以使用戶可通過所述成像面觀察到對應于所述立體數據的虛擬對象。其中，用戶觀察到的所述虛擬對象可具有立體的效果。

采用本發(fā)明實施例的技術方案，一方面，在采集的深度數據無法對應于目標對象的完整輪廓時，通過采集的包括目標對象的圖像數據進行識別，基于識別結果對所述深度數據中確定的目標對象的第一輪廓屬性信息中的缺失部分進行補充，從而獲得目標對象的完整輪廓，進而基于該完整輪廓構建目標對象的虛擬對象，避免了由于各種因素的影響采集的對應于目標對象的深度數據的缺失從而無法對目標物體進行建模的情況。另一方面，通過輸出包含有虛擬對象的立體圖像，大大提升了用戶的體驗。

實施例四

本發(fā)明實施例還提供了一種信息處理方法，所述信息處理方法具體可參照圖4所示，基于實施例三所述的信息處理方法的基礎上，本實施例的信息處理方法還包括：

步驟306：檢測到針對所述虛擬對象的操作時，基于所述虛擬對象和所述操作更新輸出的第一立體數據為第二立體數據；所述第二立體數據相比于所述第一立體數據，所述虛擬對象空間屬性參數發(fā)生變化。

這里，基于輸出對應于所述虛擬對象的立體數據(具體為投影數據)以使用戶觀察到具有立體效果的虛擬對象的應用場景，本實施例中所述電子設備還具有交互模組，所述交互模組的交互感應區(qū)域與輸出所述立體數據的投影模組的投影區(qū)域至少部分重疊，以在所述投影模組輸出包含有所述虛擬對象的立體數據使得用戶觀察到具有立體效果的虛擬對象時，用戶可針對所述虛擬對象進行操作，所述交互模組可采集到針對所述虛擬對象的操作。在一種實際應用中，所述交互模組可通過圖像采集模組實現，也即可通過所述圖像采集模組采集包含有用戶的操作體(例如手部)的圖像數據，通過識別所述圖像數據獲得對應于操作體的操作，從而基于所述操作以及所述虛擬對象本身更新輸出的第一立體數據為第二立體數據。其中，基于所述操作以及所述虛擬對象本身的立體屬性，與操作前相比，所述虛擬對象的空間屬性參數發(fā)生變化，所述空間屬性參數包括姿態(tài)參數，可以理解為所述虛擬對象相對于預設面(例如水平面)的相對位置偏轉；例如在操作前，虛擬對象的某一面朝向地面(或者投影模組的成像面)；在操作后，虛擬對象的該面背離地面(或者投影模組的成像面)。另外，所述空間屬性參數還可包括所述虛擬對象中各組成部件的相對位置關系；例如在操作前，所述虛擬對象中的各組成部件出于組合狀態(tài)；在操作后，所述虛擬對象的各組成部件中的至少部分組成部件處于拆分狀態(tài)，組成部件之間的相對位置關系發(fā)生了改變。

采用本發(fā)明實施例的技術方案，一方面，在采集的深度數據無法對應于目標對象的完整輪廓時，通過采集的包括目標對象的圖像數據進行識別，基于識別結果對所述深度數據中確定的目標對象的第一輪廓屬性信息中的缺失部分進行補充，從而獲得目標對象的完整輪廓，進而基于該完整輪廓構建目標對象的虛擬對象，避免了由于各種因素的影響采集的對應于目標對象的深度數據的缺失從而無法對目標物體進行建模的情況。另一方面，通過輸出包含有虛擬對象的立體圖像，也提供了針對虛擬對象的交互方案，便于用戶更好的了解目標對象的構造，也大大提升了用戶的體驗。

實施例五

本發(fā)明實施例還提供了一種電子設備，圖5為本發(fā)明實施例的電子設備的組成結構示意圖一；如圖5所示，所述電子設備包括：圖像采集模組41、深度采集模組42和控制器43；其中，

所述圖像采集模組41，具有圖像采集區(qū)域，用于采集包括目標對象的圖像數據；

所述深度采集模組42，具有深度采集區(qū)域，用于采集包括目標對象的深度數據；其中，所述圖像采集區(qū)域和所述深度采集區(qū)域存在重疊區(qū)域，所述目標對象位于所述重疊區(qū)域中；

所述控制器43，用于處理所述深度數據，其中，所述深度數據能確定所述目標對象的第一輪廓屬性信息；當處理結果表明所述深度數據不支持構建所述目標對象的虛擬對象時，識別所述圖像數據，獲得識別結果；依據所述識別結果，獲得所述目標對象的第二輪廓屬性信息；基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象。

本實施例中，具體的，所述控制器43，用于基于所述第一輪廓屬性信息確定不支持構建所述目標對象的缺失區(qū)域信息；獲得所述第二輪廓屬性信息中與所述缺失區(qū)域信息相匹配的部分輪廓屬性信息；基于所述部分輪廓屬性信息和所述第一輪廓屬性信息獲得支持構建所述目標對象的第三輪廓屬性信息，基于所述第三輪廓屬性信息構建所述目標對象的虛擬對象。

本實施例中，具體的，所述控制器43，用于獲得所述目標對象的標識信息，基于所述目標對象的標識信息確定標準輪廓屬性信息；依據所述標準屬性輪廓信息確定所述目標對象的第二輪廓屬性信息。

本領域技術人員應當理解，本發(fā)明實施例的電子設備中各處理單元的功能，可參照前述實施例一中的信息處理方法的相關描述而理解，本發(fā)明實施例的電子設備中各處理單元，可通過實現本發(fā)明實施例所述的功能的模擬電路而實現，也可以通過執(zhí)行本發(fā)明實施例所述的功能的軟件在智能終端上的運行而實現。

實施例六

本發(fā)明實施例還提供了一種電子設備。圖6為本發(fā)明實施例的電子設備的組成結構示意圖二；如圖6所示，所述電子設備包括：環(huán)境傳感器44、圖像采集模組41、深度采集模組42和控制器43；其中，

所述環(huán)境傳感器44，用于采集所述電子設備所處的環(huán)境信息；

所述控制器43，用于判斷所述環(huán)境信息是否滿足預設條件，獲得判斷結果；

所述圖像采集模組41，具有圖像采集區(qū)域，用于當所述判斷結果為環(huán)境信息不滿足預設條件時，采集包括目標對象的圖像數據；

所述深度采集模組42，具有深度采集區(qū)域，用于當所述判斷結果為環(huán)境信息不滿足預設條件時，采集包括目標對象的深度數據；其中，所述圖像采集區(qū)域和所述深度采集區(qū)域存在重疊區(qū)域，所述目標對象位于所述重疊區(qū)域中；

所述控制器43，還用于處理所述深度數據，其中，所述深度數據能確定所述目標對象的第一輪廓屬性信息；當處理結果表明所述深度數據不支持構建所述目標對象的虛擬對象時，識別所述圖像數據，獲得識別結果；依據所述識別結果，獲得所述目標對象的第二輪廓屬性信息；基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象。

本實施例中，具體的，所述控制器43，用于基于所述第一輪廓屬性信息確定不支持構建所述目標對象的缺失區(qū)域信息；獲得所述第二輪廓屬性信息中與所述缺失區(qū)域信息相匹配的部分輪廓屬性信息；基于所述部分輪廓屬性信息和所述第一輪廓屬性信息獲得支持構建所述目標對象的第三輪廓屬性信息，基于所述第三輪廓屬性信息構建所述目標對象的虛擬對象。

本實施例中，具體的，所述控制器43，用于獲得所述目標對象的標識信息，基于所述目標對象的標識信息確定標準輪廓屬性信息；依據所述標準屬性輪廓信息確定所述目標對象的第二輪廓屬性信息。

本領域技術人員應當理解，本發(fā)明實施例的電子設備中各處理單元的功能，可參照前述實施例二中的信息處理方法的相關描述而理解，本發(fā)明實施例的電子設備中各處理單元，可通過實現本發(fā)明實施例所述的功能的模擬電路而實現，也可以通過執(zhí)行本發(fā)明實施例所述的功能的軟件在智能終端上的運行而實現。

實施例七

本發(fā)明實施例還提供了一種電子設備，圖7為本發(fā)明實施例的電子設備的組成結構示意圖三；如圖7所示，所述電子設備包括：圖像采集模組41、深度采集模組42、控制器43和顯示模組45；其中，

所述圖像采集模組41，具有圖像采集區(qū)域，用于采集包括目標對象的圖像數據；

所述深度采集模組42，具有深度采集區(qū)域，用于采集包括目標對象的深度數據；其中，所述圖像采集區(qū)域和所述深度采集區(qū)域存在重疊區(qū)域，所述目標對象位于所述重疊區(qū)域中；

所述控制器43，用于處理所述深度數據，其中，所述深度數據能確定所述目標對象的第一輪廓屬性信息；當處理結果表明所述深度數據不支持構建所述目標對象的虛擬對象時，識別所述圖像數據，獲得識別結果；依據所述識別結果，獲得所述目標對象的第二輪廓屬性信息；基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象；

所述顯示模組45，用于輸出包含有所述虛擬對象的立體數據。

本實施例中，具體的，所述控制器43，用于基于所述第一輪廓屬性信息確定不支持構建所述目標對象的缺失區(qū)域信息；獲得所述第二輪廓屬性信息中與所述缺失區(qū)域信息相匹配的部分輪廓屬性信息；基于所述部分輪廓屬性信息和所述第一輪廓屬性信息獲得支持構建所述目標對象的第三輪廓屬性信息，基于所述第三輪廓屬性信息構建所述目標對象的虛擬對象。

本實施例中，具體的，所述控制器43，用于獲得所述目標對象的標識信息，基于所述目標對象的標識信息確定標準輪廓屬性信息；依據所述標準屬性輪廓信息確定所述目標對象的第二輪廓屬性信息。

本實施例中，所述顯示模組45為投影模組，所述投影模組的成像面(也即顯示區(qū)域)位于所述重疊區(qū)域中。所述投影模組可將立體數據投影至成像面上，以使用戶可通過所述成像面觀察到對應于所述立體數據的虛擬對象。其中，用戶觀察到的所述虛擬對象可具有立體的效果。

本領域技術人員應當理解，本發(fā)明實施例的電子設備中各處理單元的功能，可參照前述實施例三中的信息處理方法的相關描述而理解，本發(fā)明實施例的電子設備中各處理單元，可通過實現本發(fā)明實施例所述的功能的模擬電路而實現，也可以通過執(zhí)行本發(fā)明實施例所述的功能的軟件在智能終端上的運行而實現。

實施例八

本發(fā)明實施例還提供了一種電子設備，圖8為本發(fā)明實施例的電子設備的組成結構示意圖四；如圖8所示，所述電子設備包括：圖像采集模組41、深度采集模組42、控制器43、顯示模組45和交互模組46；其中，

所述圖像采集模組41，具有圖像采集區(qū)域，用于采集包括目標對象的圖像數據；

所述深度采集模組42，具有深度采集區(qū)域，用于采集包括目標對象的深度數據；其中，所述圖像采集區(qū)域和所述深度采集區(qū)域存在重疊區(qū)域，所述目標對象位于所述重疊區(qū)域中；

所述控制器43，用于處理所述深度數據，其中，所述深度數據能確定所述目標對象的第一輪廓屬性信息；當處理結果表明所述深度數據不支持構建所述目標對象的虛擬對象時，識別所述圖像數據，獲得識別結果；依據所述識別結果，獲得所述目標對象的第二輪廓屬性信息；基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象；

所述顯示模組45，用于輸出包含有所述虛擬對象的立體數據；

所述交互模組46，用于檢測針對所述虛擬對象的操作；

所述控制器43，還用于基于所述虛擬對象和所述操作更新所述顯示模組45輸出的第一立體數據為第二立體數據；所述第二立體數據相比于所述第一立體數據，所述虛擬對象空間屬性參數發(fā)生變化。

本實施例中，具體的，所述控制器43，用于基于所述第一輪廓屬性信息確定不支持構建所述目標對象的缺失區(qū)域信息；獲得所述第二輪廓屬性信息中與所述缺失區(qū)域信息相匹配的部分輪廓屬性信息；基于所述部分輪廓屬性信息和所述第一輪廓屬性信息獲得支持構建所述目標對象的第三輪廓屬性信息，基于所述第三輪廓屬性信息構建所述目標對象的虛擬對象。

本實施例中，具體的，所述控制器43，用于獲得所述目標對象的標識信息，基于所述目標對象的標識信息確定標準輪廓屬性信息；依據所述標準屬性輪廓信息確定所述目標對象的第二輪廓屬性信息。

本實施例中，所述顯示模組45具體可以是投影模組，所述投影模組的成像面(也即顯示區(qū)域)位于所述重疊區(qū)域中。所述投影模組可將立體數據投影至成像面上，以使用戶可通過所述成像面觀察到對應于所述立體數據的虛擬對象。其中，用戶觀察到的所述虛擬對象可具有立體的效果。

本實施例中，所述交互模組46的交互感應區(qū)域與所述圖像采集區(qū)域和所述深度采集區(qū)域存在的重疊區(qū)域至少部分重疊，以在所述投影模組輸出包含有所述虛擬對象的立體數據使得用戶觀察到具有立體效果的虛擬對象時，用戶可針對所述虛擬對象進行操作，所述交互模組46可采集到針對所述虛擬對象的操作。

本領域技術人員應當理解，本發(fā)明實施例的電子設備中各處理單元的功能，可參照前述實施例四中的信息處理方法的相關描述而理解，本發(fā)明實施例的電子設備中各處理單元，可通過實現本發(fā)明實施例所述的功能的模擬電路而實現，也可以通過執(zhí)行本發(fā)明實施例所述的功能的軟件在智能終端上的運行而實現。

本發(fā)明實施例五至實施例八中，所述電子設備中的控制器43，在實際應用中可由所述電子設備中的中央處理器(cpu，centralprocessingunit)、數字信號處理器(dsp，digitalsignalprocessor)、微控制單元(mcu，microcontrollerunit)或可編程門陣列(fpga，field－programmablegatearray)實現；所述電子設備中的圖像采集模組41，在實際應用中可攝像頭實現；所述電子設備中的深度采集模組42，在實際應用中可通過紅外攝像頭或雙攝像頭實現；所述電子設備中的環(huán)境傳感器44，在實際應用中可通過光線傳感器實現；所述電子設備中的顯示模組45，在實際應用中可通過顯示屏或投影儀實現；所述電子設備中的交互模組46，在實際應用中可通過攝像頭結合cpu、dsp、mcu或fpga實現。

圖9為本發(fā)明實施例的電子設備的應用示意圖，如圖9所示，為本發(fā)明實施例的電子設備的一種形態(tài)，包括采集模組12和輸出模組11；所述采集模組12具體可包括圖像采集模組和深度數據采集模組，用于對目標對象21進行圖像采集和深度數據采集；所述深度數據能確定所述目標對象的第一輪廓屬性信息；其中，所述圖像采集區(qū)域和所述深度采集區(qū)域存在重疊區(qū)域，所述目標對象位于所述重疊區(qū)域中。所述電子設備內的控制器對采集的深度數據進行處理，當處理結果表明所述深度數據不支持構建所述目標對象的虛擬對象時，識別所述圖像數據，獲得所述目標對象的第二輪廓屬性信息；基于所述第二輪廓屬性信息和所述第一輪廓屬性信息構建所述目標對象的虛擬對象，通過所述輸出模組11輸出包含有所述虛擬對象的立體數據22。

在本申請所提供的幾個實施例中，應該理解到，所揭露的設備和方法，可以通過其它的方式實現。以上所描述的設備實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，如：多個單元或組件可以結合，或可以集成到另一個系統，或一些特征可以忽略，或不執(zhí)行。另外，所顯示或討論的各組成部分相互之間的耦合、或直接耦合、或通信連接可以是通過一些接口，設備或單元的間接耦合或通信連接，可以是電性的、機械的或其它形式的。

上述作為分離部件說明的單元可以是、或也可以不是物理上分開的，作為單元顯示的部件可以是、或也可以不是物理單元，即可以位于一個地方，也可以分布到多個網絡單元上；可以根據實際的需要選擇其中的部分或全部單元來實現本實施例方案的目的。

另外，在本發(fā)明各實施例中的各功能單元可以全部集成在一個處理單元中，也可以是各單元分別單獨作為一個單元，也可以兩個或兩個以上單元集成在一個單元中；上述集成的單元既可以采用硬件的形式實現，也可以采用硬件加軟件功能單元的形式實現。

本領域普通技術人員可以理解：實現上述方法實施例的全部或部分步驟可以通過程序指令相關的硬件來完成，前述的程序可以存儲于一計算機可讀取存儲介質中，該程序在執(zhí)行時，執(zhí)行包括上述方法實施例的步驟；而前述的存儲介質包括：移動存儲設備、只讀存儲器(rom，read-onlymemory)、隨機存取存儲器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲程序代碼的介質。

或者，本發(fā)明上述集成的單元如果以軟件功能模塊的形式實現并作為獨立的產品銷售或使用時，也可以存儲在一個計算機可讀取存儲介質中?；谶@樣的理解，本發(fā)明實施例的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟件產品的形式體現出來，該計算機軟件產品存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可以是個人計算機、服務器、或者網絡設備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分。而前述的存儲介質包括：移動存儲設備、rom、ram、磁碟或者光盤等各種可以存儲程序代碼的介質。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發(fā)明揭露的技術范圍內，可輕易想到變化或替換，都應涵蓋在本發(fā)明的保護范圍之內。因此，本發(fā)明的保護范圍應以所述權利要求的保護范圍為準。