可快速制作并传播增强现实系统及方法与流程

本发明涉及增强现实技术领域，尤其涉及一种可快速制作并传播增强现实系统及方法。

背景技术：

增强现实技术主要是通过图像复合算法将现实拍摄的影像和制作的模型(或视频)进行结合，显示出附带景深的新画面。

现有增强现实系统或装置侧重于对预先制作的模型(或视频)与预先设定的识别信息(识别标记)进行匹配。

其次，在现有的增强现实系统框架内，生成的画面并无传播特性、下发方式为统一下发，即任何观看者看到的都是统一的画面信息，即对应完全相同的取景场景，呈现给用户的画面信息是相同的(或固定的伪随机呈现)，无法实质性区分。且受限于现有电子设备的内存容量和存储器容量，现有设备不能对海量取景场景和相应的画面信息呈现做一一对应并读取。除了利用云服务器传输大量运算匹配信息后传回终端，理论上单个设备可识别的增强现实效果是有上限的。

以上两点从具体应用层面来讲，以往的增强现实系统第一步即从电子设备显示屏上的图像检索识别标记，对识别标记的自由制作及生成方法并无涉猎；原有的增强现实系统生成的效果对同一标记仅能绑定一个关联效果，且此关联效果不能定向控制(a设备能看到、b设备看不到；a设备能看到，a设备授权b设备后，b设备能看到；同一识别标记，a设备看到的是a景象、b设备看到的是b景象)。基于以上两点，增强现实受限于制作难度、缺乏传播性及定向识别性发展缓慢。

中国专利申请号为：201611146660.6，申请日是:2016年12月13日，公开日是：2017年06月23日，专利名称为：基于增强现实的虚拟对象分配方法及装置，该发明公开了一种基于ar技术将为用户分配虚拟对象分配的线上需求，与用户使用增强现实客户端的线下图像扫描操作进行结合的交互模式。用户可以通过ar客户端针对线下环境中的预设图形标识主动执行图像扫描，来触发ar服务端向增强现实客户端下发用于提取虚拟对象的电子凭证，并通过ar客户端对ar服务端下发的电子凭证进行收集；当用户收集到的电子凭证的类别数达到预设阈值时，用户可以取得虚拟对象的分配权限，ar客户端可以主动向ar服务端发送包含若干电子凭证并且包含的电子凭证的类别数为所述预设阈值的虚拟对象分配请求，由ar服务端从预设的虚拟对象集合中为该用户分配对象，从而可以显著提升虚拟对象分配的交互性以及趣味性。

上述专利文献公开了一种基于增强现实的虚拟对象分配方法及装置，但是该发明也没有解决增强现实技术受限于制作难度、缺乏传播性及定向识别性发展缓慢的问题。

技术实现要素：

有鉴于此，本发明在于提供一种快速生成图像识别标记并和常规性视频素材进行匹配，生成配套的增强现实效果，减小了制作难度的一种可快速制作并传播增强现实系统及方法。

为了实现本发明目的，可以采取以下技术方案：

一种可快速制作并传播增强现实系统，包括图像采集模块、识别标记模块、匹配预处理模块、匹配处理分析模块、定向下发模块、识别显示模块；所述图像采集模块，用于采集图像信息；所述识别标记模块，用于对图像信息进行处理并生成识别标记；匹配预处理模块，用于图像信息的轮廓信息分析处理；所述匹配处理分析模块，用于对匹配预处理模块处理后图像信息进一步分析处理；所述定向下发模块，用于对图像信息定向传输；所述识别显示模块，用于对图像信息识别转化并显示；

所述图像采集模块将图像信息通过识别标记模块传输至该匹配预处理模块，所述匹配预处理模块将预处理的图像信息传输至该匹配处理分析模块；所述匹配处理分析模块将处理后的信息通过定向下发模块传输至该识别显示模块。

所述图像采集模块包括视频采集模块。

所述图像采集模块包括图片采集模块

所述识别标记模块包括平面提取轮廓识别模块或者包括拟合处理识别模块或者仿射变换模块。

所述匹配预处理模块包括图像分类模块。

所述匹配预处理模块包括图像裁剪模块。

所述定向下发模块包括识别标记下发模块或者包括地理位置下发模块或者包括点对点下发模块。

为了实现本发明第二个目的，可以采取以下技术方案：

一种可快速制作并传播增强现实方法，包括如下步骤：

步骤1)进行图像信息采集；

步骤2)将采集的图像信息进行识别标记；

步骤3)将识别标记的图像信息匹配前预处理；

步骤4)将图像信息匹配处理保存；

步骤5)将图像信息传输；

步骤6)将图像信息识别显示。

所述步骤1)包括通过视频采集模块进行视频信息采集。

所述视频采集包括通过移动终端对图像信息进行录制，并初步压缩，得到目标图像视频信息。

所述步骤2)包括将采集的图像信息制作成识别标记的图画的一个面，确定该图画的一个面的封闭连续边缘轮廓，记为初始轮廓。

所述初始轮廓包括根据轮廓特征将轮廓锐化和多边拟合处理，即将轮廓近似形状矢量变换或最大重叠判断变换，使所取轮廓形状变更为标准规则图的初始形状。

所述初始轮廓包括根据轮廓特征将轮廓锐化和多边拟合处理，即将轮廓近似形状矢量变换或最大重叠判断变换，使所取轮廓形状变更为标准规则图的初始形状，记为标准轮廓。

所述初始轮廓还包括图像信息出现同一画面有多个封闭连续边缘轮廓的情形，根据该轮廓的位置和大小进行筛选，默认选择居中且相对较大的轮廓作为初始轮廓。

所述步骤2)包括将采集的图像信息标准轮廓内的图像裁剪出来，记为原始图像。

所述原始图像包括对标准轮廓特征以仿射变换的形式做二次矢量处理，以使图像形状特征更接近物体的物理轮廓特征，并以此形状作为识别轮廓；再将原始图像内的像素点向识别轮廓区域做仿射变换，以此生成的图像作为识别标记。

所述识别标记包括先将无规则的初始轮廓锐化成无规则多边形，再对该多边形做近似拟合，形成四边形的标准轮廓；最后将该四边形矢量转制为最接近的矩形，作为识别轮廓

所述标准轮廓可通过转化为识别轮廓并得到识别标记，此时记为准识别标记。

所述标准轮廓可通过转化为识别轮廓是通过智能陀螺仪，调取扫描时陀螺仪极坐标矩阵，分析扫描时设备倾斜角度，并以此角度对标准轮廓做投影变换，生成精准的识别轮廓；或对于多摄像头的终端设备，通过景深算法判断物件在三维成像中的倾斜角度，投影变换后生成识别轮廓

所述标准轮廓包括直接作为识别轮廓，该识别轮廓可对识别标记图片做对比度全局均衡处理、光照弱化处理，降低光线对图片质量的影响

所述步骤3)包括图像信息的矩形识别轮廓，将该矩形识别轮廓缩放、旋转，并完全置于目标视频画面范围内部，依该轮廓的形状对目标视频图像进行裁剪，裁剪后的视频记为效果视频信息

所述裁剪是对视频信息重叠识别轮廓和目标视频的中心点，对识别轮廓进行旋转和矢量缩放，以确保识别轮廓完全在目标视频边界内部且面积最大化。

所述步骤3)包括图像信息的非矩形识别轮廓，对该非矩形识别轮廓做矩形矢量遮罩，使该遮罩能完全覆盖识别轮廓；标记该遮罩轮廓为延展轮廓。

所述步骤4)包括提取图像信息的特征值信息并与效果视频进行匹配；将图像信息、图像识别标记的特征值信息、匹配信息、视频数据相互关联，记为增强现实效果的关联数据，并存储至云服务器。

所述步骤6)包括识别场景中画面并转化成计算机语言的特征值，通过分区检测或多层神经网络机器学习的方式将此特征值与与该终端设备相关的所有识别标记特征值进行比对，与某识别标记的特征值达到一定的相似度即识别成功，反之识别失败；识别成功后将依识别物体的目标尺寸和当前姿态数据调整效果视频的播放区域，实现增强现实效果。

本发明提供的技术方案的有益效果是:1)本发明以快速生成图像识别标记并和常规性视频素材进行匹配，生成配套的增强现实效果，极大地减小了增强现实效果的制作难度；2)本发明拥有特定的下发方式，解决了现有增强现实系统传播性弱和定向识别缺乏的短板；3)本发明效果良好，满足了广大的市场需求，适用普遍推广。

附图说明

图1为本发明实施例可快速制作并传播增强现实系统方框图；

图2为本发明实施例可快速制作并传播增强现实方法流程图。

具体实施方式

下面结合附图及本发明的实施例对发明作进一步详细的说明。

实施例1

参看图1，一种可快速制作并传播增强现实系统，包括图像采集模块1、识别标记模块2、匹配预处理模块3、匹配处理分析模块4、定向下发模块5、识别显示模块6；所述图像采集模块1，用于采集图像信息；所述识别标记模块2，用于对图像信息进行识别标记；匹配预处理模块3，用于图像信息的轮廓信息分析处理；所述匹配处理分析模块4，用于对匹配预处理模块处理后图像信息进一步分析处理；所述定向下发模块5，用于对图像信息定向传输；所述识别显示模块6，用于对图像信息识别转化并显示；

所述图像采集模块1将图像信息通过识别标记模块2传输至该匹配预处理模块3，所述匹配预处理模块3将预处理的图像信息传输至该匹配处理分析模块4；所述匹配处理分析模块4将处理后的信息通过定向下发模块5传输至该识别显示模块6。

本实施例中，优选地，所述图像采集模块1包括视频采集模块11。所述视频采集模块11包括通过移动终端对图像信息进行录制，并初步压缩，得到目标图像视频信息。

本实施例中，优选地，所述图像采集模块包括图片采集模块，该图片采集模块对静态图像的采集。

本实施例中，所述图像采集模块1可以先采集图片信息，后采集视频信息。采集的图片信息在后续识别标记模块中转变成识别标记，采集的视频信息在匹配预处理模块调整修正并在识别显示模块中显示。

本实施例中，所述识别标记模块2包括平面提取轮廓识别模块21或者包括拟合处理识别模块22或者仿射变换模块23。

所述平面轮廓提取模块21用于对采集的图像进行识别图像的某个平面的轮廓；

所述拟合处理识别模块22用于对采集的图像进行识别图像进行边缘润滑，变成规则图形；

仿射变换模块23用于对拍摄图像消除角度误差，更接近真实画面的物理轮廓。

本实施例中，所述匹配预处理模块3主要用于对目标图像进行视频的对应、裁剪；该匹配预处理模块3包括图像分类模块31和图像裁剪模块32。

所述图像分类模块31是将识别的图像信息根据一定规则进行分类；

所述图像裁剪模块32是对视频图像信息重叠识别轮廓和目标视频的中心点，对识别轮廓进行旋转和矢量缩放，以确保识别轮廓完全在目标视频边界内部且面积最大化。

所述匹配处理分析模块4分析处理后的图像可以实现增强现实效果。

本实施例中，所述定向下发模块5包括识别标记下发模块51或者包括地理位置下发模块52或者包括点对点下发模块53。

所述识别标记下发模块51用于对图像进行识别标记进行传输。

所述地理位置下发模块52用于根据地理信息标记信息进行图像信息传输。

所述点对点下发模块用于点对点的定向信息传输。

本发明不同于以往的增强现实系统，增强现实效果只能本地实现或通过云端令所有设备可见，本实施例中包含了多种信息传输模式。使增强现实效果产生了多种定向传播方式，增强现实效果的制作设备或被授权设备可按照一定规则选择可见设备，方便传播的同时尊重了隐私保护。同时，对非目标设备，系统并不会下发相关的识别信息和视频数据信息，极大地缓解了随着增强现实系统内容制作量提升带来的识别压力，具体体现为设备的内存压力和存储压力得到释放。

本实施例中，本发明提供了增强现实效果与终端设备的绑定方式。云服务器会记录系统内每一组关联数据的数据编号信息(associated_data_id)，且每一台终端设备使用本系统时会生成独有的设备编号信息(device_id)。对于每一条设备编号信息，云服务器会记录与之相关的所有数据编号信息表单。当某设备被某增强现实效果授权后(开启可见)，该增强现实效果的数据编号信息添加至该设备编号对应的信息表单中。当该设备识别某场景是否有识别标记时，仅按其对应的信息表单下发识别标记进行特征值匹配。

本实施例，在传输过程中，制作设备或被授权设备有授权的权利，可以选择性的对被传播设备赋予再次传播某增强现实效果的权利，完成授权。授权形式包含并不仅限于授权传播类型、授权传播时间、授权传播次数等。实现某增强现实效果的链条式或多极式传播。

进一步，实现增强现实效果的绑定不局限于和终端设备，通过智能终端设备亦可在本系统申请独立账号，用账号信息(user_id)替代设备编号信息，与数据编号信息完成对应。基于此方案，关联数据的下发可通过账号信息下发或账号信息及设备编号信息的组合下发。

本实施例中，所述定向下发模块5可以一对一定向性传播，对某个增强现实效果，制作设备或被授权设备通过通过录入被传播设备的编码信息完成定向传播。此过程会向云服务器上传一条复制指令，云服务器会将对应的数据编号信息添加至被传播设备的数据编号信息表单中，当被传波设备识别某场景时即可顺利识别该增强效果对应的识别标记。

进一步，一对一定向性传播可拓展为一对多定向性传播、多对一定向性传播、多对多定向性传播。即，某设备可以对其制作或被授权的多个增强现实效果向若干个被授权设备同时以上述方法传播，依照将数据编号信息添加至相应表单的方法控制下发。

本实施例中，所述定向下发模块5还可以规则性传播，对某个增强现实效果，制作设备或被授权设备通过设定某种规则，向满足该规则的被传播设备传播该效果。当某设备在识别某场景时满足特定规则，云服务器将会将对应的数据编号信息添加至被传播设备的数据编号信息表单中，并完成下发。

本实施例中，所述地理位置下发模块52依据特定规则包括并不限于识别场景时终端所在的地理位置信息(基于lbs控制传输规则)；识别场景时的时间段；前若干个识别场景的终端；智能终端设备的厂商、型号、系统版本号规则等。

进一步，除了系统外的规则，本系统亦可依某种方式对每一台使用本系统的设备添加独有区分方式或类型，生成新的传播规则并对所有系统内终端告知。终端设备在选择传播规则时亦可选择此类系统生成的传播规则。此类独有区分方式包括并不限于设备接入系统的时间；设备接入系统时的地理位置；同一批接入系统的设备批次号；设备在系统内的付费行为、活跃程度；工作人员对接入设备的人为定义划分等。

本实施例中，所述规则为空时即对系统内所有设备进行传播，本系统通过控制可选择此类传播形式的终端设备数量及其可传播效果数量来控制无规则下发的增强现实效果数量，防止使用本系统的终端设备由于统一识别的效果过多带来的识别压力。

本实施例中，除了定向、常规性规则和系统内规则外，亦可对本系统添加辅助下发模块。辅助下发模块包含辅助识别工具和辅助传播控制系统。辅助识别工具为贴纸等带图案的平面材料，终端设备在生成识别标记前将辅助识别工具放置于想识别的物件上，如此，生成的识别标记会带有辅助识别工具的图案。辅助传播控制系统会在某一终端设备识别场景前通过识图功能识别该场景是否有相应的辅助识别图案，若有再开始正常的识别流程；若无则不做识别。依此方法制作增强现实效果的操作者可通过传播辅助识别工具来控制增强现实效果的传播。

本实施例中，通过本发明，传播设备还可对传播做特定限制，控制被传播设备对增强现实效果的获取权限。如识别后永久可见，即被传播设备满足某种规则或被定向传播后，及时下次识别场景时不满足该规则或定向目标发生改变时，仍旧可识别出该增强现实效果。如仅识别当时可见，即被传播设备只有在识别时满足特定规则或仍是定向目标时才可识别出该增强现实效果。某种实现方式为在数据编号信息表单上加入控制字段对应不同上述类型，以控制数据编号信息是临时还是长期存在于表单。

本实施例中，所述识别显示模块6包括识别场景中画面并转化成计算机语言的特征值，通过分区检测或多层神经网络机器学习的方式将此特征值与与该终端设备相关的所有识别标记特征值进行比对，与某识别标记的特征值达到一定的相似度即识别成功，反之识别失败；识别成功后将依识别物体的目标尺寸和当前姿态数据调整效果视频的播放区域，实现增强现实效果。

实施例2

参看图2，为了实现本发明第二个目的，可以采取以下技术方案：

一种可快速制作并传播增强现实方法，包括如下步骤：

步骤1)进行图像信息采集s1；

步骤2)将采集的图像信息进行识别标记s2；

步骤3)将识别标记的图像信息匹配前预处理s3；

步骤4)将图像信息匹配处理保存s4；

步骤5)将图像信息传输s5；

步骤6)将图像信息识别显示s6。

本实施例中，所述步骤1)包括通过视频采集模块11进行视频采集图像信息。

所述视频采集包括通过移动终端对图像信息进行录制，并初步压缩，得到目标图像视频信息。

本实施例中，所述步骤2)包括将采集的图像信息制作成识别标记的图画的一个面，确定该图画的一个面的封闭连续边缘轮廓，记为初始轮廓。

本实施例中，包括将采集的图片信息分析处理，确定该图画的一个封闭连续边缘轮廓，记为初始轮廓。

本实施例中，用带有摄像头的智能终端拍摄想制作成识别标记的物体图像的某一面，通过高斯滤波算法、灰阶化、边缘检测算法、膨胀算法等方式确定该物体图像的某一面，将该图像的某一面封闭连续边缘轮廓，记为初始轮廓

所述初始轮廓包括根据轮廓特征将轮廓锐化和多边拟合处理，即将轮廓近似形状矢量变换或最大重叠判断变换，使所取轮廓形状变更为标准规则图的初始形状(如书籍封面会转化为四边形)，记为标准轮廓。

本实施例中，拍摄扫描图像时会出现同一画面有多个封闭连续边缘轮廓的情形，本发明会根据该轮廓的位置和大小做筛选，默认选择居中且相对较大的轮廓作为初始轮廓。

本实施例中，所述步骤2)还包括将采集的图像信息标准轮廓内的图像裁剪出来，记为原始图像。

所述原始图像包括对标准轮廓特征以仿射变换的形式做二次矢量处理，以使图像形状特征更接近物体的物理轮廓特征，并以此形状作为识别轮廓；再将原始图像内的像素点向识别轮廓区域做仿射变换，以此生成的图像作为识别标记。

本实施例中，所述识别标记包括先将无规则的初始轮廓锐化成无规则多边形，再对该多边形做近似拟合，形成四边形的标准轮廓；最后将该四边形矢量转制为最接近的矩形，作为识别轮廓。

本实施例中，对物体拍摄画面某面全部或局部为平面矩形举例，如书籍封面为矩形平面。由于拍照角度问题，几乎不可能保证垂直拍摄封面，本发明先将无规则的初始轮廓锐化成无规则多边形，再对该多边形做近似拟合，形成四边形的标准轮廓。最后将该四边形矢量转制为最接近的矩形，作为识别轮廓。

以上所述识别标记制作模块的实现方法称为扫描提取识别标记法。

本实施例中，所述标准轮廓可通过转化为识别轮廓并得到识别标记，此时记为准识别标记。对于识别轮廓无法转化为矩形的图片信息，其亦可通过转化为识别轮廓并得到识别标记。

本实施例中，所述扫描图像提取识别标记法不仅限于对有矩形平面的物件进行识别标记提取，包括并不限于对有规则平面、非规则平面、近似平面的物件进行类似处理，生成的标准轮廓为平面连续封闭的非矩形图形。该标准轮廓亦可通过一定算法转化为更精准的识别轮廓并得到识别标记，对此种类型的识别标记需在后续模块二次处理，此时记为准识别标记

转化上述类型标准轮廓的具体某种方法为：利用智能终端的陀螺仪，调取扫描时陀螺仪极坐标矩阵，推算扫描时设备倾斜角度，并以此角度对标准轮廓做投影变换(即仿射变换)，生成精准的识别轮廓；或对于多摄像头的终端设备，通过景深算法判断物件在三维成像中的倾斜角度，投影变换后生成识别轮廓。

所述步骤2)如果缺少原始图像的后续处理，将标准轮廓直接作为识别轮廓，会导致后续匹配及识别率降低，但仍未脱离本发明实现方法范围。

缺少原始图像的后续处理，可对识别标记图片做对比度全局均衡处理、光照弱化处理，以降低光线等外部因素对图片质量的影响，降噪后图片特征值更为准确、与所拍物件标记面的相似度更高。提高后续识别模块的准确率。

所述步骤2)包括将标准轮廓直接作为识别轮廓或者所述原始图片直接作为识别标记或者所属原始图片通过固定比例裁剪后直接作为识别标记。

进一步，在生成标准轮廓后，也可由操作者基于自身的观察感知，对标准轮廓做人为修正变换，修正由于算法误差或系统轮廓筛选误判导致的初始轮廓不精准带来的影响，使标准轮廓更为精准。

进一步，扫描提取识别标记法的形式并不限于拍摄过程中扫描，有如下简化形式：

1.选择带固定裁剪框的取景方式，移动拍摄角度使物件表面尽可能与裁剪框重合。拍摄后，固定裁剪框作为识别轮廓、裁剪框内的图形作为识别标记。固定裁剪框可有多种形状尺寸。

2.直接拍照物件，对生成的照片做缩放、剪裁、调整，以调整后照片的轮廓作为识别轮廓、调整后的照片作为识别标记。

上述两种简化形式中，人工操作明显增多且后续的匹配识别成功率、边缘匹配正确率会有所下降(增强现实效果贴合度低)，但仍不脱离本发明保护范围。

本实施例中，所述步骤3)包括图像信息的矩形识别轮廓，将该矩形识别轮廓缩放、旋转，并完全置于目标视频画面范围内部，依该轮廓的形状对目标视频图像进行裁剪，裁剪后的视频记为效果视频信息。所述效果视频信息即识别显示时播放的视频，此时为矩形。

所述裁剪是对视频信息重叠识别轮廓和目标视频的中心点，对识别轮廓进行旋转和矢量缩放，以确保识别轮廓完全在目标视频边界内部且面积最大化。此时的识别轮廓的大小和相对位置作为裁剪参数。以此参数裁剪目标视频保真效果好(截取范围最大化且效果视频与目标视频方向相同)。

所述步骤3)包括图像信息的非矩形识别轮廓，对该非矩形识别轮廓做矩形矢量遮罩，使该遮罩能完全覆盖识别轮廓；标记该遮罩轮廓为延展轮廓。

本实施例中，依延展轮廓对目标视频进行裁剪，生成准效果视频。所述生成准效果视频方法为将图像信息的矩形识别轮廓，将该矩形识别轮廓缩放、旋转，并完全置于目标视频画面范围内部，依该轮廓的形状对目标视频图像进行裁剪，裁剪后的视频记为效果视频信息。

本实施例中，将图像识别轮廓外、延展轮廓内的区域记为延展区域(extended_area)。将延展区域做阿尔法通道处理(透明处理)并贴合在准识别标记外部，生成的新图形作为识别标记。

本实施例中，该非矩形识别轮廓本发明生成矩形矢量遮罩的方式为，取识别轮廓在平面坐标系中四个最外侧点，以此四点确定一个与平面坐标无旋转角度的矩形遮罩。此方法产生的延展区域相对较小且增强现实效果无旋转偏差。

如果缺少矩形识别轮廓对于矩形平面，直接以目标视频作为最终视频，通过后续的模块仍可顺利播放增强现实效果，但视频会产生明显的挤压变形或旋转，效果很差。(现有的增强现实系统大多并不对视频做处理。)

对于非矩形识别轮廓，对准效果视频的延展区域的alpha通道值设置为0，产生新的结果集。将该结果集通过mask技术与视频进行混合，生成效果视频。

进一步，亦可直接对目标视频按识别轮廓裁剪，最终的增强现实效果和上述所说区别不大，但此方法会极大的消耗终端设备的cpu算力，此方法亦在本专利的保护范围。

本实施例中，对于非矩形识别轮廓，通过步骤3)的分析处理，可以使终端设备在后续识别显示模块识别出非矩形的识别标记并在对应的识别物上播放贴合的非矩形视频。

本实施例中，所述步骤4)包括提取图像信息的特征值信息并与效果视频进行匹配；将图像信息、图像识别标记的特征值信息、匹配信息、视频数据相互关联，记为增强现实效果的关联数据，并存储至云服务器。

本实施例中，所述步骤5)不同于以往的增强现实系统信息传输方式，现有的增强现实效果只能本地实现或通过云端令所有设备可见，本发明所述信息传输方式包含了多种信息传输模式，使增强现实效果产生了多种定向传播方式，增强现实效果的制作设备或被授权设备可按照一定规则选择可见设备，方便传播的同时尊重了隐私保护。

同时，对非目标设备，系统并不会下发相关的识别信息和视频数据信息，极大地缓解了随着增强现实系统内容制作量提升带来的识别压力，具体体现为设备的内存压力和存储压力得到释放。

进一步，本发明提供了增强现实效果与终端设备的绑定方式。云服务器会记录系统内每一组关联数据的数据编号信息(associated_data_id)，且每一台终端设备使用本系统时会生成独有的设备编号信息(device_id)。对于每一条设备编号信息，云服务器会记录与之相关的所有数据编号信息表单。当某设备被某增强现实效果授权后(开启可见)，该增强现实效果的数据编号信息添加至该设备编号对应的信息表单中。当该设备识别某场景是否有识别标记时，仅按其对应的信息表单下发识别标记进行特征值匹配。

进一步，本实施例中，在信息传输过程中，制作设备或被授权设备有授权的权利，可以选择性的对被传播设备赋予再次传播某增强现实效果的权利，完成授权。授权形式包含并不仅限于授权传播类型、授权传播时间、授权传播次数等。实现某增强现实效果的链条式或多极式传播。

本实施例中，实现增强现实效果的绑定不局限于和终端设备，通过智能终端设备亦可在本系统申请独立账号，用账号信息(user_id)替代设备编号信息，与数据编号信息完成对应。基于此方案，关联数据的下发可通过账号信息下发或账号信息及设备编号信息的组合下发。

本实施例中，所述步骤6)包括终端设备开启后，本发明识别场景中画面并转化成计算机语言的特征值，通过分区检测或多层神经网络机器学习的方式将此特征值与与该终端设备相关的所有识别标记特征值进行比对，与某识别标记的特征值达到一定的相似度即识别成功，反之识别失败；识别成功后将依识别物体的目标尺寸和当前姿态数据调整效果视频的播放区域，实现增强现实效果。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。