[發明專利]字符串識別、翻譯方法及設備

有效

• 申請號: 201410522255.4
• 申請日: 2014-09-30
• 公開（公告）號: CN104239875B
• 公開（公告）日: 2017-08-08
• 發明（設計）人: 李柯材
• 申請（專利權）人: 華勤通訊技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F17/28
• 代理公司: 上海弼興律師事務所31283
• 代理人: 薛琦,王聰

技術領域

本發明涉及一種字符串識別、翻譯方法及設備。

背景技術

目前，隨著國際化的快速發展，即便普通人，也經常會遇到外文資料，而對于外語學習者，更需要大量地閱讀外文資料。在目前的外文閱讀過程中，如果遇到生疏的詞匯時，通常需要借助字典、電子詞典或到專業的網站上進行搜索查詢，無論哪種查詢方式，此過程都需要手動逐個地輸入詞匯字母，效率極低，導致較大比例的人干脆跳過生詞，不去理會，這又使得閱讀質量明顯下降。對于小語種的外文資料來說，不熟悉的人很難準確輸入外文詞句，同時輸入法也較少，導致對于小語種來說有著更大的障礙。

然而，如果要省去手動輸入的過程，就必須首先實現以較為便捷的方式自動獲取用戶感興趣的或者正在閱讀的字符串并對其進行有效的識別，才可能進一步對其進行翻譯。因此，亟需一種能夠令用戶使用非常便利的自動識別字符串的方法，使其能夠在不增加用戶太多操作的前提下普遍適用于各種環境下的字符串的識別。

發明內容

本發明要解決的技術問題是為了克服現有技術中缺少一種能夠便利地自動對字符串進行有效識別的方法，因而必須依賴用戶手動輸入才能完成字符串的翻譯的缺陷，提出一種字符串識別方法。

本發明是通過下述技術方案來解決上述技術問題的：

本發明提供了一種字符串識別方法，其特征在于，包括以下步驟：

S₁、拍攝一預設時長的時間段內同步的眼睛運動視頻和眼前圖像視頻，眼睛運動視頻包括該時間段內各個時刻記錄有眼睛的眼圖像幀，眼前圖像視頻包括該時間段內各個時刻記錄有位于眼睛前方的場景的景圖像幀；

S₂、對眼睛運動視頻進行分析以獲取原始眼動數據，原始眼動數據包括原始注視數據和原始眼跳數據，原始注視數據和原始眼跳數據均包括基于相應眼圖像幀的原始坐標；

S₃、將原始眼動數據中的原始坐標通過預設的坐標變換算法生成修正眼動數據，修正眼動數據包括修正注視數據和修正眼跳數據，修正注視數據和修正眼跳數據均包括基于相應景圖像幀的修正坐標；

S₄、根據修正眼動數據及相應景圖像幀獲取注視焦點圖像；

S₅、將注視焦點圖像和預設的多個字符模板進行對比，找出和注視焦點圖像的相似度最高或高于一相似度閾值的字符模板作為匹配字符模板，根據匹配字符模板生成識別字符串。

較佳地，S₄包括以下步驟：

S₄₁、根據修正注視數據中的修正坐標確定相應景圖像幀上的注視點，對于每一個注視點，采用核密度估計算法得到其高斯分布，將所有注視點的高斯分布疊加合成一顯著圖，該顯著圖上每一點均具有像素值；

S₄₂、采用標記山頭法找出該顯著圖上各個高密度區域中的注意焦點，其中高密度區域為該顯著圖上注視點密度高于一密度閾值的區域，注意焦點為各個高密度區域中像素值最高的點；

S₄₃、獲取所有注意焦點的坐標，并將所有注意焦點作為種子點；

S₄₄、采用種子填充算法對各個種子點進行填充，以獲得注視焦點圖像。

首先，本發明的字符串識別方法可以利用光學系統獲取眼睛視頻圖像和眼前圖像視頻，通過分析處理得到人眼觀看圖像時的注視時間、注視點坐標等原始的眼動數據，然后對獲得的眼動數據進行篩選和處理，獲取有效的眼動數據。簡而言之，獲取的眼睛視頻圖像能夠表現出人眼怎么看，而眼前圖像視頻則是模擬人眼表現出人眼看的是什么。本發明中的眼動數據包括注視數據、眼跳數據兩部分。利用同步的眼睛運動視頻和眼前圖像視頻將以人眼為目標的原始眼動數據，轉化為修正眼動數據。本領域技術人員應當理解，這樣的光學系統可以由兩個攝像機及其他較為常用的光學組件來組成，以實現上述功能。

在人眼看一些圖像時，人對于圖像中各個區域的興趣度可以由人眼在不同區域的注視時間長短和注視次數來反映出，因而本發明借由注視數據和眼跳數據對于人眼的閱讀/注視/查看的情況進行分析。而對于眼圖像幀和景圖像幀來說，其尺寸大小可能會有所不同，這種情況下可以根據其尺寸大小預設適當的坐標變換公式進行轉換。