[發明專利]視頻字幕實時翻譯方法

在審

• 申請號: 201710345936.1
• 申請日: 2017-05-17
• 公開（公告）號: CN107145888A
• 公開（公告）日: 2017-09-08
• 發明（設計）人: 代勁;王族;宋娟;張鵬
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/62;G06F17/28
• 代理公司: 重慶樂泰知識產權代理事務所(普通合伙)50221
• 代理人: 劉佳

1.一種視頻字幕實時翻譯方法，其特征在于，包括：

對從視頻中截取的原始圖像進行多通道提取，獲得多個單通道圖像；

基于最大穩定極值區域MSER算法，分別提取原始圖像和多個單通道圖像的MSER區域；

引入局部對比度文本特征，計算各個MSER區域與其背景區域之間的局部對比度，并根據各個局部對比度，確定是否將對應的MSER區域濾除；

引入邊界關鍵點文本特征，確定各個MSER區域的邊界關鍵點；

以所述邊界關鍵點作為分類篩選特征，對濾除后所剩各個MSER區域通過訓練后的支持向量機SVM進行分類篩選，獲得文本區域；

根據豎直方向上每相鄰兩個文本區域之間的距離，對各個文本區域進行文本行區分，根據同一文本行上每相鄰兩個文本區域之間的距離，對同一文本行的各個文本區域進行分類；

基于分類后的各個文本區域進行視頻字幕實時翻譯。

2.根據權利要求1所述的視頻字幕實時翻譯方法，其特征在于，在對從視頻中截取的原始圖像進行多通道提取，獲得多個單通道圖像之前，所述方法還包括：對所述原始圖像進行包括銳化和模糊的預處理。

3.根據權利要求2所述的視頻字幕實時翻譯方法，其特征在于，所述對從視頻中截取的原始圖像進行多通道提取，獲得多個單通道圖像包括：對所述原始圖像和預處理后的原始圖像分別進行R、G、B、H、S、V六個通道的圖像提取，從而獲得多個單通道圖像。

4.根據權利要求1所述的視頻字幕實時翻譯方法，其特征在于，所述計算出各個MSER區域與其背景區域之間的局部對比度，并根據各個局部對比度，確定是否將對應的MSER區域濾除包括：

根據以下公式計算出各個MSER區域與其背景之間的局部對比度lc：

lc=|Σi=1n(Ri+Gi+Bi)-Σj=1k(Ri+Gi+Bi)|max(Σi=1n(Ri+Gi+Bi),Σj=1k(Ri+Gi+Bi))]]>

其中，n表示對應MSER區域的像素個數，k表示對應背景區域的像素點個數，R_i、G_i、B_i分別表示對應MSER區域所在圖像的三個通道紅、綠、藍的取值，i表示對應MSER區域的第i個像素點，j表示對應背景區域的第j個像素點；

針對每個MSER區域，若該MSER區域的局部對比度小于第一預設閾值，則將該MSER區域濾除。