[發明專利]基于人工智能現實場景下的中文意義詞組的識別方法和系統

在審

• 申請號: 202010668276.2
• 申請日: 2020-07-13
• 公開（公告）號: CN112001380A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 高旻昱;遲崇明;李潤發
• 申請（專利權）人: 上海翎騰智能科技有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06F16/332;G06F16/36;G06K9/34;G06K9/62
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

本發明提供了一種基于人工智能現實場景下的中文意義詞組的識別方法和系統，識別方法包括：S1：獲取采集的真實場景下的實時交互圖像；S2：將實時交互圖像與預先設定的信息載體和交互載體進行匹配，輸出信息載體和交互載體；S3：根據信息載體和交互載體，識別交互載體在信息載體中的位置信息和觸發動作信息，后識別交互載體進行觸發動作的所在信息載體上的中心焦點及其兩邊的中文文字信息；S4：根據中文文字信息，利用字典對中文文字信息組成的中文文字序列進行檢索，獲取文字組合；后利用詞典對文字組合進行檢索，獲取文字組合的中文意義后輸出。本發明提高了文字識別以及中文意義詞組識別的速度，且實現自動識別中文意義詞組的功能。

技術領域

本發明涉及人工智能技術領域，具體涉及一種基于人工智能現實場景下的中文意義詞組的識別方法和系統。

背景技術

人工智能(Artificial Intelligence，簡稱AI)，是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

中文詞組學習是中文學習中的重要環節，現有的工具(包括紙質字典、電子辭典、手機查詞app)都需要人為手動輸入漢字進行詞組學習，效率較低。

深度學習和大數據的發展大大提升了人工智能方法在圖像識別、手勢識別和文字識別的性能。通過人工智能的方法將手勢識別和文字識別等技術應用到文本識別和中文語言學習，能夠很大程度提高人們的學習和閱讀效率。

現有技術中實現手指觸發動作文字識別是通過采集裝置獲得圖像，再對圖像進行分割獲得特征點再做比對，整個識別的效率非常低，費時長。

發明內容

本申請提供一種本發明的目的在于提供一種基于人工智能現實場景下的中文意義詞組的識別方法和系統，以解決現有技術中手指交互文字識別速度慢、無法達到自動識別中文意義詞組的技術問題。

根據第一方面，一種實施例中提供一種基于人工智能現實場景下的中文意義詞組的識別方法，所述識別方法包括：

S1：獲取采集的真實場景下包括信息載體和交互載體在內的實時交互圖像；

S2：將所述實時交互圖像與預先設定的信息載體和交互載體，通過以FPN結構網絡的卷積神經網絡為核心的圖像深度學習AI模型進行匹配識別，輸出所述信息載體和所述交互載體；

S3：根據所述信息載體和所述交互載體，利用手指定位人工智能算法，識別出所述交互載體在所述信息載體中的位置信息和觸發動作信息，后通過數學邏輯綜合各部分信息計算識別出所述交互載體進行觸發動作的所在所述信息載體上的中心焦點，以及利用以卷積神經網絡為核心的圖像目標識別深度學習AI模型識別獲取中心焦點兩邊的中文圖像信息，并使用深度學習文本識別OCR技術獲取中文文字信息；

S4：根據識別出的中心焦點及其兩邊的中文文字信息，利用字典對中文文字信息組成的中文文字序列進行匹配檢索，獲取文字組合；后利用詞典對文字組合進行匹配檢索，獲取文字組合的中文意義后輸出。

在一種實施例中，所述步驟S3進一步包括：

S31：接收所述實時交互圖像中的所述信息載體和所述交互載體，通過使用以Densenet結構網絡的卷積神經網絡為核心的圖像深度學習AI模型，或者使用基于Resnet或vgg或darknet結構的圖像識別主干網絡，以基于高斯分布密度衰減函數的位置信息損失函數為迭代指標，識別所述交互載體在所述信息載體中的的位置信息和觸發動作信息；

S32：對所述交互載體的觸發動作區域進行圖像切割，獲取以所述觸發動作區域為中心焦點區域的單一干凈文字圖像；