申请/专利权人：上海翎腾智能科技有限公司

申请日：2020-07-13

公开（公告）日：2024-03-26

公开（公告）号：CN112001380B

主分类号：G06V30/14

分类号：G06V30/14;G06F16/332;G06F16/36;G06V30/148;G06V30/19

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2020.12.15#实质审查的生效;2020.11.27#公开

摘要：本发明提供了一种基于人工智能现实场景下的中文意义词组的识别方法和系统，识别方法包括：S1：获取采集的真实场景下的实时交互图像；S2：将实时交互图像与预先设定的信息载体和交互载体进行匹配，输出信息载体和交互载体；S3：根据信息载体和交互载体，识别交互载体在信息载体中的位置信息和触发动作信息，后识别交互载体进行触发动作的所在信息载体上的中心焦点及其两边的中文文字信息；S4：根据中文文字信息，利用字典对中文文字信息组成的中文文字序列进行检索，获取文字组合；后利用词典对文字组合进行检索，获取文字组合的中文意义后输出。本发明提高了文字识别以及中文意义词组识别的速度，且实现自动识别中文意义词组的功能。

主权项：1.一种基于人工智能现实场景下的中文意义词组的识别方法，其特征在于，所述识别方法包括：S1：获取采集的真实场景下包括信息载体和交互载体在内的实时交互图像；S2：将所述实时交互图像与预先设定的信息载体和交互载体，通过以FPN结构网络的卷积神经网络为核心的图像深度学习AI模型进行匹配识别，输出所述信息载体和所述交互载体；S3：根据所述信息载体和所述交互载体，利用手指定位人工智能算法，识别出所述交互载体在所述信息载体中的位置信息和触发动作信息，后通过数学逻辑综合信息计算识别出所述交互载体进行触发动作的所在所述信息载体上的中心焦点，以及利用以卷积神经网络为核心的图像目标识别深度学习AI模型识别获取中心焦点两边的中文图像信息，并使用深度学习文本识别OCR技术获取中文文字信息；S4：根据识别出的中心焦点及其两边的中文文字信息，利用字典对中文文字信息组成的中文文字序列进行匹配检索，获取文字组合；后利用词典对文字组合进行匹配检索，获取文字组合的中文意义后输出;所述步骤S3进一步包括：S31：接收所述实时交互图像中的所述信息载体和所述交互载体，通过使用以Densenet结构网络的卷积神经网络为核心的图像深度学习AI模型，或者使用基于Resnet或vgg或darknet结构的图像识别主干网络，以基于高斯分布密度衰减函数的位置信息损失函数为迭代指标，识别所述交互载体在所述信息载体中的位置信息和触发动作信息；S32：对所述交互载体的触发动作区域进行图像切割，获取以所述触发动作区域为中心焦点区域的单一干净文字图像；其中，所述单一干净文字图像为所述交互图像中仅包含中文文字本身以及其所必要覆盖的背景区域，不包括任何远离中文文字的背景或其他图像信息；S33：对所述单一干净文字图像的中心焦点区域进行标记处理分析，得出中心焦点文字在水平方向的角度信息，并根据角度信息对所述单一干净文字图像进行旋转调整，以获取水平的所述单一干净文字图像；S34：在经过对所述单一干净文字图像的中心焦点区域标记处理及旋转后，同时向所述中心焦点区域的左边和右边获取一组潜在文字区域图像；S35：对所述潜在文字区域图像进行区域切割分析，获得普通焦点区域的新单一干净文字图像；S36：对新单一干净文字图像信息进行判别分析，判断出所述新单一干净文字图像包含有中文图像信息或者非中文图像信息，若包含中文图像信息则识别该中文图像信息，并进入步骤S37，否则对非中文图像信息进行标记；S37：对包含有中文文字信息的普通焦点区域，在其远离中心焦点区域的方向，向左或向右获取一组新的潜在文字区域图像，并重复S35-S36步骤，直到某一步的普通焦点区域没有中文文字信息或者达到最大迭代步数后停止，返回识别出文字信息。

全文数据：

权利要求：

百度查询： 上海翎腾智能科技有限公司 基于人工智能现实场景下的中文意义词组的识别方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD