[发明专利]图像翻译方法及系统在审

专利信息
申请号: 201410345934.9 申请日: 2014-07-18
公开(公告)号: CN104090871A 公开(公告)日: 2014-10-08
发明(设计)人: 王帆;高浩渊;吴中勤;刘璇;吴华;王海峰 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F17/28 分类号: G06F17/28;G06K9/20
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 宋合成
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 翻译 方法 系统
【权利要求书】:

1.一种图像翻译方法,其特征在于,包括:

S1、获得图片,并从所述图片中确定出目标对象;

S2、向图片识别系统发送所述目标对象的图片,以使所述图片识别系统识别出所述目标对象所属的类型信息,并向翻译系统发送所述类型信息,以使所述翻译系统对所述类型信息进行翻译;以及

S3、接收并显示所述类型信息及所述类型信息对应的译文。

2.根据权利要求1所述的方法,其特征在于,所述从所述图片中确定出目标对象,包括:

获得用户从所述图片中圈选出的所述目标对象;或者

获得用户从所述图片中涂抹出的所述目标对象。

3.根据权利要求1所述的方法,其特征在于,所述目标对象所属的类型信息是所述图片识别系统基于预设的识别模型获得的。

4.根据权利要求3所述的方法,其特征在于,所述识别模型包括神经网络模型,所述神经网络模型包括卷积神经网络和全连接神经网络。

5.根据权利要求1所述的方法,其特征在于,所述译文为所述翻译系统基于翻译模型生成的。

6.根据权利要求1-5任一权利要求所述的方法,其特征在于,所述类型信息包括标签。

7.根据权利要求6所述的方法,其特征在于,所述S3包括:

在对应于所述目标对象的显示界面上显示所述标签及所述标签对应的译文。

8.根据权利要求7所述的方法,其特征在于,所述在对应于所述目标对象的显示界面上显示所述标签及其对应的译文之后,还包括:

显示第一切换键和/或第二切换键;以及

获得对所述第一切换键或所述第二切换键的触发操作,并根据所述触发操作切换显示标签及所述标签对应的译文。

9.根据权利要求8所述的方法,其特征在于,还包括:

显示与所述类型信息对应的第一语音输出按钮,以用于根据用户对所述第一语音输出按钮的触发操作输出对应的语音;和/或

显示与所述译文对应的第二语音输出按钮,以用于根据用户对所述第二语音输出按钮的触发操作输出对应的语音。

10.根据权利要求9所述的方法,其特征在于,在所述S3之后,还包括:

通过网络向其他用户发送所述目标对象的类型信息及其译文。

11.一种图像翻译系统,其特征在于,包括终端、图片识别系统和翻译系统,其中:

所述终端,用于获得图片,从所述图片中确定出目标对象;向所述图片识别系统发送所述目标对象的图片,接收并显示所述类型信息及所述类型信息对应的译文;

所述图片识别系统,用于对所述目标对象的图片进行识别,获得所述目标对象所属的类型信息,并向所述翻译系统发送所述类型信息;

所述翻译系统,用于对接收的所述类型信息进行翻译。

12.根据权利要求11所述的系统,其特征在于,所述终端,具体用于:

获得用户从所述图片中圈选出的所述目标对象;或者

获得用户从所述图片中涂抹出的所述目标对象。

13.根据权利要求11所述的系统,其特征在于,所述图片识别系统,具体用于:

基于预设的识别模型对所述目标对象的图片进行识别,获得所述目标对象所属的类型信息;或者

从所述目标对象的图片提取出第一特征集,根据所述第一特征集查询预存的对象特征库,从所述对象特征库中找到与所述第一特征集具有最多共同特征的第二特征集,根据所述第二特征集确定出所述目标对象所属的类型信息。

14.根据权利要求13所述的系统,其特征在于,所述识别模型包括神经网络模型,所述神经网络模型包括卷积神经网络和全连接神经网络。

15.根据权利要求11所述的系统,其特征在于,所述翻译系统,具体用于:基于翻译模型对所述类型信息进行翻译。

16.根据权利要求11-15任一权利要求所述的系统,其特征在于,所述类型信息包括标签。

17.根据权利要求16所述的系统,其特征在于,所述终端,还用于:在对应于所述目标对象的显示界面上显示所述标签及所述标签对应的译文。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410345934.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top