[发明专利]象形图识别装置、象形图识别系统和象形图识别方法有效

专利信息
申请号: 201711026312.X 申请日: 2017-10-27
公开(公告)号: CN108446709B 公开(公告)日: 2023-06-02
发明(设计)人: 崔亢集;金承均;崔振旻;朴宰完 申请(专利权)人: 现代自动车株式会社;起亚自动车株式会社
主分类号: G06V30/242 分类号: G06V30/242;G06V30/19;G06V30/18;G06V10/50
代理公司: 北京尚诚知识产权代理有限公司 11322 代理人: 龙淳
地址: 韩国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 象形 识别 装置 系统 方法
【说明书】:

公开了象形图识别装置、象形图识别系统和象形图识别方法,其中象形图识别方法包括获取学习数据,获取包括象形图的图像,从图像提取至少一个区域,获取对应于至少一个区域的描述符,通过将描述符与学习数据进行比较来识别象形图,并且向用户提供对应于识别的象形图的信息。

技术领域

发明涉及象形图识别装置、象形图识别系统和象形图识别方法。

背景技术

象形图(pictogram)可以指示图像,所述图像以使得用户可以直观地识别特定对象的方式,使用符号、字母和图形中的至少一个来容易地和可视地显示。象形图已广泛用于各种目的,例如对特定对象的功能、材料或效果进行说明,提供关于特定区域的信息或与特定区域相关的外围信息以及导航服务等等。

车辆或机械机器可以包括用户界面(UI),其包括用于输入关于车辆或机械机器的各种命令的输入部分,以及用于提供关于车辆或工程机械的各种信息的输出部分。用户界面(UI)可以使用上述象形图向用户提供各种信息。例如,用户界面(UI)可以使用象形图向用户提供各种信息,例如关于能够通过输入部分执行的功能或操作的信息,关于当前车辆或机械机器的状态或操作的信息,或者关于车辆或机械机器的周边情况的信息。

在本发明的背景技术部分中公开的信息仅用于增强对本发明的一般背景的理解,并且不应被视为确认或以任何形式建议该信息形成本领域技术人员已知的现有技术。

发明内容

本发明的各个方面旨在提供一种象形图识别装置、象形图识别系统和象形图识别方法,其可以准确地识别象形图,并且可容易且快速地向用户提供关于识别的象形图的信息。

本发明的其他方面将在下面的描述中部分地阐述,并且部分地从描述中将是显而易见的,或者可以通过实践本发明来了解。

根据本发明的方面,用于识别象形图的方法可包括获取学习数据;获取包括象形图的图像;从所述图像提取至少一个区域;获取对应于所述至少一个区域的描述符;通过将所述描述符与所述学习数据进行比较来识别所述象形图;以及向用户提供对应于所述识别的象形图的信息。

从所述图像提取所述至少一个区域包括在所述图像中建立窗口,检测由所述窗口划分的区域,并且从而提取所述至少一个区域;以及移动所述窗口。

从所述图像提取所述至少一个区域可包括从所述图像中获取图像金字塔;以及从所述图像金字塔的每个区域提取至少一个区域。

获取对应于所述至少一个区域的所述描述符可包括获取关于构建所述至少一个区域的至少一个单元的方向梯度直方图(HOG);以及使用关于所述至少一个单元的方向梯度直方图(HOG)来获取关于所述至少一个单元的描述符。获取对应于所述至少一个区域的所述描述符可进一步包括通过组合关于至少一个单元的HOG(方向梯度直方图)来获取关于所述至少一个区域的描述符。

通过将所述描述符与所述学习数据进行比较来识别所述象形图可包括将所述描述符与所述学习数据进行比较;以及检测与所述描述符相同或相似的描述符。

通过将所述描述符与所述学习数据进行比较来识别所述象形图可包括将与来自多个描述符的所述学习数据基本上相同或类似的描述符分成单个组,所述多个描述符提取自所述至少一个区域;确定包含在相同组中的所述描述符是否位于所述图像内的不同的相邻位置;以及根据确定的结果确定象形图识别的成功或失败。

获取所述学习数据可包括从学习图像获取多个学习描述符;以及将多个描述符定位在超空间中,根据所述多个学习描述符的分布确定超空间划分所需的超平面,以及根据确定的超平面获取多个划分空间。

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现代自动车株式会社;起亚自动车株式会社,未经现代自动车株式会社;起亚自动车株式会社许可,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/201711026312.X/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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