[发明专利]一种兴趣区域预测方法、装置、设备及存储介质有效

专利信息
申请号: 201810818475.X 申请日: 2018-07-24
公开(公告)号: CN109145896B 公开(公告)日: 2021-03-30
发明(设计)人: 钱云;王晓斐;高群;王忍宝 申请(专利权)人: 安徽淘云科技有限公司
主分类号: G06K9/32 分类号: G06K9/32
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王云晓;王宝筠
地址: 230088 安徽省合肥市高*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 兴趣 区域 预测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种兴趣区域预测方法,其特征在于,包括:

当指示对象未指到目标读本的目标页面中的兴趣区域时,确定所述指示对象在所指方向上的延长线所穿过的兴趣区域,确定出的兴趣区域组成候选兴趣区域集合;

从所述候选兴趣区域集合中确定与所述指示对象最适配的兴趣区域,作为所述指示对象所指的兴趣区域;

其中,所述从所述候选兴趣区域集合中确定与所述指示对象最适配的兴趣区域,包括:

确定所述候选兴趣区域集合中每个候选兴趣区域对应的候选区域,并根据确定出的候选区域,确定与所述指示对象最适配的兴趣区域,其中,一候选兴趣区域对应的候选区域为以目标交点为中心所做的预设形状的区域,所述目标交点为所述指示对象所指方向上的延长线与该候选兴趣区域的交点中,与所述指示对象的指定部位之间的距离最短的交点。

2.根据权利要求1所述的兴趣区域预测方法,其特征在于,还包括:

获取包括所述指示对象和所述目标页面的图像,作为目标图像;

从所述目标图像中确定所述指示对象的轮廓信息;

基于所述指示对象的轮廓信息,确定所述指示对象是否指到所述目标页面中的兴趣区域。

3.根据权利要求2所述的兴趣区域预测方法,其特征在于,所述基于所述指示对象的轮廓信息,确定所述指示对象是否指到所述目标页面中的兴趣区域,包括:

通过所述指示对象的轮廓信息,确定所述指示对象的指定部位的坐标和所述指示对象所指方向;

通过所述指示对象的指定部位的坐标以及预先获取的所述目标页面中各个兴趣区域的轮廓信息,确定所述指示对象的指定部位是否位于所述目标页面中的兴趣区域;

若所述指示对象的指定部位未位于所述目标页面中的兴趣区域,则确定所述指示对象未指到所述目标页面中的兴趣区域。

4.根据权利要求1~3中任意一项所述的兴趣区域预测方法,其特征在于,所述根据确定出的候选区域,确定与所述指示对象最适配的兴趣区域,包括:

从与各个所述候选兴趣区域对应的候选区域中确定满足预设条件的候选区域作为目标区域,其中,预设条件为所述指示对象的指定部位位于候选区域中;

基于所述目标区域确定与所述指示对象最适配的兴趣区域。

5.根据权利要求4所述的兴趣区域预测方法,其特征在于,所述基于所述目标区域确定与所述指示对象最适配的兴趣区域,包括:

若所述目标区域为一个,则将与所述目标区域对应的候选兴趣区域确定为与所述指示对象最适配的兴趣区域;

若所述目标区域为多个,则从多个所述目标区域中确定最优目标区域,将与所述最优目标区域对应的候选兴趣区域确定为与所述指示对象最适配的兴趣区域,其中,所述最优目标区域为多个所述目标区域中被所述指示对象所指定的概率最大的目标区域。

6.根据权利要求4所述的兴趣区域预测方法,其特征在于,所述候选区域的大小取决于目标参数,所述目标参数包括以下参数中的一个或多个:

所述目标读本中兴趣区域的总数量、所述目标页面中兴趣区域的总数量、用户对所述目标读本中的兴趣区域的历史操作总次数、同类用户对所述候选区域对应的候选兴趣区域的历史操作次数、用户类型与所述候选区域对应的候选兴趣区域的类型的匹配度、所述候选区域对应的候选兴趣区域的中心到所述指示对象所指方向上的延长线的垂直距离、所述候选区域的中心与所述指示对象的指定部位之间的直线距离、所述指示对象偏离所述候选区域对应的候选兴趣区域的中心的角速度。

7.根据权利要求6所述的兴趣区域预测方法,其特征在于,所述以目标交点为中心做预设形状的区域,包括:

将所述目标交点确定为高斯函数的中心点;

基于所述目标参数确定高斯函数阈值,并基于所述目标页面在当前视场中的尺寸和所述高斯函数阈值确定高斯函数中指定参数的参数值;

基于所述中心点和所述指定参数的参数值确定目标高斯函数,并基于所述目标高斯函数做高斯圆。

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安徽淘云科技有限公司,未经安徽淘云科技有限公司许可,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/201810818475.X/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