[发明专利]捕获笔划墨迹的系统、方法和计算机可读介质在审
| 申请号： | 201910575300.5 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110674671A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 金哲暄;P·邱;织田英人 | 申请（专利权）人： | 富士施乐株式会社 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 11127 北京三友知识产权代理有限公司 | 代理人： | 黄纶伟;李辉 |
| 地址： | 日本*** | 国省代码： | 日本;JP |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 笔尖 笔划 墨迹 计算机可读介质 端对端系统 视频摄像头 摄像头 短语 笔迹识别 神经网络 运动检测 初始化 整合 落笔 捕获 日语 书写 英语 拍摄 评估 统一 | ||
1.一种捕获笔划墨迹的系统，所述系统包括：
a.至少一个摄像头，所述至少一个摄像头用于获取用户笔迹的视频；以及
b.处理单元，所述处理单元用于利用神经网络来处理所拍摄的所述用户笔迹的视频以检测多个笔划墨迹，并且用于利用所检测到的多个笔划墨迹来识别所述用户笔迹。
2.根据权利要求1所述的系统，其中，所述神经网络是深度学习神经网络。
3.根据权利要求1所述的系统，其中，所述摄像头是网络摄像头。
4.根据权利要求1所述的系统，其中，所述摄像头安装在桌面上方。
5.根据权利要求1所述的系统，其中，所述摄像头安装在台灯上。
6.根据权利要求1所述的系统，其中，所述神经网络包括编码器和解码器。
7.根据权利要求6所述的系统，其中，所述编码器输入所拍摄的所述用户笔迹的视频的视频帧序列，并且生成从卷积网络块学习的特征表示。
8.根据权利要求7所述的系统，其中，所述编码器利用递归神经网络来生成所述特征表示。
9.根据权利要求7所述的系统，其中，所述解码器利用解卷积网络块将所述特征表示转换为按像素的标记图。
10.根据权利要求9所述的系统，其中，利用多个链路将所述卷积网络块与所述解卷积网络块链接。
11.根据权利要求1所述的系统，其中，所述用户笔迹是利用笔迹识别引擎来识别的。
12.根据权利要求1所述的系统，其中，所述处理和识别实时地执行。
13.根据权利要求1所述的系统，其中，所述处理单元输出基于所识别的用户笔迹的文本信息。
14.根据权利要求1所述的系统，其中，所述用户笔迹包括利用普通的笔和纸书写的墨迹。
15.一种捕获笔划墨迹的方法，所述方法包括以下步骤：
a.使用至少一个摄像头来获取用户笔迹的视频；以及
b.使用处理单元利用神经网络来处理所拍摄的所述用户笔迹的视频以检测多个笔划墨迹，并且利用所检测到的多个笔划墨迹来识别所述用户笔迹。
16.根据权利要求15所述的方法，其中，所述神经网络是深度学习神经网络。
17.根据权利要求15所述的方法，其中，所述摄像头是网络摄像头。
18.根据权利要求15所述的方法，其中，所述摄像头安装在桌面上方。
19.根据权利要求15所述的方法，其中，所述摄像头安装在台灯上。
20.根据权利要求15所述的方法，其中，所述神经网络包括编码器和解码器。
21.根据权利要求20所述的方法，其中，所述编码器输入所拍摄的所述用户笔迹的视频的视频帧序列，并且生成从卷积网络块学习的特征表示。
22.根据权利要求15所述的方法，所述方法还包括使用所述处理单元输出基于所识别的所述用户笔迹的文本信息。
23.根据权利要求15所述的方法，其中，所述用户笔迹包括利用普通的笔和纸书写的墨迹。
24.一种有形计算机可读介质，所述有形计算机可读介质包含一组指令，所述指令实现包括以下步骤的方法：
a.使用至少一个摄像头来获取用户笔迹的视频；以及
b.使用处理单元利用神经网络来处理所拍摄的所述用户笔迹的视频以检测多个笔划墨迹，并且利用所检测到的多个笔划墨迹来识别所述用户笔迹。
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富士施乐株式会社，未经富士施乐株式会社许可，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/201910575300.5/1.html，转载请声明来源钻瓜专利网。
- 上一篇：用于处理信息的方法和装置
- 下一篇：一种基于tof相机的多场景人数统计方法
