[发明专利]字符识别方法、装置、电子设备及存储介质在审
申请号: | 202010900199.9 | 申请日: | 2020-08-31 |
公开(公告)号: | CN112036315A | 公开(公告)日: | 2020-12-04 |
发明(设计)人: | 朱欤;郭国栋;伍天意 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京市铸成律师事务所 11313 | 代理人: | 林军;杨瑾瑾 |
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: | 字符 识别 方法 装置 电子设备 存储 介质 | ||
1.一种字符识别方法,包括:
在从实时采集的第一帧图像中识别到第一类手势的情况下,基于第一模型从所述第一帧图像之后实时采集的帧图像中检测指尖的当前位置信息;
基于所述指尖的当前位置信息更新所述指尖的当前轨迹数据;
基于第二模型对所述指尖的所述当前轨迹数据进行处理,得到目标字符。
2.根据权利要求1所述的方法,其中,所述基于第二模型对所述指尖的所述当前轨迹数据进行处理,得到目标字符,还包括:
若从实时采集的第二帧图像中识别到第二类手势,则基于第二模型对所述指尖的所述当前轨迹数据进行识别,得到目标字符。
3.根据权利要求1所述的方法,其中,所述基于第二模型对所述指尖的所述当前轨迹数据进行处理,得到目标字符,还包括:
基于第二模型对所述指尖的所述当前轨迹数据进行预测,得到当前轨迹数据对应的候选字符;
在展示界面中展示所述候选字符;
若从实时采集的第三帧图像中识别到第三类手势,则将从所述第三帧图像中识别到的手部的区域位置所对应的候选字符作为所述目标字符。
4.根据权利要求1-3任一项所述的方法,其中,所述方法还包括:
基于第一模型从实时采集的帧图像中识别手部的区域位置、手势类型、指尖的位置信息中至少之一。
5.根据权利要求1-3任一项所述的方法,其中,所述方法还包括:
获取第一类训练数据;其中,所述第一类训练数据中包含标注有手部的区域位置、手势类型、指尖的位置信息的视频的帧图像;
基于所述第一类训练数据对第一模型进行迭代训练,得到迭代训练后的第一模型。
6.根据权利要求1-3任一项所述的方法,其中,所述方法还包括:
获取第二类训练数据;其中,所述第二类训练数据包括:标注有对应的字符的训练视频、以及所述训练视频中的帧图像所对应的指尖的位置信息组成的轨迹数据;
采用所述第二类训练数据对第二模型进行迭代训练,得到迭代训练后的第二模型。
7.一种字符识别装置,包括:
第一识别模块,用于在从实时采集的第一帧图像中识别到第一类手势的情况下,基于第一模型从所述第一帧图像之后实时采集的帧图像中检测指尖的当前位置信息;基于所述指尖的当前位置信息更新所述指尖的当前轨迹数据;
第二识别模块,用于基于第二模型对所述指尖的所述当前轨迹数据进行处理,得到目标字符。
8.根据权利要求7所述的装置,其中,所述第二识别模块,用于若从实时采集的第二帧图像中识别到第二类手势,则基于第二模型对所述指尖的所述当前轨迹数据进行识别,得到目标字符。
9.根据权利要求7所述的装置,其中,所述第二识别模块,用于基于第二模型对所述指尖的所述当前轨迹数据进行预测,得到当前轨迹数据对应的候选字符;在展示界面中展示所述候选字符;若从实时采集的第三帧图像中识别到第三类手势,则将从所述第三帧图像中识别到的手部的区域位置所对应的候选字符作为所述目标字符。
10.根据权利要求7-9任一项所述的装置,其中,所述第一识别模块,用于基于第一模型从实时采集的帧图像中识别手部的区域位置、手势类型、指尖的位置信息中至少之一。
11.根据权利要求7-9任一项所述的装置,其中,所述第一识别模块,用于获取第一类训练数据;其中,所述第一类训练数据中包含标注有手部的区域位置、手势类型、指尖的位置信息的视频的帧图像;基于所述第一类训练数据对第一模型进行迭代训练,得到迭代训练后的第一模型。
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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202010900199.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种液压注入泵
- 下一篇:控制方法、嵌入机以及计算机可读存储介质