JP2016502218A5 - - Google Patents

Claims (15)

1. 移動局(MS)上のテキスト認識および追跡のための方法であって、
   第1のテキストブロックを位置特定して認識するために、前記MS上のカメラによってキャプチャされた画像フレーム上で光学式文字認識(OCR)を実行することによって第1の参照フレームを取得するステップと、
   選択された後続の画像フレームと関連付けられたパラメータに基づいて、後続の画像フレームのセットから後続の画像フレームを選択するステップと、
   第2のテキストブロックを認識するために、前記選択された後続の画像フレーム上でOCRを実行することによって第2の参照フレームを取得するステップと、
   前記第1のテキストブロックと前記第2のテキストブロックとの間の幾何学的関係を判断するステップであって、前記幾何学的関係は、前記第2の参照フレーム内の前記第1のテキストブロックの位置と、前記第2の参照フレームと関連付けられたカメラ姿勢とに少なくとも部分的に基づいて判断される、ステップと
   を含む、方法。
2. 前記第1のテキストブロックと前記第2のテキストブロックとの間の前記幾何学的関係に基づいて前記第1のテキストブロックと前記第2のテキストブロックとを連続的にアセンブルするステップをさらに含む、請求項1に記載の方法。
3. 前記第1のテキストブロックと前記第2のテキストブロックとの間の前記幾何学的関係が、前記第1のテキストブロックおよび前記第2のテキストブロックが現れる媒体と関連付けられた基準系に少なくとも部分的に基づく、請求項2に記載の方法。
4. 前記アセンブルされた一連の第1および第2のテキストブロックを入力としてテキスト音声アプリケーションに与えるステップをさらに含む、請求項2に記載の方法。
5. 前記後続の画像フレームを選択するステップが、
   後続の画像フレームの前記セットに対するカメラ姿勢を計算するステップであって、各カメラ姿勢が別個の後続の画像フレームと関連付けられ、前記関連付けられた後続の画像フレームを前記第1の参照フレームと整合させることに少なくとも部分的に基づいて判断される、計算するステップと、
   後続の画像フレームの前記セット内の対応する画像フレームと関連付けられたパラメータを、前記計算されたカメラ姿勢に少なくとも部分的に基づいて判断するステップと
   をさらに含む、請求項1に記載の方法。
6. 前記整合させることが、効率的2次最小化(ESM)を使用して実行され、かつ、
   前記ESMが、前記関連付けられた後続の画像フレームのより低い分解能バージョン上で動作する、請求項5に記載の方法。
7. 後続の画像フレームの前記セットに対するカメラ姿勢を計算するステップが、
   前記第1の参照フレーム内の複数の特徴点を識別することによって取得された画像パッチを含む追跡ターゲットを生成するステップと、
   前記第1の参照フレームと前記後続の画像フレームとの間の画像パッチの対応に基づいて、前記セット内の後続の画像フレーム内で前記追跡ターゲットのロケーションを判断するステップと、
   前記後続の画像フレーム内の前記追跡ターゲットの前記ロケーションに少なくとも部分的に基づいて前記後続の画像フレームと関連付けられたカメラ姿勢を計算するステップと
   をさらに含む、請求項5に記載の方法。
8. 前記特徴点が、前記第1の参照フレーム内の自然特徴に基づくか、または、
   個別の特徴点が重みを割り当てられ、かつ、前記第1のテキストブロックの上の特徴点が、前記第1の参照フレーム内の他の場所に位置する特徴点に対してより大きい重みを割り当てられる、請求項7に記載の方法。
9. 前記追跡ターゲットの生成が、前記関連付けられた後続の画像フレームを前記第1の参照フレームと整合させることと実質的に並列して実行される、請求項7に記載の方法。
10. 前記第1の参照フレームおよび後続の画像フレームの前記セットがマーカーレスである、請求項1に記載の方法。
11. 前記パラメータが、
    前記選択された後続の画像フレームと前記第1の参照フレームとの間のオーバーラップ領域のパーセンテージか、
    前記選択された後続の画像フレーム内で可視の前記第1のテキストブロックの割合であって、前記第1のテキストブロックの全領域に対する前記選択された後続の画像フレーム内の前記第1のテキストブロックの可視の部分を含む領域の比として決定される、割合か、
    前記第1の参照フレームに対する前記選択された後続の画像フレームの回転の大きさか、または
    前記第1の参照フレームに対する前記選択された後続の画像フレームの並進の大きさ
    のうちの少なくとも1つを含む、請求項1に記載の方法。
12. 前記カメラ姿勢が6自由度(6-DoF)で判断され、前記カメラが前記第1のテキストブロックおよび前記第2のテキストブロックを含む平坦な媒体に対してフロントパラレルである、請求項1に記載の方法。
13. 前記方法が、拡張現実(AR)アプリケーションによって起動され、
    仮想オブジェクトが、前記第1のテキストブロックおよび前記第2のテキストブロックの上に前記ARアプリケーションによって配置され、かつ、
    前記仮想オブジェクトが、前記第1のテキストブロックおよび前記第2のテキストブロックから翻訳されたテキストを含み、前記翻訳されたテキストが、前記第1のテキストブロックおよび前記第2のテキストブロックを表現するために使用された言語と異なる言語におけるものである、請求項1に記載の方法。
14. 一連の画像フレームをキャプチャするための撮像手段と、
    第1のテキストブロックを位置特定して認識するために、前記一連の画像フレーム内の画像フレーム上で光学式文字認識(OCR)を実行することによって第1の参照フレームを取得するための手段と、
    選択された後続の画像フレームと関連付けられたパラメータに基づいて、前記一連の画像フレームから後続の画像フレームを選択するための手段と、
    第2のテキストブロックを認識するために、前記選択された後続の画像フレーム上でOCRを実行することによって第2の参照フレームを取得するための手段と、
    前記第1のテキストブロックと前記第2のテキストブロックとの間の幾何学的関係を判断するための手段であって、前記幾何学的関係は、前記第2の参照フレーム内の前記第1のテキストブロックの位置と、前記第2の参照フレームと関連付けられた前記撮像手段の姿勢とに少なくとも部分的に基づいて判断される、手段と
    を含む、装置。
15. プロセッサによって実行されると請求項1乃至13のいずれか1項に記載の方法を実行する命令を含む非一時的コンピュータ可読記録媒体。