【技术实现步骤摘要】
【国外来华专利技术】电子视觉辅助设备中自主增强的免手动控制相关申请的交叉引用本专利申请要求于2018年9月24日提交的标题为“NovelEnhancedAutonomousHands-freeControlinElectronicVisualAids”的美国临时专利申请No.62/735,643的优先权，其全部内容通过引用合并于此。本专利技术涉及于2017年11月17日提交的PCT专利PCT/US2017/062421、于2017年11月17日提交的美国专利申请No.15/817,117、于2018年3月12日提交的美国专利申请No.15/918,884、于2018年7月9日提交的美国专利申请No.16/030,788、于2018年10月31日提交的美国专利申请No.16,177,333、于2019年3月6日提交的美国专利申请No.16/294,601以及于2019年5月29日提交的PCT专利PCT/US2019/034443，上述专利的全部内容通过引用合并于此。通过引用并入本文本说明书中提及的所有出版物和专利申请的全部内容都以相同的程度通过引用...
【技术保护点】
1.一种为视觉辅助设备的视频输出提供自主增强的方法，所述方法包括：/n利用所述视觉辅助设备获取场景的实时图像；/n评估所述视觉辅助设备的运动分量；/n基于所述运动分量确定所述视觉辅助设备的运动状态；/n如果所述运动状态表明所述视觉辅助设备的用户处于活跃的运动状态，则：/n在所述视觉辅助设备的显示器上呈现第一视频图像，而无需对所述实时图像进行额外的增强或调节；/n如果所述运动状态表明所述视觉辅助设备的用户处于注意力集中状态，则：/n识别与所述视觉辅助设备的用户的关注焦点相对应的所述实时图像的子集；/n从所述实时图像的子集中定位兴趣结构；/n至少对所述兴趣结构进行视觉增强；以及...
【技术特征摘要】
【国外来华专利技术】20180924 US 62/735,6431.一种为视觉辅助设备的视频输出提供自主增强的方法，所述方法包括：
利用所述视觉辅助设备获取场景的实时图像；
评估所述视觉辅助设备的运动分量；
基于所述运动分量确定所述视觉辅助设备的运动状态；
如果所述运动状态表明所述视觉辅助设备的用户处于活跃的运动状态，则：
在所述视觉辅助设备的显示器上呈现第一视频图像，而无需对所述实时图像进行额外的增强或调节；
如果所述运动状态表明所述视觉辅助设备的用户处于注意力集中状态，则：
识别与所述视觉辅助设备的用户的关注焦点相对应的所述实时图像的子集；
从所述实时图像的子集中定位兴趣结构；
至少对所述兴趣结构进行视觉增强；以及
在所述视觉辅助设备的所述显示器上呈现包括视觉增强的兴趣结构的第二视频图像。
2.根据权利要求1所述的方法，其中所述运动分量包括所述视觉辅助设备的角速度。
3.根据权利要求1所述的方法，其中所述运动分量包括在所述视觉辅助设备的偏航轴上的角速度和俯仰轴上的角速度。
4.根据权利要求1所述的方法，其中所述运动分量包括所述视觉辅助设备的平移运动。
5.根据权利要求2所述的方法，其中，高角速度表明所述用户的关注焦点的突然改变。
6.根据权利要求1所述的方法，其中所述活跃的运动状态表明所述视觉辅助设备的所述用户正在进行活跃的运动，因此没有有意专注或试图聚焦于所述用户的视野内的某物上。
7.根据权利要求1所述的方法，其中所述注意力集中状态表明所述视觉辅助设备的所述用户有意专注于所述视野内的某物上。
8.根据权利要求1所述的方法，其中所述视觉辅助设备的低角速度用于确定所述运动状态包括所述注意力集中状态。
9.根据权利要求1所述的方法，其中所述视觉辅助设备的中等角速度用于确定所述运动状态包括所述注意力集中状态。
10.根据权利要求1所述的方法，其中与阅读、扫描或搜索行为相关的角速度用于确定所述运动状态包括所述注意力集中状态。
11.根据权利要求1所述的方法，其中所述第一视频图像包括具有最少处理和/或放大率的标称的、未增强的视图。
12.根据权利要求1所述的方法，其中所述兴趣结构包括类似文本的结构。
13.根据权利要求1所述的方法，其中所述兴趣结构包括面部特征。
14.根据权利要求1所述的方法，其中所述兴趣结构选自于由字母、数字、象形图、字形和图标组成的组。
15.根据权利要求1所述的方法，其中所述视觉增强包括调节至少所述兴趣结构的放大率。
16.根据权利要求1所述的方法，其中所述视觉增强包括调节至少所述兴趣结构的对比度分量。
17.根据权利要求1所述的方法，其中确定所述视觉辅助设备的运动状态包括：
评估与所述实时图像的最近几帧相关联的所述运动分量，以将所述视觉辅助设备的所述用户的短期运动分类；以及
评估所述实时图像的多于最近几帧的运动分量，以识别所述视觉辅助设备的所述用户的特定动作状态。
18.根据权利要求17所述的方法，所述方法还包括应用机器学习算法来识别所述特定动作状态。
19.一种为低视力用户提供增强视觉的方法，所述方法包括以下步骤：
利用视觉辅助设备接收实时视频图像；
利用所述视觉辅助设备识别与所述低视力用户的关注焦点相对应的每个所述实时视频图像的子集；
利用所述视觉辅助设备在每个所述实时视频图像的所述子集中提取兴趣结构；
利用所述视觉辅助设备识别以行或列排列的至少一组兴趣结构；
利用所述视觉辅助设备确定至少一组兴趣结构的尺寸；
利用所述视觉辅助设备调节至少一组兴趣结构的放大率以匹配优选的结构尺寸；
利用所述视觉辅助设备形成增强的视频流，所述增强的视频流包括所述实时图像和具有调节的放大率的所述至少一组兴趣结构；以及
在所述视觉辅助设备的显示器上呈现所述增强的视频流。
20.根据权利要求19所述的方法，其中所述子集包括每个所述实时视频图像内的像素的固定区域。
21.根据权利要求20所述的方法，其中像素的所述固定区域位于每个所述实时视频图像的中心部分。
22.根据权利要求19所述的方法，其中所述兴趣结构包括类似文本的结构。
23.根据权利要求19所述的方法，其中所述兴趣结构包括面部结构。
24.根据权利要求19所述的方法，其中所述兴趣结构选自于由字母、数字、象形图、字形和图标组成的组。
25.根据权利要求19所述的方法，其中所述视觉辅助设备基于所述视觉辅助设备的用户的行为趋势来自动识别每个所述实时视频图像的所述子集。
26.根据权利要求21所述的方法，其中所述用户的行为趋势包括输入控制序列的用户历史以及这些输入控制序列的时序。
27.根据权利要求19所述的方法，其中所述视觉辅助设备基于先前处理的所述视频图像的内容来自动识别每个所述实时视频图像的所述子集。
28.根据权利要求19所述的方法，所述方法进一步包括：
借助所述视觉辅助设备跟踪所述低视力用户的视线；并且
其中所述视觉辅助设备基于所述低视力用户的视线自动识别每个所述实时视频图像的所述子集。
29.根据权利要求19所述的方法，其中所述方法进一步包括预处理所述实时视频图像的所述子集以减少噪声或适应其他不希望的干扰模式。
30.根据权利要求29所述的方法，其中所述预处理包括增强所述实时视频图像的所述子集的对比度分量。
31.根据权利要求29所述的方法，其中所述预处理包括增强所述实时视频图像的所述子集的清晰度分量。
32.根据权利要求29所述的方法，其中所述预处理包括增强所述实时视频图像的所述子集的细节分量。
33.根据权利要求19所述的方法，其中所述提取步骤还包括：从所述实时视频图像的所述子集中提取最大稳定极值区域。
34.根据权利要求19所述的方法，所述方法进一步包括：
利用所述视觉辅助设备检查所提取的兴趣结构；以及
丢弃包含超出预选界限的参数的兴趣结构。
35.根据权利要求34所述的方法，其中所述预选界限包括长度阈值参数。
36.根据权利要求34所述的方法，其中所述预选界限包括宽度阈值参数。
37.根据权利要求34所述的方法，其中所述预选界限包括像素计数阈值参数。
38.根据权利要求34所述的方法，其中所述预选界限包括纵横比阈值参数。
39.根据权利要求34所述的方法，所述方法进一步包括丢弃与所述低视力用户的关注焦点的边界相交的兴趣结构。
40.根据权利要求30所述的方法，其中所述方法进一步包括丢弃与所述低视力用户的关注焦点的顶部边界或底部边界相交的兴趣结构。
41.根据权利要求19所述的方法，其中识别以行或列排列的所述至少一组兴趣结构进一步包括：
为所述兴趣结构建模垂直中心的概率密度函数，其中所述概率密度函数包括一个或多个pdf峰值；
从所述概率密度函数的pdf峰值中确定最大峰值；以及
仅保留在统计上可能与所述最大峰值相关的兴趣结构。
42.根据权利要求41所述的方法，其中，在统计上可能与所述最大峰值相关联的兴趣结构包括大小一致的兴趣结构。
43.根据权利要求19所述的方法，其中所述方法进一步包括利用所述视觉辅助设备来确定所述至少一组兴趣结构被排列成行或列的统计置信度。
44.根据权利要求43所述的方法，其中调节至少一组兴趣结构的放大率进一步包括当所述统计置信度高于置信度阈值时，调节所述至少一组兴趣结构的放大率以匹配所述优选结构尺寸。
45.根据权利要求19所述的方法，其中所述接收步骤进一步包括：
使用所述视觉辅助设备的相机获取实时视频图像；以及
使用所述视觉辅助设备从所述相机接收所述实时视频图像。
46.根据权利要求45所述的方法，其中所述方法进一步包括：
当所述视觉辅助设备获取所述实...
【专利技术属性】
技术研发人员：D·瓦托拉，J·E·科米尔，B·金，
申请(专利权)人：爱达扩视眼镜公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。