[发明专利]用于优化虚拟环境中的对象的自然语言描述的系统和方法

说明书

技术领域

本发明涉及虚拟环境，且更具体地涉及用于最优化在虚拟环境内的特定对象或场景的自然语言描述的系统和方法。

背景技术

虚拟环境包括可能是基于真实环境的或者代表人为环境的3D世界模型的计算机生成的三维(3D)呈现。该环境典型地由一组虚拟对象构成，每个虚拟对象具有在环境内的具体位置和方向。虚拟环境的用户还具有环境内的特定位置和方向，这由位于环境内的适当位置的形象(avatar)来表示。该位置和方向提供了用户观看环境中的场景的视点。

如由美国专利No.6348927中的Lipkin所描述的，可以通过参考对象的数据库，找到对象的相关子集并可视地呈现这些对象来向用户展示虚拟环境的视图，以提供环境的图形视图。不能很好地观看的用户不具有对该视图的访问。这包括具有视觉损伤的用户和正通过具有有限图形能力的设备访问虚拟环境的用户两者。

在美国专利申请No.2006/0098089A1中，Sofer教导了结合图像处理使用3D模型以标识真实环境中的对象，并且可听地向人们描述了这些对象。要被描述的对象根据它们离该用户的距离而被排序，首先描述最近的对象。使用人们预先提供的名称来以自然语言描述对象。在复杂的环境中，视图中可能存在许多这样的对象。

这种方法中存在两个主要限制。第一，用于描述对象的名称是静态的，而在环境内的对象的外观取决于用户的视点而改变。对象的不同特征可以是隐藏或可视的，且对象可以部分被其他对象遮蔽(occlude)。另外，对象可能基于对象的属性值而改变其外观。例如，灯可以点亮或熄灭。

一种用于提供相对于二维用户接口中的控制对象的状态的准确的文本描述的已知方法是预先提供一组描述，并基于在请求该描述时对象的状态来选择适当的描述。但是，该方法不提供对诸如观看者相对于对象的位置的其他因素、或周围环境的状态敏感的描述。这导致非最佳的、甚至可能误导的描述。

导致场景的自然语言描述次最佳的第二因素是环境的复杂性。如果存在要描述的许多对象，则场景描述变得太长。在包含大量对象的其他应用中，如Negishi等人的US2006/0197438A1中所教导的，以层级构建对象编号。

Cheng的美国专利NO.6329986教导了以优先顺序排列(prioritize)虚拟环境内的对象集以确定哪些对象要展示给用户以及展示的质量的方法。使用基本和修改的参数来确定优先级，其中修改的参数表示参与者的情况、视角、特性和观点。基本参数可以表示环境的特性、离对象的距离、视点中心和对象之间的角度以及用户与对象交互的“情况”。Cheng没有教导使用优先顺序以排序用于展示的对象。

美国专利No.6118456教导一种根据对象在从具体视点的场景内的重要性来以优先顺序排列虚拟环境内的对象的方法。以优先顺序排列用于确定从远程服务器取出对象数据的顺序，以便比较不重要的对象更快地呈现重要的对象。通过考虑离对象的距离、由场景中的对象占据的视野面积、用户的视野焦点的推断面积、对象移动和用于估计特定对象的重要性的特别应用分配的“消息”值来计算对象的重要性。

这些分组和以优先顺序排列的技术还没有应用于最优化虚拟环境内的场景的自然语言描述的问题。另外，这些技术不包括考虑有助于有效场景描述的若干因素。

发明内容

有效的场景描述的一个因素包括给予用户的最近的描述集。在人类通信中，长的描述在被重复时通常被精简。例如，可以在第一描述这种椅子时使用短语“有四个绿腿的红椅子”，而随后的描述将采用“红椅子”的形式，或者最后“另一椅子”或“另五个椅子”。如果已经向用户描述了五个相同的椅子，则优选地将其他类似的椅子分成一组，并用单个短语来描述它们。另外，传统的算法也不考虑在场景中出现的其他对象，除了计算对象是否对于用户可见以外。在具有上百个椅子的场景中，单个椅子不应该被给予高优先级，而在会议室中，应该给予。

根据本原理，提供一种系统和方法，用于生成在3D模型内的对象的自然语言描述，其相对于对象的位置、观察者的视点、最近的活动和对象以及周围环境的状态而言是精确的。

构造另一方法，通过该方法，将这种描述组合成场景描述并将其呈现给用户，以便限制所描述的对象的总数，并在较不重要的对象之前描述更重要的对象。这种描述用助于介绍和定位不管什么原因而无法看到虚拟环境的视觉表示的用户。在虚拟环境的环境中，提供了克服用于以文字描述虚拟场景的现有技术的缺点的方法。