公开(公告)号：CN107862333A

公开(公告)日：2018-03-30

申请号：CN201711078234.8

申请日：2017-11-06

Applicant: 哈尔滨工程大学

Inventor： 马忠丽 ,  李慧欣 ,  张兰勇 ,  李陇南 ,  李倩倩 ,  李志鹏

IPC: G06K9/62

CPC classification number: G06K9/6268 ,  G06K9/6262

Abstract: 本发明属于火灾探测技术领域，解决现有技术中燃烧区域判断过于复杂和判断不准确的问题，尤其涉及一种在复杂环境下判断物体燃烧区域的方法，首先进行图像预处理，然后计算火焰图像样本的期望最大回报值，然后构建深度学习网络的权值更新方程，接着训练深度学习网络，最后利用训练好的深度学习网络来识别火焰。相对于现有技术，本发明具有深度学习的特点，且燃烧区域判断全面，可操作性强，对于燃烧区域的判断更准确，更快速。

公开(公告)号：CN107886065A

公开(公告)日：2018-04-06

申请号：CN201711079179.4

申请日：2017-11-06

Applicant: 哈尔滨工程大学

Inventor： 马忠丽 ,  李倩倩 ,  佘静 ,  李帅阳 ,  何江达

IPC: G06K9/00 ,  G06K9/20 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06K9/2054 ,  G06K9/00402 ,  G06K9/3275 ,  G06K9/6256 ,  G06N3/0454 ,  G06N3/084

Abstract: 本发明为一种混合字体的数字序列识别方法，是在卷积神经网络应用的基础上，设计的一个网络结构，使用滑动窗口，建立同一个图像的不同分辨率的金字塔结构，使用NMS非极大值抑制去除重复的检测。待识别图像中包含印刷字体和手写字体的数字序列，用神经网络分类器进行数字检测，再进行数字识别，得到识别结果。步骤包括输入图像、得到候选目标区域、滑动窗口对候选目标区域进行特征提取、用机器学习的方法判断候选目标区域是否是目标、对候选目标区域进行定位校正。本发明能检测出混合字体的数字序列，识别准确率非常高，适用于所有的视觉系统，在人工智能的发展道路上有极大的意义。