-
公开(公告)号：CN105447566B
公开(公告)日：2018-07-20
申请号：CN201410239699.7
申请日：2014-05-30
Applicant: 富士通株式会社
IPC: G06N3/08
Abstract: 本公开提供了训练装置、训练方法以及检测装置。一种用于对卷积神经网络模型进行训练的装置包括特征获取及竞争单元以及模型训练单元。特征获取及竞争单元包括：获取子单元，被配置成针对所述卷积神经网络模型的至少一个卷积层、获取训练样本数据的至少两个不同方面的特征；以及竞争子单元，被配置成基于所述获取子单元获取的至少两个不同方面的特征的对应元素，选择每个元素位置处的最优元素，以得到竞争结果特征。模型训练单元被配置成在训练卷积神经网络模型的过程中，针对所述至少一个卷积层，应用所述竞争结果特征来执行训练。
-
公开(公告)号：CN105335948B
公开(公告)日：2018-06-29
申请号：CN201410389424.1
申请日：2014-08-08
Applicant: 富士通株式会社
IPC: G06T5/50
Abstract: 本发明实施例提供一种文档图像的拼接装置、方法以及扫描仪，其中，该装置包括：校正单元，用于对各个待拼接的文档图像进行初步校正；检测单元，用于检测所述校正单元初步校正后的各个待拼接的文档图像的最优拼缝，其中，所述最优拼缝穿过所述文档图像的空白区域，并且沿着所述最优拼缝的仿射场的变化最小；拼接单元，用于根据所述检测单元检测出的最优拼缝，对各个待拼接的文档图像进行拼接。由于在检测最优拼缝时同时考虑了穿过文档空白区域和仿射场稳定这两个因素，能够获得完整的且内容正确的拼接图像。
-
公开(公告)号：CN105447566A
公开(公告)日：2016-03-30
申请号：CN201410239699.7
申请日：2014-05-30
Applicant: 富士通株式会社
IPC: G06N3/08
Abstract: 本公开提供了训练装置、训练方法以及检测装置。一种用于对卷积神经网络模型进行训练的装置包括特征获取及竞争单元以及模型训练单元。特征获取及竞争单元包括：获取子单元，被配置成针对所述卷积神经网络模型的至少一个卷积层、获取训练样本数据的至少两个不同方面的特征；以及竞争子单元，被配置成基于所述获取子单元获取的至少两个不同方面的特征的对应元素，选择每个元素位置处的最优元素，以得到竞争结果特征。模型训练单元被配置成在训练卷积神经网络模型的过程中，针对所述至少一个卷积层，应用所述竞争结果特征来执行训练。
-
公开(公告)号：CN105335948A
公开(公告)日：2016-02-17
申请号：CN201410389424.1
申请日：2014-08-08
Applicant: 富士通株式会社
IPC: G06T5/50
Abstract: 本发明实施例提供一种文档图像的拼接装置、方法以及扫描仪，其中，该装置包括：校正单元，用于对各个待拼接的文档图像进行初步校正；检测单元，用于检测所述校正单元初步校正后的各个待拼接的文档图像的最优拼缝，其中，所述最优拼缝穿过所述文档图像的空白区域，并且沿着所述最优拼缝的仿射场的变化最小；拼接单元，用于根据所述检测单元检测出的最优拼缝，对各个待拼接的文档图像进行拼接。由于在检测最优拼缝时同时考虑了穿过文档空白区域和仿射场稳定这两个因素，能够获得完整的且内容正确的拼接图像。
-
-
-
Search Results
14
records
(took 0.03 seconds)
