-
公开(公告)号：CN115909368B
公开(公告)日：2025-04-25
申请号：CN202211298312.6
申请日：2022-10-23
Applicant: 西北工业大学
Abstract: 本发明公开了一种面向多行字符OCR识别结果的行归类后处理方法，将OCR引擎识别确定的文本包围框信息作为输入，采用降维聚类的思想将非结构化字符归类为不同的行，同时具备对字符行归类失效概率较高的倾斜文本的高精度行归类能力，从而将OCR识别结果结构化。本发明可以对OCR引擎识别结果进行有效的后处理判断校正，并提高倾斜文本的识别结果准确率。
-
公开(公告)号：CN118366178A
公开(公告)日：2024-07-19
申请号：CN202410392629.9
申请日：2024-04-02
Applicant: 西北工业大学
IPC: G06V30/262 , G06V30/19
Abstract: 本发明涉及一种面向多行字符识别结果的行归类结构化读取方法，属于工业字符识别技术领域。将字符目标检测识别结果输出的边界框坐标和类别信息作为输入，求解多行字符的文本范围，基于聚类的思想将离散的字符识别结果归类为不同的行，并对不同行内的字符顺序进行判断，从而完成多行字符识别结果的读取，实现多行字符文本语义上的理解和组织，以便更好地处理和利用识别出的文本信息。本发明同时为多行字符文本识读结果的后处理审查与校正提供基础，整体提高文本识读准确率。
-
公开(公告)号：CN114863077B
公开(公告)日：2024-02-23
申请号：CN202210424660.7
申请日：2022-04-21
Applicant: 西北工业大学
IPC: G06T19/20
Abstract: 本发明涉及一种用于三维草图绘制的引导线推断方法，具体为一种基于笔画走势和空间几何约束关系的引导线推断方法，可用于沉浸式三维草图设计系统。该方法首先推断笔画走势；然后根据笔画走势与已有笔画的位置关系推断其空间几何约束关系；最后生成推断的引导线。该方法不限制用户的绘制自由，能够实时推断与用户意图接近的引导线，实用性好。与已有的引导技术相比，本发明方法不需要预定义引导形状，而是通过实时推断当前笔画走势生成引导线，同时引导线的生成还考虑了当前笔画走势与已有笔画的空间位置关系，对于保证草图整体的结构有较好的作用，能够提高沉浸式三维草图绘制精度。
-
公开(公告)号：CN115713701A
公开(公告)日：2023-02-24
申请号：CN202211325834.0
申请日：2022-10-27
Applicant: 西北工业大学
IPC: G06V20/20 , G06V20/40 , G06V10/774 , G06V10/82
Abstract: 本发明提出一种基于HoloLens 2自处理的装配零部件识别方法，在图像识别和机器学习基础上，直接应用HoloLens2内置处理器进行图像采集和目标识别，对零件自然特征进行实时检测，并将输出结果叠加到现实场景中，以智能更新装配引导信息界面，突破了“客户端‑服务器”远程通信的限制与弊端，解决了AR远程识别过程的信息延迟与多设备传输问题，实现了复杂结构零部件实时检测。
-
公开(公告)号：CN109753876A
公开(公告)日：2019-05-14
申请号：CN201811466205.3
申请日：2018-12-03
Applicant: 西北工业大学
Abstract: 本发明涉及一种三维手势特征提取和三维系统的构建，改进了手势识别算法，并基于KNN算法和SVM算法进行手势识别效率的对比，进行手势特征规范提取，构建手势采集提取识别系统和三维交互系统，手势识别效率很高，鲁棒性很好，用户的体验分析和效率统计也很好，该三维交互系统的创新性和稳定性的评价都很好。该方法完善了手势识别，创建了手势识别的模型，建立了手势采集系统，并且建立了三维交互系统，在三维交互系统中，进行了手势的应用，并达到了良好的效果。对于人机交互的方式来说，有一定的价值和意义。同时提高了手势识别的精准度。
-
Patent Agency Ranking
公开(公告)号：CN105046287B
公开(公告)日：2018-05-18
申请号：CN201510366795.2
申请日：2015-06-29
Applicant: 西北工业大学
Abstract: 本发明涉及一种在线多笔画重复绘制草图的聚类与拟合方法，首先通过笔画逼近折线段的折点序列，构造包围笔画的容差带；然后通过依赖于多笔画重复绘制判定算法的聚类算法将原始草图分成若干个子草图；最后将这些子草图拟合为直线段、折线段、二次曲线等标准图元。本发明方法可以对在线多笔画重复绘制草图中的笔画进行聚类，有效解决不同类型重复绘制笔画的聚类问题，并且将聚类结果准确拟合为直线段、折线段、二次曲线等标准图元，从而将多笔画重复绘制草图高效转换为二维线图。
-
公开(公告)号：CN103927056B
公开(公告)日：2016-08-17
申请号：CN201410173842.7
申请日：2014-04-28
Applicant: 西北工业大学
Abstract: 本发明提出了一种用于智能手绘输入的基于混合特征的笔划分割方法，提取输入的有效笔划的采样点，采用基于速度特征的笔划分割方法得到有效输入笔划的速度分割点，并对有效输入笔划进行折线化逼近得到折点序列，对折点序列与速度分割点序列进行第一次特征映射，得到速度折点序列，再对有效输入笔划进行分割得到几何分割点序列，将速度折点序列与几何分割点序列进行二次映射，得到前期分割点序列，再对前期分割点判断得到后期分割点。本发明将速度特征和几何特征相结合，通过映射处理得到新的混合特征，先进行前期分割，然后进行单一线元识别，最后进行后期分割，有效地避免了单纯几何特征分割和单纯速度特征分割的不足。
-
公开(公告)号：CN103927056A
公开(公告)日：2014-07-16
申请号：CN201410173842.7
申请日：2014-04-28
Applicant: 西北工业大学
Abstract: 本发明提出了一种用于智能手绘输入的基于混合特征的笔划分割方法，提取输入的有效笔划的采样点，采用基于速度特征的笔划分割方法得到有效输入笔划的速度分割点，并对有效输入笔划进行折线化逼近得到折点序列，对折点序列与速度分割点序列进行第一次特征映射，得到速度折点序列，再对有效输入笔划进行分割得到几何分割点序列，将速度折点序列与几何分割点序列进行二次映射，得到前期分割点序列，再对前期分割点判断得到后期分割点。本发明将速度特征和几何特征相结合，通过映射处理得到新的混合特征，先进行前期分割，然后进行单一线元识别，最后进行后期分割，有效地避免了单纯几何特征分割和单纯速度特征分割的不足。
-
公开(公告)号：CN103902100A
公开(公告)日：2014-07-02
申请号：CN201410128457.0
申请日：2014-04-01
Applicant: 西北工业大学
Abstract: 本发明提出了一种用于智能手绘输入的基于速度特征的笔划分割方法，提取输入的有效笔划的采样点，将有效笔划分为常速笔划和近匀速笔划，针对常速笔划采用三线阈值来判断速度分割点，而针对近匀速笔划，先通过滤波锐化处理，减少采样点个数并增强速度曲线峰值特征，从而将近匀速笔划转化为常速笔划，再按照上述常速笔划的方式进行处理，最后进行转换。本发明能够有效的避免了算法对笔划噪声敏感的问题，相比于现有的Sezgin算法，本发明具有较好的判断正确性。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.026 seconds)
