-
公开(公告)号：CN109389032A
公开(公告)日：2019-02-26
申请号：CN201810983728.9
申请日：2018-08-27
Applicant: 北京三快在线科技有限公司
Abstract: 本公开的实施例提供了一种图片真实性的确定方法、装置、电子设备及可读存储介质，所述方法包括：从至少两张目标图片中检测目标区域，所述目标区域为所述目标图片中具有同一拍摄对象的区域；在从所述目标图片中均检测到目标区域的情况下，针对所述目标区域建立三维空间得到组成所述三维空间的点集；采用所述点集进行平面拟合得到参考平面；通过所述参考平面以及所述点集确定所述目标图片的真实性。可以通过图片的三维模型拟合出平面，并判断图片的真实性，工作量较小，有助于识别各种图片的真实性。
-
公开(公告)号：CN112183250B
公开(公告)日：2025-01-03
申请号：CN202010963512.3
申请日：2020-09-14
Applicant: 北京三快在线科技有限公司
IPC: G06V30/414 , G06V30/14 , G06V30/146 , G06V30/148 , G06V30/19
Abstract: 本公开涉及一种文字识别方法、装置、存储介质及电子设备，该方法包括：通过对待识别图像中的文字进行定位检测，得到所述待识别图像中的文字框，其中，每一所述文字框中的文字具有同一行文方向；针对每一所述文字框，确定该文字框中文字的所述行文方向；并根据该文字框的所述行文方向，得到该文字框的文字识别结果。采用这种方法，不管待识别图像中的文字是何种字体类型、字号大小，也不管该待识别图像中的文字是何种行文方向以及采用了何种排版方式，都能检测得到该待识别图像中的文字框，并可以根据检测到的每一文字框的行文方向，得到对应行文方向的文字识别结果。因此这种方法可以针对任意版式的图像进行文字识别。
-
公开(公告)号：CN112712079B
公开(公告)日：2024-11-12
申请号：CN202110019931.6
申请日：2021-01-07
Applicant: 北京三快在线科技有限公司
IPC: G06V30/19 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种基于渐进式编码的文字识别方法，属于计算机技术领域，有助于提升图像中文字识别的准确率。所述文字识别方法包括：预先训练包括：级联的至少三个编码模块，以及，与每个所述编码模块对应的一个解码模块的编码‑解码网络模型，并在预测阶段，依次执行所述至少三个编码模块，对目标图像进行渐进深度的特征编码，分别得到每个所述编码模块的编码输出；分别执行每个所述解码模块，对相应所述编码模块的所述编码输出进行解码，得到各所述解码模块对所述目标图像的文字识别结果；对各所述解码模块对所述目标图像的文本识别结果进行融合处理，确定所述编码‑解码网络模型对所述目标图像的文字识别结果，提升了图像中的文字进行识别的准确率。
-
公开(公告)号：CN114417108A
公开(公告)日：2022-04-29
申请号：CN202111621546.5
申请日：2021-12-23
Applicant: 北京三快在线科技有限公司
IPC: G06F16/953 , G06F40/30
Abstract: 本发明实施例提供了一种文本内容的位置预测方法和装置，其中，所述方法包括：获取包含条状的文本内容区域的图像；提取出文本内容区域的第一语义特征，根据第一语义特征提取出文本内容区域的第二语义特征；分别对第二语义特征进行条形池化处理和特征加权处理得到文本内容区域的位置信息。本发明实施例对第一语义特征进行二次提取得到第二语义特征，可以获取更加细化的边缘信息，提升了语义分割结果，进而提高文本内容的位置预测的准确度。对第二语义特征进行条形池化处理，捕获空间区域的长依赖关系，防止无关区域的干扰。对第二语义特征进行特征加权处理，增强文本内容的特征，同时聚合全局和局部的上下文信息，增强长文本内容的位置预测能力。
-
公开(公告)号：CN114283312A
公开(公告)日：2022-04-05
申请号：CN202111670232.4
申请日：2021-12-31
Applicant: 北京三快在线科技有限公司
IPC: G06V10/774 , G06V10/22 , G06V10/80 , G06N20/00
Abstract: 本说明书提供了一种模型训练方法，通过待训练模型中的编码端和主解码端对有标签的第一训练样本和无标签的第二训练样本进行处理，得到第一文字行识别结果和第二文字行识别结果，随后对编码端从第二训练样本中提取出的第二特征进行加扰，得到带扰特征，并根据带扰特征得到带扰识别结果，将第一文字行识别结果与第一训练样本的标签之间的差异确定为第一差异，将第二文字行识别结果与带扰识别结果之间的差异确定为第二差异，根据第一差异和第二差异得到最终差异，并以最终差异最小化为优化目标，对编码端的参数进行调整。本方法通过对第二特征进行加扰的方式，使大量无标签训练样本得以利用，加强了训练出的模型的抗干扰能力，有效提高了模型的性能。
-
Patent Agency Ranking
公开(公告)号：CN113988316A
公开(公告)日：2022-01-28
申请号：CN202111340905.X
申请日：2021-11-12
Applicant: 北京三快在线科技有限公司
Abstract: 本申请公开了一种对机器学习模型训练的方法和装置，属于人工智能领域。所述方法包括：获取第一样本图像、第二样本图像和所述第二样本图像对应的基准识别结果；对所述第一样本图像进行图像变化处理得到第三样本图像；基于待训练的图像字符识别模型和所述第一样本图像，确定第一识别结果，基于所述待训练的图像字符识别模型和所述第二样本图像，确定第二识别结果，基于所述待训练的图像字符识别模型和所述第三样本图像，确定第三识别结果；基于所述第一识别结果、所述第二识别结果、所述第三识别结果和所述基准识别结果，对所述待训练的图像字符识别模型进行参数调整。采用本申请，可以减少标注样本数据耗费的大量人力和时间。
-
公开(公告)号：CN113688832A
公开(公告)日：2021-11-23
申请号：CN202110993903.4
申请日：2021-08-27
Applicant: 北京三快在线科技有限公司
Abstract: 本说明书公开了一种模型训练及图像处理方法、装置。通过待训练的图像处理模型的第一模型中的对待处理图像进行处理并输出已处理图像，并且采用图像处理模型中的第二模型来预测已处理图像中各已处理区域与对应的标注图像的标注区之间的预测差异度，以根据预测差异度来为各已处理区域确定出区域权重，并通过以区域权重加权后的已处理图像和标注图像之间真实的标注差异度的最小为目标调整图像处理模型中的参数。使得在训练的过程中能够对预测差异度较大的区域投入更多的关注，从而避免待处理图像中需要进行处理的区域较小而导致模型训练得到较小的损失时所输出的已处理图像在需要处理的区域仍然难以得到较好的处理。
-
公开(公告)号：CN110674396B
公开(公告)日：2021-04-27
申请号：CN201910804709.X
申请日：2019-08-28
Applicant: 北京三快在线科技有限公司
IPC: G06F16/9535 , G06F16/9538
Abstract: 本申请实施例提供了一种文本信息处理方法、装置、存储介质和电子设备，所述方法包括：对待修正的文本识别结果进行分词处理，得到多个文本条目；将所述待修正的文本识别结果输入搜索引擎，得到至少一条搜索结果；将所述多个文本条目中的每个文本条目与该条搜索结果分别进行匹配，以得到该文本条目在所述该条搜索结果中的匹配结果；将所述多个文本条目中的每个文本条目对应的匹配结果进行拼接，以得到所述至少一条搜索结果中每条搜索结果的拼接结果，各条所述拼接结果的集合形成候选结果集；将所述待修正的文本识别结果与所述候选结果集中的各条拼接结果分别进行匹配，确定修正后的文本识别结果。以提高文本识别结果纠错的准确率。
-
公开(公告)号：CN112699882A
公开(公告)日：2021-04-23
申请号：CN202110020629.2
申请日：2021-01-07
Applicant: 北京三快在线科技有限公司
Abstract: 本申请公开了一种图像文字识别方法，属于计算机技术领域，有助于提升图像中文字识别的准确率。所述图像文字识别方法包括：将预先训练的编码‑解码网络模型应用于在线识别过程中，编码‑解码网络模型包括：至少两个编码模块、与每个所述编码模块对应的解码模块的，其中，每个编码模块用于从不同特征维度对输入图像进行编码，所述方法通过执行至少两个编码模块，对输入图像特征编码，分别得到每个编码模块的编码输出；分别执行每个解码模块，对相应编码模块的编码输出进行解码，得到各解码模块对输入图像的解码输出；对各解码模块对输入图像的解码输出，进行融合处理，确定所述编码‑解码网络模型对所述输入图像的文字识别结果。
-
公开(公告)号：CN110781917B
公开(公告)日：2021-03-02
申请号：CN201910883029.1
申请日：2019-09-18
Applicant: 北京三快在线科技有限公司
IPC: G06K9/62
Abstract: 本申请实施例提供了一种重复图像的检测方法、装置、电子设备及可读存储介质，旨在提高重复图像检测结果的准确性和检测速度。所述方法包括：对待检测的第一图像和第二图像分别进行特征提取，得到第一图像的图像特征和第二图像的图像特征；根据所述第一图像的图像特征和所述第二图像的图像特征，确定所述第一图像和所述第二图像之间的全局相似度；在所述全局相似度处于重复图像疑似区间的情况下，根据所述第一图像和所述第二图像，获得多个特征组对；根据所述多个特征组对的相似度，确定所述第一图像和所述第二图像是否互为重复图像。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.058 seconds)
