-
公开(公告)号：CN113076900B
公开(公告)日：2022-06-14
申请号：CN202110388294.X
申请日：2021-04-12
Applicant: 华南理工大学
IPC: G06V30/40 , G06V30/148 , G06V10/774 , G06V10/764 , G06V10/80 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的试卷卷头学生信息自动检测方法，包括以下步骤：S1、数据获取，使用扫描仪对多张学生试卷的正面进行扫描得到多张试卷全图；S2、标注数据，对试卷卷头图像进行人工标注获取学生信息的检测框，并划分训练集和测试集；S3、通过合成数据扩充数据量；S4、构造文本检测器，使用卷积神经网络构造文本检测器，文本检测器包括特征提取网络、候选文本区域生成网络、区域特征采样模块以及文本定位网络，并且对各组成网络设计不同的损失函数；S5、训练文本检测器；S6、测试，将测试数据输入训练好的文本检测器进行检测。本发明方法能够检测出试卷卷头的印刷体待填项目和手写体的学生信息，具有准确率高的特点。
-
公开(公告)号：CN114511853A
公开(公告)日：2022-05-17
申请号：CN202210417388.X
申请日：2022-04-21
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
Abstract: 本发明公开了一种文字图像书写轨迹恢复效果判别方法，包括：对原始文字图像进行掩膜化操作并二值化处理得到输入图像掩膜；将恢复轨迹渲染得到恢复轨迹掩膜；恢复轨迹掩膜逐步进行多次膨胀操作，得到多个膨胀掩膜；采用交并比计算方法，分别计算恢复轨迹掩膜以及多个膨胀掩膜与输入图像掩膜的IoU分数；计算出的数值最大的IoU分数作为DloU分数，所述DloU分数为最终判别结果。本发明方法设计交并比计算方法，计算输入图像掩膜和恢复轨迹掩膜的相似度，设计动态膨胀机制，将恢复轨迹掩膜和膨胀掩膜分别与输入图像掩膜计算交并比分数，使用动态交并比分数消除输入文字图像笔画宽度对字形保真程度评价的影响。
-
Patent Agency Ranking
公开(公告)号：CN113076900A
公开(公告)日：2021-07-06
申请号：CN202110388294.X
申请日：2021-04-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的试卷卷头学生信息自动检测方法，包括以下步骤：S1、数据获取，使用扫描仪对多张学生试卷的正面进行扫描得到多张试卷全图；S2、标注数据，对试卷卷头图像进行人工标注获取学生信息的检测框，并划分训练集和测试集；S3、通过合成数据扩充数据量；S4、构造文本检测器，使用卷积神经网络构造文本检测器，文本检测器包括特征提取网络、候选文本区域生成网络、区域特征采样模块以及文本定位网络，并且对各组成网络设计不同的损失函数；S5、训练文本检测器；S6、测试，将测试数据输入训练好的文本检测器进行检测。本发明方法能够检测出试卷卷头的印刷体待填项目和手写体的学生信息，具有准确率高的特点。
-
公开(公告)号：CN111797834A
公开(公告)日：2020-10-20
申请号：CN202010469514.7
申请日：2020-05-28
Abstract: 本申请涉及一种文本识别方法、装置、计算机设备和存储介质。所述方法包括：获取原始文本图像；对所述原始文本图像进行图像预处理，得到处理后文本图像；利用特征编码网络中的残差卷积网络对所述处理后文本图像进行特征提取，得到图像特征；利用所述特征编码网络中的上下文感知网络对所述图像特征进行上下文编码，得到特征序列；对所述特征序列进行解码，得到目标文本。采用本方法能够提高文本识别的准确率。
-
公开(公告)号：CN105512692B
公开(公告)日：2019-04-09
申请号：CN201510860618.X
申请日：2015-11-30
Applicant: 华南理工大学
Abstract: 本发明提供基于BLSTM的联机手写数学公式符号识别方法，对联机手写输入的数学公式，用隐性分割模型对数学公式符号进行处理及识别，然后进行公式分析。本发明基于双向长短时记忆递归神经网络模型设计联机手写数学公式符号识别过程，并使用时域连接模型标注输出的无分割公式序列。对多部件构成的复杂符号，根据ASCII码表转化成单字符标签，减少识别标签的不确定性，统一标签类型。本发明联机手写数学公式符号识别方法识别效果良好，不需对公式进行切分处理，减少了一般公式识别方法中的工作量。多部件复杂符号整体识别的方法有效，比单独识别的准确率有显著提高。
-
公开(公告)号：CN107576618A
公开(公告)日：2018-01-12
申请号：CN201710595555.9
申请日：2017-07-20
Applicant: 华南理工大学
Inventor： 黄双萍
IPC: G01N21/25
Abstract: 本发明公开了基于深度卷积神经网络的水稻穗瘟检测方法及系统，所述方法包括：采集户外水稻穗株的高光谱图像，并进行穗瘟病害标定；对水稻穗株的高光谱图像进行数据预处理及数据增强；建立深度卷积神经网络模型，并采用随机梯度下降算法优化模型参数；采用训练好的深度卷积神经网络模型对需测试水稻穗株的高光谱图像进行检测，判断该水稻穗株是否感染穗瘟病害；所述系统包括高光谱相机、计算机、三脚架和反射板，所述反射板上挂着水稻穗株，所述高光谱相机固定在三脚架上，并与计算机相连，其镜头对准反射板上的水稻穗株。本发明可以为户外水稻穗瘟病害预测提供技术支持，也可以为生产过程中水肥或农药等农资资源的合理精量施用管理等具有指导性作用。
-
公开(公告)号：CN105469407A
公开(公告)日：2016-04-06
申请号：CN201510862964.1
申请日：2015-11-30
Applicant: 华南理工大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10004 , G06T2207/10024 , G06T2207/30201
Abstract: 本发明提供一种基于改进的引导滤波器的人脸图像图层分解方法，对人脸图像亮度通道进行改进型引导滤波，得到人脸结构信息层，进一步差分运算得到纹理细节层。本发明对引导滤波器进行正则化因子自适应调整优化和对参数矩阵图像进行高斯模糊和腐蚀处理，使得人脸图像在不同区域获得不同滤波效果。应用于数字化妆系统，获得优异的图层分解效果，显著降低图层分解的时间复杂度。
-
-
-
-
-
-
Search Results
87
records
(took 0.073 seconds)
