公开(公告)号：CN111753714B

公开(公告)日：2023-09-01

申请号：CN202010579227.1

申请日：2020-06-23

Applicant: 中南大学

Inventor： 刘姝 ,  邹北骥 ,  杨文君 ,  姜灵子

IPC: G06V30/40 ,  G06V30/148 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/049

Abstract: 本发明公开了一种基于字符分割的多方向自然场景文本检测方法，包括获取训练数据集并标定；建立基于字符分割的多方向自然场景文本检测初步模型；用标定的训练数据对基于字符分割的多方向自然场景文本检测初步模型进行训练得到基于字符分割的多方向自然场景文本检测模型；采用基于字符分割的多方向自然场景文本检测模型对自然场景的文本进行检测。本发明采用基于实例分割的方法分割文字字符实例，因此可以不必考虑文字的排列方向；同时，本方法结合了双向长短期记忆网络提取字符的上下文信息，预测字符之间的亲和度，从而可以更准确地将字符组合为文本行；因此，本发明方法可靠性高、实用性好且准确率较高。

公开(公告)号：CN112581448A

公开(公告)日：2021-03-30

申请号：CN202011494749.8

申请日：2020-12-17

Applicant: 中南大学

Inventor： 邹北骥 ,  杨璐璐 ,  陈园琼 ,  姜灵子

IPC: G06T7/00 ,  G06T7/13 ,  G06T7/90 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种视网膜图像硬性渗出物识别方法，包括获取原始的视网膜图像、标记硬性渗出物并初步处理；建立视网膜图像硬性渗出物初步识别模型并设置模型的损失函数；采用处理后的图像数据对视网膜图像硬性渗出物初步识别模型进行训练得到视网膜图像硬性渗出物识别模型；将实时获取的视网膜图像输入视网膜图像硬性渗出物识别模型并完成实时获取的视网膜图像中硬性渗出物的识别。本发明还提供了一种包括所述视网膜图像硬性渗出物识别方法的成像方法。本发明采用基于多尺度的边缘检测网络HED模型进行硬性渗出物检测，同时更新了识别模型中的损失函数，从而保证了模型识别的精度和效果；因此，本发明方法的可靠性高、准确性好，而且效果较好。

公开(公告)号：CN111753714A

公开(公告)日：2020-10-09

申请号：CN202010579227.1

申请日：2020-06-23

Applicant: 中南大学

Inventor： 刘姝 ,  邹北骥 ,  杨文君 ,  姜灵子

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于字符分割的多方向自然场景文本检测方法，包括获取训练数据集并标定；建立基于字符分割的多方向自然场景文本检测初步模型；用标定的训练数据对基于字符分割的多方向自然场景文本检测初步模型进行训练得到基于字符分割的多方向自然场景文本检测模型；采用基于字符分割的多方向自然场景文本检测模型对自然场景的文本进行检测。本发明采用基于实例分割的方法分割文字字符实例，因此可以不必考虑文字的排列方向；同时，本方法结合了双向长短期记忆网络提取字符的上下文信息，预测字符之间的亲和度，从而可以更准确地将字符组合为文本行；因此，本发明方法可靠性高、实用性好且准确率较高。