-
Patent Agency Ranking
公开(公告)号：CN110414519A
公开(公告)日：2019-11-05
申请号：CN201910567298.7
申请日：2019-06-27
Applicant: 众安信息技术服务有限公司
Abstract: 一种图片文字的识别方法及其识别装置，该识别方法包括：获取待识别的文本行图片，将待识别的文本行图片输入至预先建立的图片文字识别模型，以识别得到待识别的文本行图片中的文字，输出待识别的文本行图片中的文字；其中图片文字识别模型是利用多幅用于训练的文本行图片通过训练深度神经网络而得到，用于训练的文本行图片是由标准的文本行图片经过扩充变化处理后得到的图片。由于用于训练的文本行图片是由标准的文本行图片进行扩充变化处理而得到，使得图片文字识别模型的训练样本集更符合实际应用，相比随机组合字符而得到的训练样本，大大缩减了训练样本的数量，却大幅提高了生成训练样本和训练模型的效率。
-
公开(公告)号：CN107644415B
公开(公告)日：2019-02-22
申请号：CN201710804804.0
申请日：2017-09-08
Applicant: 众安信息技术服务有限公司
Abstract: 本发明公开了一种文本图像质量评估方法及设备，属于数字图像处理与分析技术领域。所述方法包括：获取所需评估的文本图像；将文本图像输入预先训练的文本质量评估模型中处理，根据文本质量评估模型的输出值，确定文本图像的质量指标值，质量指标值包括浮点数。本发明通过预先训练的文本质量评估模型对文本质量进行评估，评估过程简便易操作，作为OCR前的预处理操作，能够减少不必要的计算消耗，降低计算复杂度和计算量；且该文本质量评估模型能够模拟人类视觉对文本图像质量的评估过程，从而能够提供更有效和更精准的质量评估结果。
-
公开(公告)号：CN107644415A
公开(公告)日：2018-01-30
申请号：CN201710804804.0
申请日：2017-09-08
Applicant: 众安信息技术服务有限公司
Abstract: 本发明公开了一种文本图像质量评估方法及设备，属于数字图像处理与分析技术领域。所述方法包括：获取所需评估的文本图像；将文本图像输入预先训练的文本质量评估模型中处理，根据文本质量评估模型的输出值，确定文本图像的质量指标值，质量指标值包括浮点数。本发明通过预先训练的文本质量评估模型对文本质量进行评估，评估过程简便易操作，作为OCR前的预处理操作，能够减少不必要的计算消耗，降低计算复杂度和计算量；且该文本质量评估模型能够模拟人类视觉对文本图像质量的评估过程，从而能够提供更有效和更精准的质量评估结果。
-
公开(公告)号：CN107481238A
公开(公告)日：2017-12-15
申请号：CN201710854415.9
申请日：2017-09-20
Applicant: 众安信息技术服务有限公司
Abstract: 本发明一方面提供了一种图像质量评估方法及装置。该图像质量评估方法包括：对待评估图像进行目标检测，以确定至少一个目标区域；对该至少一个目标区域分别进行质量评估，以确定该至少一个目标区域中的每个目标区域的质量评估结果；基于所确定的该至少一个目标区域中的每个目标区域的质量评估结果，对待评估图像进行质量评估。本发明所提供的图像质量评估方法使得图像质量评估过程关注感兴趣的目标区域，忽略无关紧要的区域的图像质量，从而实现对待评估图像进行质量评估，评估速度快，评估精度较高，客观有效地评估了待评估图像的质量。
-
公开(公告)号：CN110414519B
公开(公告)日：2023-11-14
申请号：CN201910567298.7
申请日：2019-06-27
Applicant: 众安信息技术服务有限公司
IPC: G06V30/148 , G06V30/19 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 一种图片文字的识别方法及其识别装置，该识别方法包括：获取待识别的文本行图片，将待识别的文本行图片输入至预先建立的图片文字识别模型，以识别得到待识别的文本行图片中的文字，输出待识别的文本行图片中的文字；其中图片文字识别模型是利用多幅用于训练的文本行图片通过训练深度神经网络而得到，用于训练的文本行图片是由标准的文本行图片经过扩充变化处理后得到的图片。由于用于训练的文本行图片是由标准的文本行图片进行扩充变化处理而得到，使得图片文字识别模型的训练样本集更符合实际应用，相比随机组合字符而得到的训练样本，大大缩减了训练样本的数量，却大幅提高了生成训练样本和训练模型的效率。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
