-
公开(公告)号：CN110287911A
公开(公告)日：2019-09-27
申请号：CN201910576113.9
申请日：2019-06-28
Applicant: 广东工业大学
Abstract: 本申请公开了一种发票的内容识别方法、装置、设备及介质，方法包括：获取目标发票的待检测图像；通过预先利用深度神经网络训练得出的内容识别模型提取待检测图像中文字内容的内容特征；通过分类模型根据内容特征进行分类，得出待检测图像中的文字内容。可见，相较于现有技术中利用模板图像与待检测图像进行匹配以识别出发票的文字内容的方式，本方法中，预先通过深度神经网络训练得出的内容识别模型学习了文字内容的内容特征，因此避免了现有技术中利用模板进行匹配识别的局限性，避免了由于噪点干扰、半遮挡、模糊、尺度不一致或者角度不一致产生的匹配失败的困难，进而能够提高识别出目标发票中的文字内容的准确度。
-
公开(公告)号：CN110378231A
公开(公告)日：2019-10-25
申请号：CN201910532992.5
申请日：2019-06-19
Applicant: 广东工业大学
Abstract: 本发明涉及机械制造技术领域，具体涉及一种基于深度学习的螺母识别定位方法；本发明利用卷积神经网络、区域生成网络与全卷积网络相结合的螺母定位方法。通过对传入图像进行卷积操作得到特征图，通过区域生成网络产生的锚框与原来的特征图结合得到区域的特征图，接着将特征图传入全连接层，得到预测的螺母位置。将区域卷积网络应用于螺母的识别定位，增加特征提取的自适应性以及抗干扰能力，减少识别时间，具有很强的创造性。
-
公开(公告)号：CN111241966A
公开(公告)日：2020-06-05
申请号：CN202010010700.4
申请日：2020-01-06
Applicant: 广东工业大学
Abstract: 本申请公开了一种发票目标区域的定位方法、装置、设备及介质，其方法包括：获取待测图像；将待测图像输入到训练好的神经网络中，对待测图像中的目标区域进行检测；若存在目标区域，则对目标区域进行定位；对定位的目标区域进行分类，并得到分类后的目标区域的图像坐标。本申请通过采用深度学习网络代替传统的图像匹配方法，能比传统算法更好在检测速度与检测精度之间作更好的平衡，且相对于传统图像匹配算法具有更好的鲁棒性。
-
-
Search Results
3
records
(took 0.015 seconds)
