融合数据增强和深度学习的印章识别方法及系统

    公开(公告)号:CN118430002B

    公开(公告)日:2024-09-27

    申请号:CN202410875204.3

    申请日:2024-07-02

    Applicant: 武汉大学

    Abstract: 本发明公开了一种融合数据增强和深度学习的印章识别方法,包括:获取印章图像,并对印章图像进行识别与标注;对标注的印章图像进行数据增强,得到增强后的图像数据并将其划分训练集、验证集和测试集;构建ViT深度学习模型,ViT深度学习模型用于对印章图像进行识别,采用训练集训练ViT深度学习模型并采用验证集进行验证得到训练后的ViT深度学习模型,最后采用测试集对训练后的ViT深度学习模型的性能进行评价选出性能符合要求的ViT深度学习模型;采用得到的ViT深度学习模型对待识别的印章图像进行识别。本发明解决了训练集数据缺乏的情况下难以对神经网络模型进行充分训练的问题,以实现对印章图像的准确识别。

    融合数据增强和深度学习的印章识别方法及系统

    公开(公告)号:CN118430002A

    公开(公告)日:2024-08-02

    申请号:CN202410875204.3

    申请日:2024-07-02

    Applicant: 武汉大学

    Abstract: 本发明公开了一种融合数据增强和深度学习的印章识别方法,包括:获取印章图像,并对印章图像进行识别与标注;对标注的印章图像进行数据增强,得到增强后的图像数据并将其划分训练集、验证集和测试集;构建ViT深度学习模型,ViT深度学习模型用于对印章图像进行识别,采用训练集训练ViT深度学习模型并采用验证集进行验证得到训练后的ViT深度学习模型,最后采用测试集对训练后的ViT深度学习模型的性能进行评价选出性能符合要求的ViT深度学习模型;采用得到的ViT深度学习模型对待识别的印章图像进行识别。本发明解决了训练集数据缺乏的情况下难以对神经网络模型进行充分训练的问题,以实现对印章图像的准确识别。

    一种基于KGANN的命名实体识别方法

    公开(公告)号:CN113378574B

    公开(公告)日:2023-10-24

    申请号:CN202110732903.9

    申请日:2021-06-30

    Applicant: 武汉大学

    Abstract: 本发明提供一种基于KGANN(Knowledge Graph Artificial Neural Network,KGANN)的命名实体识别方法,该方法通过重构知识图谱的神经元,在保留知识图谱内容和结构的基础上,使其可被深度学习训练方法训练,从而达到知识图谱和深度学习模型高度融合。KGANN通过引入领域知识,从而在小规模数据集上表现优异。本发明所提方法相较传统命名实体识别方法具有明显提升,在小样本数据下具有更强的鲁棒性。

    一种基于KGANN的命名实体识别方法

    公开(公告)号:CN113378574A

    公开(公告)日:2021-09-10

    申请号:CN202110732903.9

    申请日:2021-06-30

    Applicant: 武汉大学

    Abstract: 本发明提供一种基于KGANN(Knowledge Graph Artificial Neural Network,KGANN)的命名实体识别方法,该方法通过重构知识图谱的神经元,在保留知识图谱内容和结构的基础上,使其可被深度学习训练方法训练,从而达到知识图谱和深度学习模型高度融合。KGANN通过引入领域知识,从而在小规模数据集上表现优异。本发明所提方法相较传统命名实体识别方法具有明显提升,在小样本数据下具有更强的鲁棒性。

    基于数据增强与多特征融合的印章识别方法及装置

    公开(公告)号:CN119851299A

    公开(公告)日:2025-04-18

    申请号:CN202510321071.X

    申请日:2025-03-18

    Applicant: 武汉大学

    Abstract: 本申请涉及图像识别技术领域,特别涉及一种基于数据增强与多特征融合的印章识别方法及装置,其中,方法包括:对至少一个原始印章图像进行数据增强,以生成训练样本集,并从中提取印章区域信息,构建用于突出印章特征的印章通道。基于双重注意力机制融合印章通道和RGB通道,并在保持MobileNetV2前端轻量化优势的基础上,在后端引入不同膨胀率的空洞卷积,构建改进型RAD‑MobileNet模型,利用训练样本集对该模型进行训练,得到最终影像识别模型,以输出实际印章识别任务的识别结果。由此,解决由于印章褪色、色彩不均、与文字重叠且印泥浓淡不当,传统识别方法在处理这些复杂情况难以获得满意结果的问题。

Patent Agency Ranking