-
公开(公告)号：CN119090780A
公开(公告)日：2024-12-06
申请号：CN202411236587.6
申请日：2024-09-04
Applicant: 西南交通大学
IPC: G06T5/77 , G06T5/60 , G06N3/0455 , G06V30/19 , G06V30/226 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/09 , G06N3/094
Abstract: 本发明涉及基于字形纹理和结构双流融合修复的古籍文本图像修复方法，属于图像修复技术领域。本发明公开基于字形纹理和结构双流融合修复的古籍文本图像修复方法，包括构建文本图像修复数据集；构建基于字形纹理和结构双流融合修复模型；所述基于字形纹理和结构双流融合修复模型由生成器和鉴别器组成；通过文本图像修复数据集对基于字形纹理和结构双流融合修复模型进行训练，得到训练后的基于字形纹理和结构双流融合修复模型；将破损的古籍文本图像输入训练后的基于字形纹理和结构双流融合修复模型，模型输出得到修复后的古籍文本图像。本发明解决了伪影的问题和细节部分差异问题，对于古籍文本材料的电子化和信息化保存具有重要的意义。
-
公开(公告)号：CN119091426A
公开(公告)日：2024-12-06
申请号：CN202411236548.6
申请日：2024-09-04
Applicant: 西南交通大学
IPC: G06V20/60 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及一种基于旋转小目标检测的学生指针式电表检测及读数方法。所述方法包括：首先，获取学生电学实验中指针式电表的图片数据，进行预处理后得到训练数据集；之后，搭建旋转目标检测模型，所述目标检测模型包括改进的增强有效感受野的增强扩张残差块、路径聚合网络特征融合模块和轻量检测头网络；之后，基于所述训练数据集训练所述旋转目标检测模型；之后，将待检测电表图像数据输入训练好的旋转目标检测模型，得到目标位置和类别检测结果；最后，基于所述目标位置和类别检测结果确定学生指针式电表读数。
-
公开(公告)号：CN119762780A
公开(公告)日：2025-04-04
申请号：CN202411834284.4
申请日：2024-12-13
Applicant: 西南交通大学
IPC: G06V10/26 , G06V10/34 , G06V10/30 , G06V10/28 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0985 , G06N5/01
Abstract: 本申请涉及一种基于分层并行网络的指针式压力表读数方法。所述方法包括：首先，获取指针式仪表图像，并进行预处理，得到指针式仪表数据集；之后，基于OCR分割网络进行改进，增加区域分类模块和全局上下文向量增强模块，得到分层并行网络；之后，将所述指针式仪表数据集输入所述分层并行网络中进行训练，得到训练好的图像去模糊模型；之后，将待处理指针式压力表图片输入所述图像去模糊模型，得到分割图像；最后，基于所述分割图像进行指针刻度的读数识别。提出了基于OCRNet引入区域特征分类方法、全局上下文向量增强策略的总体语义分割网络结构，改善了模型的分割性能，提高了基于深度学习的指针式仪表盘读数的准确性与稳定性。
-
公开(公告)号：CN118887139A
公开(公告)日：2024-11-01
申请号：CN202410897622.2
申请日：2024-07-05
Applicant: 西南交通大学
IPC: G06T5/77 , G06T5/60 , G06T5/50 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于编解码结构的双阶段图像恢复方法，包括以下步骤：S1、制作数据集；S2、构建图像恢复模型，该图像恢复模型采用基于编解码结构的双阶段网络结构；S3、对图像恢复模型进行训练，迭代至网络收敛；S4、将档案文本图片作为训练好的图像恢复模型的输入，经过模型推理后得到恢复后的清晰图像。本发明可以提升图像恢复的效果，并可以提升图像恢复模型的性能和适应性，增强模型对复杂数据的表达和学习能力。
-
-
-
Search Results
4
records
(took 0.02 seconds)
