公开(公告)号：CN117746447A

公开(公告)日：2024-03-22

申请号：CN202311669885.X

申请日：2023-12-07

Applicant: 重庆邮电大学

Inventor： 吴涛 ,  梁威威 ,  先兴平 ,  常磊 ,  王锦 ,  张浩 ,  何蕊岐 ,  任健萌 ,  郑航

IPC: G06V30/41 ,  G06V30/416 ,  G06V30/146 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明涉及一种用于繁体中文印刷旧报纸的文本检测方法和系统，包括：对原始繁体中文印刷旧报纸图像中感兴趣文本区域的位置进行标注；构建文本提取模型，包括：文本检测模型和文本识别模型；将具有标注信息的原始繁体中文印刷报纸图像数据集作为训练样本对文本检测模型进行训练；根据原始繁体中文印刷旧报纸图像中感兴趣文本区域的位置从原始繁体中文印刷旧报纸图像中裁剪出感兴趣文本区域图像构建第一训练集；利用text_renderer生成与感兴趣文本区域图像相同格式的图片构建第二训练集；根据第一训练集和第二训练集对文本识别模型进行训练；通过训练好的文本提取模型提取待识别繁体中文印刷旧报纸图像中感兴趣文本区域的文字。

公开(公告)号：CN118411727A

公开(公告)日：2024-07-30

申请号：CN202410504190.4

申请日：2024-04-25

Applicant: 重庆邮电大学

Inventor： 吴涛 ,  王锦 ,  先兴平 ,  常磊 ,  姚鑫玲 ,  梁威威 ,  何蕊岐 ,  任健萌 ,  郑航

IPC: G06V30/148 ,  G06V30/19 ,  G06V30/164

Abstract: 本发明涉及文物图像识别领域，尤其涉及一种用于历史材料的繁体中文文本识别方法及系统，该方法包括：获取历史材料数据集，对历史材料中的文本区域进行数据标注，得到真实数据集；根据真实数据集生成与历史材料格式相同的图像，并将所有的生成图像进行集合，得到生成数据集；将历史材料数据集作为第一训练样本输入到图像去噪模型进行训练；将生成数据集中的数据输入到训练后的去噪模型，得到干净的历史材料图像数据集；将干净的历史材料图像数据集和真实数据集作为第二训练样本，将第二训练样本输入到文本识别模型中，得到训练后的文本识别模型，完成文本提取模型的训练；本发明用于历史材料的文本提取模型图像去噪效果和识别准确性均超过现有的模型。

公开(公告)号：CN118351542A

公开(公告)日：2024-07-16

申请号：CN202410524472.0

申请日：2024-04-29

Applicant: 重庆邮电大学

Inventor： 吴涛 ,  常磊 ,  先兴平 ,  梁威威 ,  王锦 ,  何蕊岐 ,  任健萌 ,  郑航

IPC: G06V30/146 ,  G06V30/19 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于图像识别领域，具体涉及一种面向泛化性的馆藏书刊繁体文字识别方法，包括：获取原始馆藏书刊图像数据集：利用PPOCRlabel软件对原始馆藏书刊图像中各种字符的位置进行标注；构建文字检测模型和基于图神经网络的文字识别模型，将具有标注信息的原始馆藏书刊图像数据集作为训练样本对文字检测和识别模型进行训练；通过训练好的文字检测和基于图神经网络的文字识别模型，实现对馆藏书刊多字体繁体识别。本发明的整个检测和识别过程步骤简单、数据清晰、过程可重现；本发明文字提取模型具有很高的检测精度和识别准确性。