本发明提出一种弱监督文本检测方法，包括：构建感受野生成器，将待检测图像输入所述感受野生成器，获取一个或多个感受野；根据所述一个或多个感受野感知文本区域；构建感受野判别器，将所述文本区域输入所述感受野判别器，根据文本在所述文本区域的分布，获取识别结果；将所述识别结果反馈给所述感受野生成器，对所述一个或多个感受野进行校正，通过校正后的所述感受野生成器输出文本特征图，本发明基于感受野，再不需要标注图像中文本坐标的情况下，完成文本检测，极大地降低了标注数据集的依赖性，提高自然场景的适应性。
📄 2020109930270
📂 G06V30_18
👤 西南大学
📅 2020-09-21
本发明公开了一种弱监督的深度上下文感知图像表征方法及系统，包括：获取待处理图像；对待处理图像进行表征提取，提取出基础视觉表征；基于基础视觉表征，生成上下文强化视觉表征；对上下文强化视觉表征映射为哈希向量；对哈希向量，进行二值化处理，得到待处理图像的哈希表征。该方法充分捕获了图像的语义信息，并在一个统一的框架内增强了图像表征的辨别力。本发明引入了辨别损失，强制图像表征重新生成标签。这样可以增强图像表征的区分性，且进一步提高哈希码的质量；相较于之前的方法，本发明提高了基于哈希表征的图像检索性能。
📄 2020115870050
📂 G06F16_583
👤 山东建筑大学
📅 2020-12-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台