本发明公开的一种基于注意力模块增强的CNN楷体书法风格分类方法，具体为：步骤1、获取四种不同书法风格的图像，组成数据集并分成训练样本和测试样本；步骤2、组成卷积块结构；步骤3、组成基线模型；步骤4、向步骤3构造的基线模型中的第三个卷积块与第四个卷积块之间嵌入第一个CBAM、第四个卷积块与Flatten层之间嵌入第二个CBAM形成组合模型；步骤5、设置损失函数和训练参数，将步骤1数据集中的训练样本与测试样本输入到步骤4构造的组合模型，进行训练与测试；步骤6、将步骤5中训练结果中测试准确率最高的模型保存下来。该方法解决了现有技术中存在的书法风格分类困难的问题，并提高分类的精准度。
📄 2021102963954
📂 G06V30_19
👤 深圳泓越信息科技有限公司
📅 2021-03-19
一种基于深度学习的图像描述方法，包括将图像数据集分为训练集和测试集；构建图像描述模型；在ImageNet数据集上训练完成残差网络预训练模型，加载残差网络预训练模型参数至图像描述模型中的可变形卷积残差网络中；将训练集中的图像送入空间变换网络中，空间变换网络的输出结果送到可变形卷积残差网络，可变形卷积残差网络输出图像的特征向量；生成图像对应的文本序列；完成语言模型的构建生成图像对应的语句；使用AdamW优化算法对图像描述模型进行训练；输出图像对应的描述语句；本发明提取的图像特征具有更好的空间表达能力，生成的句子准确度高，语言结构丰富，并且模型训练时间少，收敛速度快。
📄 2018116461504
📂 G06V30_196
👤 陕西师范大学
📅 2018-12-30
本发明提供一种基于3D视觉技术的首胎字符检测与识别方法和系统，其中，所述方法包括以下步骤：获取轮胎侧面字符区域的点云数据；对点云数据进行预处理，包括过滤掉异常值点云数据以及将轮胎表面的曲面点云拟合后展开为平面点云；将预处理后的点云数据转换成深度图像；对深度图像进行标注，并生成与标注信息相对应的文件；根据字符区域的坐标数据样本对字符检测网络进行训练，以得到字符检测模型；根据字符区域的字符数据样本对字符识别网络进行训练，以得到字符识别模型；通过字符检测模型和字符识别模型对轮胎侧面字符区域进行检测和识别，将字符检测模型的检测结果和字符识别模型的识别结果分别在原图像中显示出来。
📄 2022115158652
📂 G06V30_19
👤 江苏理工学院
📅 2022-11-29
本发明涉及光学符号识别领域，特别是手写数字识别这一应用领域，提出了一种基于卷积神经网络和编码的手写数字识别方法。本发明基于卷积神经网络和编码的方法，通过训练手写数字集和其轮廓特征，训练获得网络模型，求得各分类的二进制编码，识别时比较待识别编码和码本的汉明距离得到预测结果。实验结果证明该方法可以较为准确的识别手写数字，在泛化能力上也有不错的表现。
📄 2020112793527
📂 G06V30_19
👤 杭州电子科技大学
📅 2020-11-16
本发明提供了一种基于相关性信息扩展的多模态虚假新闻识别方法及系统，所述方案包括：获取目标新闻的新闻文本及图像；提取所述目标新闻图像的语义表示以及颜色直方图向量，并进行融合，获得视觉融合特征；基于所述目标新闻的新闻文本进行特征提取，获得新闻文本特征；提取目标新闻图像的OCR文本，并基于OCR文本提取OCR文本特征；计算所述新闻文本特征和OCR文本特征的文本相关性特征；并计算所述新闻文本特征及视觉融合特征的相似度特征；将所述新闻文本特征、OCR文本特征、图像的语义表示、文本相关性特征和相似度特征进行拼接，输入预先训练的分类器，获得目标新闻是否为假新闻的判别结果。
📄 2022106998285
📂 G06V30_19
👤 济南大学
📅 2022-06-20
本发明公开的属于计算机视觉图像处理技术领域，具体为一种基于深度学习的工业指针式仪表读数识别系统，包括：数据集构建与划分模块，用于构建并划分工业指针式仪表图像数据集；工业指针式仪表读数提取网络模块，用于提取工业指针式仪表指针与刻度的语义分割图像；工业指针式仪表读数识别模块，用于使用霍夫圆变换与角度法读取指针与刻度的语义分割图像。本发明基于深度学习的工业仪表指刻提取网络中的多残差小目标特征提取二级子模块，可以使分割提取模型在浅层网络时获得更丰富的特征信息，在提取指针与刻度这一类小目标时，提升提取小目标边缘信息的效果。
📄 2024114430282
📂 G06V30_19
👤 广东工业大学
📅 2024-10-16
本申请实施例提供了一种文本检测方法和装置，可以获取待检测图像帧和关联图像帧各自的特征信息，根据关联图像帧和待检测图像帧之间的光流信息，对关联图像帧的特征信息进行变换处理，并对变换处理后的特征信息和待检测图像帧的特征信息进行叠加处理，得到目标特征信息，基于目标特征信息，确定待检测图像帧中的目标图像区域。关联图像帧与待检测图像帧存在时序上的关联性，目标特征信息则结合了关联图像帧和待检测图像帧的图像特征，相对于提取得到的待检测图像帧的特征信息，目标特征信息能够更准确地体现待检测图像帧的图像特征，因此，基于目标特征信息，确定待检测图像帧中的目标图像区域，能够提高文本检测结果的准确度。
📄 2019102364359
📂 G06V30_19
👤 杭州海康威视数字技术股份有限公司
📅 2019-03-27
本发明公开了一种基于双分支特征融合的文档图像篡改检测方法与系统，涉及图像处理技术领域，包括步骤：获取待检测图像；构建篡改检测与定位模型，包括细节增强模块、局部编码器、全局编码器和混合注意力模块；将待检测图像输入篡改检测与定位模型，一个分支通过细节增强模块提取待检测图像的高频信息，并通过局部编码器提取高频信息的局部特征，另一个分支则采用全局编码器提取待检测图像的全局特征。最后，通过混合注意力模块将局部特征和全局特征进行融合，将融合结果通过解码器解码，定位篡改区域。本发明所提出的文档类图像篡改模型，综合了图像域和频率域的特征，提高了模型的检测精度和性能表现。
📄 2025103770209
📂 G06V30_19
👤 浙江工商大学
📅 2025-03-28
本公开提供了一种文本识别方法及装置。在本公开中，对文本图片的初始特征图进行池化处理，得到第一特征序列，所述第一特征序列包括多个第一特征切片；基于所述第一特征序列，得到所述多个第一特征切片之间的依赖信息；基于所述多个第一特征切片之间的依赖信息和所述第一特征序列，得到第二特征序列；以及基于所述第二特征序列，得到所述文本图片的文本识别结果。通过基于文本图片学习多个特征切片之间的依赖信息进行文本识别，提高了文本识别的准确度。
📄 2019109835555
📂 G06V30_19
👤 商汤国际私人有限公司
📅 2019-10-16
本发明公开了一种双分支多层次特征解码的分子图像识别方法。将待识别分子结构图缩放为两个不同分辨率的图像，并分别输入到两个复杂度不同的卷积神经网络，获取分子结构图的不同空间分辨率的特征信息，并通过融合多层次交叉注意力机制的Transformer解码器解析出分子结构图对应的InchI文本。双分支多层次特征Transformer解码的分子图像识别方法，通过对大尺寸分子图像高效充分地特征提取，显著有效地提高了分子结构图识别的准确率和鲁棒性。
📄 2022102181237
📂 G06V30_19
👤 盐城工学院
📅 2022-03-08
基于深度学习的太阳胶片图像时间戳信息提取方法，包括步骤1：对太阳色球胶片图像中的时间戳信息区域定位、并剪裁；时间戳信息为太阳色球胶片图像中用于表示拍摄时间的年、月、日、时、分信息；步骤2：单字符分割，即将时间戳信息区域的字符进一步分割，得到单个字符；步骤3：字符识别，即先采用大量的样本训练网络，然后将步骤2分割得到的单个字符使用训练好的网络对其进行识别，并将其识别结果整合并保存。该方法对太阳观测图像胶片中的数字时间戳进行机器自动识别，并将识别出的时间信息输出。以减少人工识别和编写时间信息的工作量，从而可加快这批胶片数据的数字化进程，使这些珍贵的历史资料可以更便捷地用于太阳物理研究。
📄 2019107652761
📂 G06V30_19
👤 三峡大学
📅 2019-08-19
本文公开了一种建立识别模型的方法及装置，该方法可包括：利用预先得到的基准模型对批量图像样本进行预测，得到预测结果，所述预测结果包括预测出的所述图像样本中包含的字符串；利用预先配置的字符校验规则对所述预测结果进行校验，并以校验通过的预测结果所对应的图像样本形成训练集，所述字符校验规则用于对所述预测结果中的所述字符串进行校验；利用所述训练集进行训练，以获得用于图像中字符识别的识别模型。本申请能够大幅减少迭代次数，同时还可有效提升识别模型的识别率。
📄 2018112788150
📂 G06V30_19
👤 广州高航技术转移有限公司
📅 2018-10-30
柿子坊 · 知识产权运营
柿子坊知识产权运营平台