[发明专利]角点检测方法、装置、计算机设备和存储介质在审
申请号: | 202110684113.8 | 申请日: | 2021-06-21 |
公开(公告)号: | CN113569843A | 公开(公告)日: | 2021-10-29 |
发明(设计)人: | 骆天骄 | 申请(专利权)人: | 影石创新科技股份有限公司 |
主分类号: | G06K9/32 | 分类号: | G06K9/32;G06K9/00;G06T7/246;G06T7/73;G06T7/80 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 谢曲曲 |
地址: | 518101 广东省深圳市宝安区新安街道海旺社区兴*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 检测 方法 装置 计算机 设备 存储 介质 | ||
1.一种角点检测方法,其特征在于,所述方法包括:
基于角点集合,确定待检测的目标图像帧中的标定板区域,并作为检测区域,所述角点集合是基于标定板中的角点所确定的,所述目标图像帧是为视频流中的图像帧,所述视频流是由处于运动状态下的拍摄设备对所述标定板进行拍摄得到的;
基于所述检测区域,检测得到所述目标图像帧中的角点。
2.根据权利要求1所述的方法,其特征在于,所述基于角点集合,确定待检测的目标图像帧中的标定板区域,包括:
若所述角点集合满足第一预设条件,获取所述角点集合中每一角点在所述目标图像帧中的位置信息;
基于所述角点集合中每一角点在所述目标图像帧中的位置信息,确定所述标定板区域。
3.根据权利要求2所述的方法,其特征在于,所述角点集合是在对前序图像帧中检测到的角点进行跟踪后,基于跟踪至所述目标图像帧时能够被跟踪到的角点所确定的;所述前序图像帧为所述目标图像帧在所述视频流中的前一图像帧。
4.根据权利要求2所述的方法,其特征在于,所述获取所述角点集合中每一角点在所述目标图像帧中的位置信息,包括:
获取姿态信息,所述姿态信息用于表示在拍摄所述目标图像帧时所述拍摄设备相对于所述标定板的位置关系;
根据所述姿态信息及基于所述目标图像帧所建立的图像坐标系,获取所述角点集合中每一角点在所述目标图像帧中的位置信息。
5.根据权利要求4所述的方法,其特征在于,所述角点集合是由能够确定标定板轮廓的顶点所对应的角点所确定的,和/或,所述姿态信息是基于所述标定板所处的坐标系与在拍摄所述目标图像帧时所述拍摄设备所处的坐标系之间进行坐标系转换所确定的。
6.根据权利要求2所述的方法,其特征在于,所述第一预设条件包括所述角点集合中角点的总数量大于预设阈值。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述标定板区域满足第二预设条件,所述第二预设条件包括所述角点集合中每一角点均位于所述标定板区域内或者所述标定板区域内能够保留所述角点集合中每一角点的角点特征。
8.一种角点检测装置,其特征在于,所述装置包括:
确定模块,用于基于角点集合,确定待检测的目标图像帧中的标定板区域,并作为检测区域,所述角点集合是基于标定板中的角点所确定的,所述目标图像帧是为视频流中的图像帧,所述视频流是由处于运动状态下的拍摄设备对所述标定板进行拍摄得到的;
检测模块,用于基于所述检测区域,检测所述目标图像帧中的角点。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于影石创新科技股份有限公司,未经影石创新科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110684113.8/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 一种高识别率的光学字符识别方法-202111144328.7
- 董建伟;方佩;钱小峰;鲍贞;王涛;陈贵根 - 中通服创立信息科技有限责任公司
- 2021-09-28 - 2021-12-31 - G06K9/32
- 本发明公开了一种高识别率的光学字符识别方法,包括:对待识别的图片进行裁剪,保留核心区域;对裁剪后的图片进行预处理;对预处理后的图片进行文字检测;基于文字检测结果进行文字识别;输出文本文字。本发明基于CTPN+Densenet深度学习算法,提供一种新型光学字符识别方案,针对不同领域的图片样本进行训练,可应用于更多的场景中。
- 一种公式识别方法及装置-202111155080.4
- 秦波;辛晓哲 - 北京搜狗科技发展有限公司
- 2021-09-29 - 2021-12-31 - G06K9/32
- 本申请公开了一种公式识别方法,可以获取包括公式的待处理图像,而后,对所述待处理图像进行处理,得到至少两个方向的公式识别结果。所述至少两个方向的公式识别结果,是按照至少两个方向对所述待处理图像的图像特征进行处理得到的公式识别结果。而后,根据所述至少两个方向的公式识别结果,确定所述待处理图像中包括的公式。由此可见,在本申请实施例中,对所述图像特征进行处理时,不再是按照单一的方向对图像特征进行处理,而是从至少两个方向对所述图像特征进行处理。进一步地,根据所述至少两个方向的公式识别结果,确定所述待处理图像中包括的公式,以弥补从单一方向对待处理图像进行处理存在的不足,从而提升识别准确性。
- 一种跨类别果实数据集自动标注系统和方法-202111086204.8
- 史云;李会宾;张保辉;吴文斌 - 中国农业科学院农业资源与农业区划研究所;苏州云视图信息科技有限公司
- 2021-09-16 - 2021-12-31 - G06K9/32
- 本发明提出一种跨类别果实数据集自动标注方法,包括:S1,获取源域果实图像和目标域果实图像,标注源域果实图像,构建已标注源域果实数据集;S2,基于已标注源域果实数据集,利用生成对抗网络和果实检测网络,实现跨类果实图像的检测,获取目标域果实图像数据中目标果实检测框信息。本发明还提出一种跨类别果实数据集自动标注系统。本发明能够实现对异类无标注果实数据集的自动标注功能,可应用于不同类别的果实数据集标注工作,从而节省劳动力成本并提高工作效率。
- 一种图像背景过滤的信息识别方法及系统-202111191059.X
- 朱佳豪;路橙;梁沛森;陈锦锋;陈武聪;钟建琛;李文浩;邓耀隆 - 广东金赋科技股份有限公司
- 2021-10-13 - 2021-12-31 - G06K9/32
- 本发明公开了一种图像背景过滤的信息识别方法及系统,接收图像,利用文本检测算法DB在图像中找到文本信息,在每个文本信息的周围形成矩形的包围盒;根据预先录入的信息检测文本信息中的关键词信息,在关键词信息周围计算出锚点;根据锚点通过仿射变换得到矫正图像;在包围盒的区域形成包围框,剪裁包围框得到过滤背景的过滤图像;识别过滤图像中的包围盒内的文本信息,纠正识别有误的文本信息。根据锚点信息进行仿射变换矫正,矫正后通过关键排版进行精细剪裁得到只有重要文本的图像信息,图像矫正以及精细剪裁便于后续文本识别。
- 一种文本方向聚类矫正的图像信息提取方法及系统-202111191067.4
- 朱佳豪;路橙;梁沛森;陈锦锋;陈武聪;钟建琛;李文浩;邓耀隆 - 广东金赋科技股份有限公司
- 2021-10-13 - 2021-12-31 - G06K9/32
- 本发明公开了一种文本方向聚类矫正的图像信息提取方法及系统,接收图像,利用文本检测算法DB在图像中找到文本信息,在文本信息的周围形成包围盒;在包围盒长边取法向量,根据法向量的方向进行包围盒聚类,并给出每类包围盒法向量的方向;检测每类包围盒法向量与竖直方向的第一夹角,当第一夹角大于第一预设值时,根据第一夹角分别旋转对应一类的包围盒;对包围盒内的文本方向进行识别,若文本方向倒立,则将图像旋转180度;识别提取包围盒中的文本信息,纠正识别有误的文本信息。将法向量角度在同一范围的文本聚类,将每一类分别统一旋转矫正,对文本矫正后更利于文字识别,解决传统的图像矫正方式无法同时矫正多个方向的文本的问题。
- 图形识别方法和装置、存储介质及电子设备-202111124598.1
- 林文松 - 珠海金山办公软件有限公司;北京金山办公软件股份有限公司;武汉金山办公软件有限公司
- 2021-09-24 - 2021-12-31 - G06K9/32
- 本发明公开了一种图形识别方法和装置、存储介质及电子设备。其中,该方法包括:获取当前在操作界面上所绘制的候选图形的截图,以及所述候选图形的绘制轨迹点集;基于截图确定候选图形所属的第一级图形类别;基于绘制轨迹点集从第一级图形类别的子类别中识别出第二级图形类别;在操作界面中显示按照第二级图形类别拟合出的目标图形。本发明解决了由于识别维度单一导致的识别准确性较低的技术问题。
- 车牌识别方法、电子设备、存储介质以及程序产品-202111136640.1
- 郑雄军;刘浩淼;周汝玉;张栋梁;朱腾飞 - 浙江鸿泉电子科技有限公司
- 2021-09-27 - 2021-12-31 - G06K9/32
- 本发明提供一种车牌识别方法、电子设备、存储介质以及程序产品。方法应用于电子设备,电子设备设有线程池,线程池具有多个并行执行的线程,每一线程执行的车牌识别方法包括:获取对车牌进行拍摄得到的原始图像;将原始图像输入MNN初始目标识别模型得到带有初级目标的中间图像;对中间图像基于自信度规则和图形参数规则进行过滤,得到带有目标车牌的次级图像;将次级图像输入MNN最终目标识别模型,通过MNN最终目标识别模型对次级图像进行识别获取车牌信息。通过将输入MNN最终目标识别模型前的中间图像,基于自信度规则和图形参数规则进行过滤,减小识别目标数量。再通过电子设备的线程池的多个线程并行执行多个车牌的识别,提高车牌识别的效率。
- 对话框检测方法、装置、电子设备及存储介质-202111137112.8
- 钟东宏 - 北京达佳互联信息技术有限公司
- 2021-09-27 - 2021-12-31 - G06K9/32
- 本公开关于一种对话框检测方法、装置、电子设备及存储介质,该方法包括:对待检测视频帧图像进行二值化处理,得到二值化图像;对所述二值化图像进行区域检测,得到所述二值化图像中的连通区域;确定所述连通区域中为预设多边形的连通区域,作为预设多边形区域;当在所述预设多边形区域的预设位置存在预设形状和/或预设颜色时,确定所述预设多边形区域为预设对话框类型的对话框。本公开由于在确定预设多边形区域后,通过检测预设形状和预设颜色来检测预设对话框类型的对话框,可以准确检测出具有局部细节的对话框,提高检测的准确性,而且不需要使用深度学习的方法来进行检测,不需要人工标注数据,减少了人力成本。
- 图像处理方法、装置和介质-202010615592.3
- 李丹丹;饶旭东 - 北京搜狗科技发展有限公司
- 2020-06-30 - 2021-12-31 - G06K9/32
- 本发明实施例提供了一种图像处理方法和装置、一种用于图像处理的装置,其中的方法具体包括:确定文本图像中文本行对应的上下关键点配对;所述上下关键点配对包括:位于文本行上方的上关键点、以及位于文本行下方的下关键点;所述上关键点和所述下关键点之间的连线垂直于预设方向;依据所述上下关键点配对,对所述文本图像进行分段,以得到分段文本图像;依据所述上下关键点配对,对所述分段文本图像进行矫正,以得到对应的分段矫正图像。本发明实施例能够提高文本图像的矫正的准确率。
- 视频的文字检测方法及装置-202010616987.5
- 金典;王晶;朱声高 - 华为技术有限公司
- 2020-06-30 - 2021-12-31 - G06K9/32
- 本申请公开了一种视频的文字检测方法及装置,属于AI领域。所述方法包括:获取视频,所述视频包括n帧图片,n为大于1的整数;识别所述视频的每一帧图片中的文字,获得所述视频的文字识别结果,其中,识别所述视频中第k帧图片的文字的过程包括:获取所述第k帧图片中的文字,1<k≤n;基于所述第k帧图片中的文字的特征向量与所述视频中所述第k帧图片之前的图片中出现的文字的特征向量,对所述第k帧图片中的文字与所述第k帧图片之前的图片中出现的文字进行匹配。本申请能够提高文字的识别效率。
- 基于图像的文本识别方法、装置、电子设备及介质-202010621847.7
- 韦涛;王淼 - 北京搜狗科技发展有限公司
- 2020-06-30 - 2021-12-31 - G06K9/32
- 本说明书实施例公开了一种基于图像的文本识别方法,获取包含有文本数据的图像;使用轻量级卷积神经网络对所述图像进行特征提取,得到特征图;根据在高度方向上拆分所述特征图得到的高度序列特征图集,获取序列化特征;对所述序列化特征进行文本识别,得到识别结果;由于轻量级CNN采用了采用深度可分离卷积,能够较小计算量提高计算速度并降低内存使用率;以及序列化特征中包含了高度方向的特征向量,在保留了原有高度方向的特征向量的情况下,使得保留的原有特征更多,在保留的原有特征越多的基础上,其识别的准确率也会随之提高;如此,能够在减小计算量的情况提高识别的准确率。
- 一种文本定位方法、装置及电子设备-202010623533.0
- 韦涛;张宏源 - 北京搜狗科技发展有限公司
- 2020-06-30 - 2021-12-31 - G06K9/32
- 本发明公开了一种文本定位方法、装置及电子设备,该方法包括:对待检测图像进行区域划分,获得n个图像区域,n≥2;针对每个所述图像区域,通过文本行检测模型对所述图像区域进行文本识别,若识别出所述图像区域包含文本,对所述图像区域进行文本行上下边界的关键点回归检测,获得文本行上下边界的关键点坐标;基于n个所述图像区域的文本识别结果和所述文本行上下边界的关键点坐标,获得所述待检测图像中的文本图像。上述技术方案,通过将文本行检测转换为关键点的检测,简化了检测任务,提高了检测速度和精度。
- 基于FSAF及快-慢速权重的目标检测与识别方法-202111065576.2
- 聂振钢;赵乐;卢继华;侯杰继;马志峰;韩航程;谢民 - 北京理工大学
- 2021-09-10 - 2021-12-28 - G06K9/32
- 发明涉及基于FSAF及快‑慢速权重的目标检测与识别方法,属于监督学习及目标识别技术领域。包括:1)搭建包括卷积层、特征图层、预测层的主干网络和RetinaNet有参考框分支;2)搭建FSAF分支并生成图像特征层的有效区及忽略区,具体为:在RetinaNet有参考框分支中每个层级的预测层都添加一个无参考框分支,对标准框在不同特征层的映射框按照A1倍比例缩小后作为有效区、A2倍比例缩小后作为忽略区;3)基于FSAF分支计算分类损耗加回归损耗的和:综合损耗;4)将最优化特征层对应的综合损耗输入标准优化器及LookAhead优化器,使得综合损耗收敛。所述方法引入无参考框机制和Lookahead快‑慢速权重优化器,实现了比RetinaNet网络更好的识别效果,识别精准度和损耗收敛速度都有提升。
- 一种基于深度神经网络的智能水表识别方法及装置-202111083095.4
- 张笑钦;余奇凯;赵丽 - 温州大学
- 2021-09-15 - 2021-12-28 - G06K9/32
- 本发明公开了一种基于深度神经网络的智能水表识别方法,包括:获取水表表盘的图像信息;将获取的水表表盘的图像进行存储;读取存储的水表表盘图像信息,并对水表表盘图像进行预处理;对预处理后的水表表盘图像进行识别;输出水表读数结果,本发明还公开了一种基于深度神经网络的智能水表识别装置,通过摄像机模块中的光源进行偏振处理,并在光学镜头前加上检偏偏振片,使反射光线最弱,从而可获取质量较高的水表表盘的图像,可为图像识别提供速度保障,通过对水表表盘图像进行预处理可为图像识别提供精度和速度保障。
- 一种基于多感受野特征的自主空中加油锥套识别方法-202111139020.3
- 马跃博;颜坤;赵汝进;刘恩海;朱自发;易晋辉;曾思康;唐雨萍 - 中国科学院光电技术研究所
- 2021-09-27 - 2021-12-28 - G06K9/32
- 一种基于多感受野卷积特征的自主空中加油锥套识别方法,步骤包括:(1)自适应待识别区域选择;(2)提取多感受野卷积特征;(3)识别定位自主空中加油锥套目标;该方法以单目视觉图像为基础运用图像处理方法自适应确定待识别区域,提取多感野特征以适应目标的大尺度变化,结合多尺度识别与定位策略构建自主空中加油目标识别系统,提高了自主空中加油目标识别系统的识别率和实时性。
- 关键信息抽取方法、装置、电子设备及可读存储介质-202111148381.4
- 陈少琼 - 中国平安财产保险股份有限公司
- 2021-09-27 - 2021-12-28 - G06K9/32
- 本发明涉及人工智能领域,揭露一种关键信息抽取方法,包括:识别待处理图像中多个文本框及每个文本框内的字段内容,确定文本框的位置信息;获取文本框对应的框图,将一个文本框作为一个节点,基于位置信息、字段内容及框图确定每个节点对应的节点特征,基于节点图确定每个节点对应的边特征;将节点特征及边特征输入节点分类模型,得到每个节点对应的节点类别,基于节点类别确定初始节点集;对初始节点集中每个节点对应的字段内容执行信息校验处理,并确定目标节点集,抽取目标节点集中每个节点对应的字段内容作为关键信息抽取结果。本发明还提供一种关键信息抽取装置、电子设备及可读存储介质。本发明提高了关键信息抽取准确性。
- 票据OCR的处理方法、装置、设备和计算机可读存储介质-202111185315.4
- 岳征宇;姜良友;张文婷 - 北京鲸鹳科技有限公司
- 2021-10-12 - 2021-12-28 - G06K9/32
- 本申请提出一种票据OCR的处理方法、装置、设备和计算机可读存储介质,票据OCR的处理方法包括:对目标票据进行OCR识别,得到初始识别结果;按照预设规则对初始识别结果进行关键信息的提取;在关键信息出现缺失的情况下,根据目标票据的关联票据和/或与缺失信息的类型相关的第一数据库,确定缺失信息;在初始识别结果中补充缺失信息,以得到目标识别结果。根据本申请的票据OCR的处理方法,可以有效节省人力,降低用人成本,提高票据识别的效率和准确率。
- 防振锤螺栓检测方法、装置和电子设备-202110950811.8
- 李恩;陈铭浩;汪晗;杨国栋;梁自泽;郭锐;李勇;刘海波 - 中国科学院自动化研究所;国网山东省电力公司
- 2021-08-18 - 2021-12-28 - G06K9/32
- 本发明提供一种防振锤螺栓检测方法、装置和电子设备,所述方法包括:从待检测图像中提取防振锤导线的直线拟合区域,并基于直线拟合区域,以及防振锤与防振锤导线之间的位置关系,确定防振锤轮廓;基于防振锤轮廓,以及防振锤的结构尺寸,确定防振锤螺栓区域图,并对防振锤螺栓区域图进行目标检测,得到防振锤螺栓的位置检测结果。本发明基于防振锤导线的直线拟合区域确定防振锤轮廓,并基于防振锤轮廓以及防振锤的结构尺寸,确定防振锤螺栓区域图,从而可以基于防振锤螺栓区域图精确得到防振锤螺栓的位置检测结果,避免传统方法中由于防振锤螺栓几何特征不明显导致无法准确检测螺栓位置的问题。
- 基于深度学习的车牌识别方法及系统、服务器及介质-202110971633.7
- 刘建云;周子淳;黄志鹏;李恒 - 中国船舶重工集团公司第七0九研究所
- 2021-08-24 - 2021-12-28 - G06K9/32
- 本发明公开了一种基于深度学习的车牌识别方法及系统、服务器及介质,其通过单双行车牌分类网络和车牌信息识别网络组合得到的车牌深度识别网络对车牌图像进行识别,其中,车牌深度识别网络中的车牌信息识别网络为一个编码网络和解码网络组合的深度神经网络,所述编码网络能够将二维的图像信息编码为序列信息,所述解码网络能够将编码信息转换为车牌的字符信息,并利用循环解码的方式实现不定长车牌的字符识别,从而利用深度神经网络的特性,不仅能够适应真实场景中多种类型车牌的识别,且对于质量较差的车牌图像具有一定的识别鲁棒性,能够更好地满足真实场景中的车牌识别需求。
- 基于深度学习的建筑物矢量轮廓化简方法、模型及模型建立方法-202110980000.2
- 江宝得;巫勇;许少芬;陈占龙 - 中国地质大学(武汉)
- 2021-08-25 - 2021-12-28 - G06K9/32
- 本发明涉及一种基于深度学习的建筑物矢量轮廓化简方法、模型及模型建立方法,发明的化简过程主要包括三步:1)基于MobileNet2网络进行栅格建筑物的卷积特征提取;2)生成每个建筑物的外包矩形并切割相应位置的特征图,使用ROI‑Pooling统一特征图的大小;3)将提取的特征图作为输入,使用回归神经网络计算得到建筑物的化简坐标。本发明可直接实现建筑物轮廓矢量到矢量的化简流程,避免化简结果栅格转矢量造成的信息损失及重复化简操作。本发明通过修改损失函数增强了化简结果的形状特征,实现了建筑物的智能化、自动化综合,模型的综合性能强,鲁棒性高,能够被复用到多种比例尺的矢量建筑物轮廓化简的应用场景中。
- 一种车牌图像数据集生成方法及系统、服务器及介质-202110994325.6
- 黄志鹏;周子淳;李恒 - 中国船舶重工集团公司第七0九研究所
- 2021-08-27 - 2021-12-28 - G06K9/32
- 本发明公开了一种车牌图像数据集生成方法及系统、服务器及介质,其根据用户需求和实际车牌的制式标准生成第一合成车牌图像及车牌文字信息;并基于已标注真实车辆图像中的真实车牌图像,使用基于神经网络的任意风格迁移对第一合成车牌图像的风格进行迁移,形成第二合成车牌图像;然后根据第二合成车牌图像以及已标注真实车辆图像中的车牌矩形框坐标信息,将第二合成车牌图像嵌入到真实车辆图像中,形成第一合成图像及车牌位置信息;最后对第一合成图像中的第二合成车牌图像进行颜色转换,形成第二合成图像;从而能够为车牌检测识别灵活快速地提供真实风格的丰富数据,大大节省了获得真实车牌训练图像所需的时间成本和人力成本。
- 一种提取文档中文本行的方法、系统、设备及存储介质-202111124778.X
- 杨恒;阮仕海;龙涛 - 深圳爱莫科技有限公司
- 2021-09-25 - 2021-12-28 - G06K9/32
- 本申请公开了一种提取文档中文本行的方法、系统、设备及存储介质,其中,所述方法包括:获取文档图像;基于文档图像,确定文档首行的行标志文本块;基于首行的行标志文本块,对首行的文本行进行文字提取;待首行的文本行的文字提取完成后,获取相邻行的行标志文本块;基于相邻行的行标志文本块,对相邻行的文本行进行文字提取;待上一行的文本行的文字提取完成后,再次进行下一相邻行的行标志文本块的获取以及文本行提取,直至所有的文本行提取完成,通过本申请上述方案,能够准确高效地实现文档的文本行提取,提取过程简单直观,适用性强。
- 图像捕获设备及操作其的方法-201580079859.9
- 金一道;崔祐硕 - 三星电子株式会社
- 2015-12-29 - 2021-12-28 - G06K9/32
- 一种图像捕获设备,包括:第一相机和第二相机,具有不同的光学特性并被配置为捕获同一被摄体;控制器,被配置为在由第一相机捕获的第一图像中将包括所述被摄体的区域设置为第一感兴趣区域(ROI),并基于第一相机模块的光学特性与第二相机模块的光学特性的差在由第二相机捕获的第二图像中检测与第一ROI匹配的第二ROI。
- 基于深度学习算法的细菌性与病毒性儿童肺炎的分类方法-201711132086.3
- 辜祥宏;杨然 - 中山大学
- 2017-11-15 - 2021-12-28 - G06K9/32
- 本发明提供一种基于深度学习算法的细菌性与病毒性儿童肺炎的分类方法,该方法首先对源数据集进行人工标注,再在全卷积网络语义分割与卷积神经网络算法的基础上,先采用全卷积网络语义分割算法对图像进行前景分割肺部区域得到感兴趣区域,将提取到的感兴趣区域输入到卷积神经网络模型中训练分类器,从而预测未知胸部X线图像所属类别提取感兴趣区域的高维特征,同时采用传统的图像处理方法提取感兴趣区域的低维特征,分别将高、低维特征用于训练非线性分类器,并预测未知X线图像的类别,从而判断患者所患肺炎的类型。采用主成成分分析算法对特征降维,减少计算量,然后将混合降维后的特征输入到非线性分类器中,对未知X线图像预测类别。
- 车牌的校正方法及装置-201611219738.2
- 王芬芬;张武丽;谢钱昆;罗维 - 浙江宇视科技有限公司
- 2016-12-26 - 2021-12-28 - G06K9/32
- 本申请提供一种车牌校正方法及装置,该方法包括:获取车牌图像的字符连通域,提取字符连通域的上层边缘点和下层边缘点;获取车牌图像的字符角点,从字符角点中提取上层字符角点和下层字符角点;根据上层边缘点与上层字符角点确定第一点集,根据下层边缘点与下层字符角点确定第二点集;根据第一点集和第二点集确定车牌图像的倾斜角度,利用倾斜角度校正车牌图像。本申请根据上下层边缘点和上下层字符角点得到的第一点集和第二点集确定倾斜角度,在无字符连通域时根据上下层字符角点确定倾斜角度,而在背景干扰导致字符角点较多时通过上下层边缘点对字符角点进行限制,因此在不同情况下,都可以准确的确定倾斜角度,从而提升车牌校正的准确度。
- 车牌位置识别方法、装置及电子设备-201810121546.0
- 赵伟 - 浙江宇视科技有限公司
- 2018-02-07 - 2021-12-28 - G06K9/32
- 本发明涉及智能交通技术领域,提供一种车牌位置识别方法、装置及电子设备,所述方法包括:获取原始图像,其中,所述原始图像包括待识别车牌;将所述原始图像输入预先训练的卷积神经网络,利用所述卷积神经网络的第一网络提取出所述原始图像的第一特征图;将所述第一特征图输入所述卷积神经网络的第二网络,利用第二网络中的贝叶斯后验概率模型对所述第一特征图进行特征处理,得到第二特征图;依据所述第二特征图,识别出所述原始图像中所述待识别车牌的位置信息。本发明通过将贝叶斯后验概率模型融入到卷积神经网络,根据贝叶斯后验概率模型获得的置信度不断更新卷积神经网络的网络权值,提升了车牌位置识别的准确性。
- 一种车辆的VIN码获取方法、装置、设备及存储介质-202111133983.2
- 杨彦召;李汶峰;薛信钊 - 中汽创智科技有限公司
- 2021-09-27 - 2021-12-24 - G06K9/32
- 本申请公开了一种车辆的VIN码获取方法、装置、设备及存储介质,所述的方法包括:响应于车辆检测请求,触发车辆的VIN码获取动作;获取所述VIN码获取动作的当前触发次数;若所述当前触发次数满足第一预设条件,则从车辆的第一目标控制器中读取VIN码,得到第一VIN码信息;在所述第一VIN码信息校验通过的情况下,将所述第一VIN码信息确定为目标VIN码信息;本申请在车辆位于主机厂时,在需要对车辆进行检测时可以快速准确地获取车辆的VIN码,实现了降本增效的作用。
- 图像的分割方法和席位机系统、非易失性存储介质-202110971073.5
- 程胜文 - 西安万像电子科技有限公司
- 2021-08-23 - 2021-12-24 - G06K9/32
- 本申请公开了一种图像的分割方法和席位机系统、非易失性存储介质。其中,该方法应用于席位机控制系统,席位机控制系统至少包括:控制主机以及多个显示屏,其中,多个显示屏中的一个显示屏为管理屏,多个显示屏中除管理屏以外的显示屏为远程操控屏,控制主机用于对待分割的图像进行分割,该方法包括以下步骤:获取待分割的图像,并在管理屏的图像分割区域展示图像;获取对图像进行分割的分割参数,其中,分割参数至少包括:将图像分割之后得到的每个图像块的位置信息以及显示每个图像块的远程操控屏的信息;依据分割参数在图像分割区域对图像进行分割。本申请解决了现有的席位机系统无法对同一个源端的采集画面进行分割的技术问题。
- 基于深度学习的矢量曲线化简方法、模型及模型建立方法-202110980003.6
- 江宝得;许少芬;巫勇;吴亮 - 中国地质大学(武汉)
- 2021-08-25 - 2021-12-24 - G06K9/32
- 本发明涉及一种基于深度学习的矢量曲线化简方法、模型及模型建立方法,本发明的化简方法包括以下步骤:1)进行栅格线要素的特征提取;2)使用改进的RPN网络提取曲线上不同的折弯所对应的特征图;3)对特征图采用ROI‑Pooling得到统一大小的特征图;4)使用回归网络对折弯的卷积特征图进行分类,对判断为正的折弯仅保留首尾两点,对判断为负的折弯不处理,最后按顺序连接所有保留的折点,生成化简后的矢量折线。本发明直接提取曲线的冗余折弯并进行删除,保留曲线的特征点,化简结果直接矢量化,避免栅格转矢量过程中的信息损失及重复化简操作,智能化程度高,综合性能强,能被复用到多种比例尺矢量曲线的化简应用场景中。
- 衣物类型的确定方法及装置、存储介质、电子装置-202110998688.7
- 刘彦甲 - 青岛海尔科技有限公司;海尔智家股份有限公司
- 2021-08-27 - 2021-12-24 - G06K9/32
- 本发明实施例提供了一种衣物类型的确定方法及装置、存储介质、电子装置,该方法包括:从获取的目标图像中提取目标对象的N个衣物关键点和目标对象的M个轮廓关键点,其中,M和N均是大于或等于1的自然数;确定N个衣物关键点和M个轮廓关键点之间的位置关系;基于位置关系确定目标对象的衣物类型。通过本发明,解决了相关技术中对对象的衣物识别不准确的问题,达到准确的识别出目标对象的衣物类型的效果。
- 专利分类