一种实时的全自动双轮毂字符识别系统

    公开(公告)号:CN115862020A

    公开(公告)日:2023-03-28

    申请号:CN202211526486.3

    申请日:2022-12-01

    Abstract: 本发明提供一种实时的全自动双轮毂字符识别系统,能够自动识别轮毂双侧内容并存储,对模糊和有污渍的数据具有较高的识别率。所述系统包括:轮毂装置、plc(可编程逻辑控制器)、图像采集设备、工控机。轮毂装置包括轮毂和车轨,轮毂为待识别物体位于车轨上方;plc配备传感器用于检测轮毂是否到位和控制系统拍照;图像采集设备由相机、光源和灯罩组成,用于获取轮毂双侧的数据;工控机安装GPU和应用程序;应用程序包括通信模块、识别模块、展示和存储等模块。所述工控机连接plc和相机设备,程序接受到plc拍照信号后启动相机拍照,对采集的图片进行识别,分析识别结果用于展示和存储。本发明适用于工业自动化及目标检测技术领域。

    一种端到端的表格结构化数据抽取系统

    公开(公告)号:CN115759011A

    公开(公告)日:2023-03-07

    申请号:CN202211519223.X

    申请日:2022-12-01

    Abstract: 本发明涉及一种端到端的通用型表格检测系统,用于帮助工作人员快速提取文件中的表格信息,提高工作效率。所述系统包括:表格定位、表格单元格检测、表格结构化识别、表格文字识别、结构化数据输出、数据存储。所述表格定位主要通过深度学习算法定位文件中表格的位置;所述表格单元格检测旨在检测图像中的表格单元格和单元格位置信息;所述表格结构识别旨在检测单元格间的行列关系;所述表格文字识别旨在使用OCR技术识别单元格内的文字信息;所述结构化输出旨在将上述几个步骤中识别到的数据输出成一个key‑value形式的可编辑二维表;所述数据存储旨在将二维表中的数据存入数据库;本发明适用于智能化办公或需要大量表格处理的领域。

    一种基于图卷积拓扑特征和关键词特征的文本检索方法

    公开(公告)号:CN115329046A

    公开(公告)日:2022-11-11

    申请号:CN202211001959.8

    申请日:2022-08-21

    Abstract: 本发明涉及自然语言处理领域的文本检索技术,提升了现有方法在语义匹配上的不足,包括以下步骤:围绕在工程咨询报告范围获取实验所需数据,每个标题标注60段文本数据;将数据以[CLS]标题[SEP]段落[SEP]的形式传入BERT模型,得到标题和段落的向量表示;基于向量分别构建图拓扑结构,并利用图卷积神经网络GCN获取全局结构特征;针对具有上下文信息和全局特征的向量表示,利用排序模型得到第一个得分;将段落对应关键词利用Word2Vec得到向量表示,基于余弦相似度得到第二个得分,对两个得分加权平均得到最终匹配结果;训练模型并更新参数,在测试集上提取文本特征并进行检索。本发明能够提升文本检索的准确性。

    模板图像匹配矫正方法
    15.
    发明公开

    公开(公告)号:CN112785529A

    公开(公告)日:2021-05-11

    申请号:CN202110157624.4

    申请日:2021-02-05

    Abstract: 本申请公开了一种模板图像匹配矫正方法,包括:矫正模板图像制作;特征点检测与特征点描述;特征点匹配;单应矩阵估计;文档图像矫正。所述矫正模板图像制作,包括:选取一张领域内的透视倾斜文档图像,通过交互式选取其四个顶点,通过透视变换将其矫正得到文档图像的正向平行视图图像。本申请实施例提供的模板图像匹配矫正方法,使用简单便捷、矫正速度快、矫正效果好、抗干扰性强且能够有效避免当文档图像倾斜角较大时引起的矫正文档图像侧立或倒立的情况,可以有效胜任领域性的文档图像矫正任务。

    专利功效短语识别方法
    16.
    发明公开

    公开(公告)号:CN112784603A

    公开(公告)日:2021-05-11

    申请号:CN202110157623.X

    申请日:2021-02-05

    Abstract: 本申请公开了一种专利功效短语识别方法,包括:融合字符级特征和单词级特征;对字符级特征使用word2vec或Bert进行向量化,对单词级特征通过注意力机制将集合中单词的向量表示融合为匹配输入序列的单词级特征向量;在嵌入层融合各特征向量输入到BiLSTM或Transformer进行编码,最后使用CRF解码得到对应输入序列的标签序列。本申请实施例提供的专利功效短语识别方法,融合了融合字符级特征和单词级特征,使用注意力机制将词表匹配得到的对应字符的单词集合向量化后,与字符级各特征的向量表示融合为最终的输入向量,在精确度、召回率和F1值这三个方面的表现均更为优秀,精确度高,召回率高,F1值高,有效提高了专利功效短语的识别效果。

Patent Agency Ranking