-
公开(公告)号：CN109299274A
公开(公告)日：2019-02-01
申请号：CN201811319968.5
申请日：2018-11-07
Applicant: 南京大学
Abstract: 本发明公开了一种基于全卷积神经网络的自然场景文本检测方法，该方法使用CNN网络提取文本的特征表示，通过特征融合模块调整特征表示，同时融合特征图高层的语义特征和低层的位置信息，使得提取的特征具有更强的表示能力，并结合文本预测模块直接预测出候选的文本对象。该方法采用了端到端的训练和预测过程，处理流程简单，无需多步骤分级处理，最后通过简单的NMS操作得到最终的检测结果，其准确度高，鲁棒性强，对于复杂背景的自然场景图像中的多方向、多尺寸的文本对象也能很好地予以检测，具有优良的自然场景文本检测性能。
-
公开(公告)号：CN105657664A
公开(公告)日：2016-06-08
申请号：CN201610112229.3
申请日：2016-02-29
Abstract: 本发明公开了一种移动互联网环境下基于位置共享的游客管理系统，该系统包括移动终端和游客管理服务器。首先导游移动终端从服务器获取本次旅游的所有游客信息；接着移动终端采用定位模块确定当前所在的地理位置，通过团队操作模块将位置信息发送给服务器，并从服务器获取其他用户共享的位置，通过电子地图模块显示；然后导游移动终端构建管理游客的地理围栏，并将地理围栏信息发送给服务器，服务器将导游的地理围栏信息发送给所有游客；最后游客移动终端监控自身是否处于该导游的地理围栏内，当游客的位置不在导游的地理围栏内时通知游客移动终端和导游移动终端，导游移动终端对游客发送可能掉队的提醒信息。
-
公开(公告)号：CN101996245A
公开(公告)日：2011-03-30
申请号：CN201010536182.6
申请日：2010-11-09
Applicant: 南京大学
IPC: G06F17/30
Abstract: 本发明公开了一种图形对象的形状特征描述与检索方法，包括以下步骤：输入二值图像形式的待检索的图形对象P；对待检索的图形对象P进行形状特征抽取；基于图形对象的各层次表示的形状特征描述，计算待检索的图形对象P与系统实例库中待比对图形对象Q的相似度；从系统实例库中选择与待检索的图形对象P相似度最高的一个或一组实例作为检索结果输出。本发明所提出的形状特征描述综合了图形对象多层次的形状特征，具有较好的刻画与检索性能，在检索精度和算法复杂度上具有灵活可调的特点，可以适应较大范围对象类型的处理需要，并可有效处理图形检索中噪声、局部形变等干扰情况的影响。本发明可适用于各种涉及图形检索与识别处理的软件系统中。
-
Patent Agency Ranking
公开(公告)号：CN109299274B
公开(公告)日：2021-12-17
申请号：CN201811319968.5
申请日：2018-11-07
Applicant: 南京大学
Abstract: 本发明公开了一种基于全卷积神经网络的自然场景文本检测方法，该方法使用CNN网络提取文本的特征表示，通过特征融合模块调整特征表示，同时融合特征图高层的语义特征和低层的位置信息，使得提取的特征具有更强的表示能力，并结合文本预测模块直接预测出候选的文本对象。该方法采用了端到端的训练和预测过程，处理流程简单，无需多步骤分级处理，最后通过简单的NMS操作得到最终的检测结果，其准确度高，鲁棒性强，对于复杂背景的自然场景图像中的多方向、多尺寸的文本对象也能很好地予以检测，具有优良的自然场景文本检测性能。
-
公开(公告)号：CN109410239B
公开(公告)日：2021-11-16
申请号：CN201811320070.X
申请日：2018-11-07
Applicant: 南京大学
Abstract: 本发明公开了一种基于条件生成对抗网络的文本图像超分辨率重建方法。该方法修改了普通的条件生成对抗网络的结构，使其更加适应于文本图像的超分辨率重建任务，另外引入并利用了文本‑非文本二值分割图像作为超分辨率重建模型的额外训练监督信息，并结合文本‑非文本二值分割信息构造模型的损失函数以约束模型的训练，使得超分辨率重建模型更加集中于图像中的文本部分。相比一般图像超分辨率方法，本发明公开的文本图像超分辨率重建方法更加充分和针对性地利用了文本自身信息，有效提高了文本图像超分辨率重建的质量。
-
公开(公告)号：CN101488227B
公开(公告)日：2011-04-06
申请号：CN200810243874.4
申请日：2008-12-09
Applicant: 南京大学
IPC: G06T11/00
Abstract: 本发明公开了一种圆弧在矩形窗口下的快速裁剪方法，对任意给定的圆弧段，该方法按各类圆弧出现概率及所需操作，先后通过圆弧整体包围盒、各分割后的象限圆弧段包围盒、裁剪窗口顶点相对于象限圆弧段的内外测试，以较少的操作尽可能多地排除与裁剪窗口不相交的圆弧；对剩余需求交操作完成裁剪的圆弧，通过查表法快速获取圆弧与裁剪窗口边的交点。本发明的有益之处是，对任意待裁剪圆弧，仅需几次移位、整数加减或少量乘除法运算，即可快速获取其裁剪结果，圆弧裁剪效率有很大提高。此外，由于圆弧裁剪是图形学及CAD的基础问题，该方法可广泛应用于各类绘图软件、建模软件、CAD软件及复杂工程图设计系统等。
-
公开(公告)号：CN101488227A
公开(公告)日：2009-07-22
申请号：CN200810243874.4
申请日：2008-12-09
Applicant: 南京大学
IPC: G06T11/00
Abstract: 本发明公开了一种圆弧在矩形窗口下的快速裁剪方法，对任意给定的圆弧段，该方法按各类圆弧出现概率及所需操作，先后通过圆弧整体包围盒、各分割后的象限圆弧段包围盒、裁剪窗口顶点相对于象限圆弧段的内外测试，以较少的操作尽可能多地排除与裁剪窗口不相交的圆弧；对剩余需求交操作完成裁剪的圆弧，通过查表法快速获取圆弧与裁剪窗口边的交点。本发明的有益之处是，对任意待裁剪圆弧，仅需几次移位、整数加减或少量乘除法运算，即可快速获取其裁剪结果，圆弧裁剪效率有很大提高。此外，由于圆弧裁剪是图形学及CAD的基础问题，该方法可广泛应用于各类绘图软件、建模软件、CAD软件及复杂工程图设计系统等。
-
公开(公告)号：CN101144711A
公开(公告)日：2008-03-19
申请号：CN200710134005.3
申请日：2007-10-17
Applicant: 南京大学
CPC classification number: Y02P90/265
Abstract: 本发明提供了一种关联工程图环境下全局坐标的自动定位方法，该方法通过自动识别工程图中的尺寸线，逐步组合成正交轴网、局部逻辑坐标系和全局逻辑坐标系并记录相应变换矩阵，然后接收任一图纸坐标输入，即可根据对应的变换矩阵计算得到多关联图整合条件下的全局逻辑坐标。本发明的有益之处是，从CAD环境中输入一组以不同比例、方向绘制的关联图，将任一工程图中任一图纸坐标自动精确转换到其对应的全局逻辑坐标，可用于在全局环境下对任一工程对象精确定位，从而节省大量人工计算开销，有效提高计算机辅助设计效率，并可进一步用于三维重建、各种工程数据精确计算等。该方法具有较高的通用性，可适用于多种工程领域。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.017 seconds)
