一种基于票据模板的图片重构方法

    公开(公告)号:CN112529989A

    公开(公告)日:2021-03-19

    申请号:CN202011512526.X

    申请日:2020-12-19

    Abstract: 一种基于票据模板的图片重构方法,包括:构建并训练一个票据文本嵌入网络,输入是票据重构参数,输出是重构票据图片,流程如下:从字典中获取票据模板上每个文本区域的填充文本,为每个文本区域生成一个以二进制表示、且尺寸一致的文本掩码图片,图片上有填充文本,且文本像素值为1、背景像素值为0,同时从票据模板中裁剪出每个文本区域的文本背景图片,将文本掩码图片和文本背景图片合成文本重构图片,最后将所有文本重构图片贴回票据模板,即重构票据图片;用户设定票据重构参数和重构数量,将票据重构参数输入训练后的票据文本嵌入网络,获得输出的重构票据图片。本发明属于信息技术领域,能基于票据模板重构大量贴合真实票据的票据图片。

    一种基于大数据挖掘技术的楼宇人员归属识别方法

    公开(公告)号:CN112417076A

    公开(公告)日:2021-02-26

    申请号:CN202011330345.5

    申请日:2020-11-24

    Abstract: 一种基于大数据挖掘技术的楼宇人员归属识别方法,包括:提取用户工作时段内的基站数据,确定其工作所属基站,获取用户工作时归属楼宇,将所有用户划分成不同的楼宇用户组;构建、并训练楼宇‑用户分群模型,输入是每个楼宇用户组内用户特征数据,输出是将用户划分后的多个企业用户群,工作流程如下:计算每两个用户之间的企业相似度,然后采用社区发现Louvain算法,以用户为节点、用户之间的企业相似度为边来构造图,将所有用户划分成多个社区;将待识别楼宇用户组内的用户特征数据输入楼宇‑用户分群模型,输出待识别楼宇用户组内所有用户分别归属的企业用户群。本发明属于通信领域,能利用用户数据和信令数据,实现楼宇内企业用户群体的自动识别。

    一种基于深度学习的证件照的自动审核方法

    公开(公告)号:CN110874577A

    公开(公告)日:2020-03-10

    申请号:CN201911117272.9

    申请日:2019-11-15

    Abstract: 一种基于深度学习的证件照的自动审核方法,包括:采用人脸检测算法,从证件照中检测出人脸,并得到人脸坐标列表,人脸坐标列表中包含有人脸矩形框的两组坐标和左右眼睛、鼻子、嘴角左右两侧共五组坐标;判断人脸坐标列表是否为空,如果是,则表示证件照未包含有人脸,审核结果是:证件照不合格,原因:未能检测人脸,继续下一步;如果否,则根据人脸坐标列表中人脸矩形框的两组坐标,从证件照中提取人脸图像,然后审核证件照中的人脸图像是否模糊、人像是否免冠或人像占比是否合格,再继续下一步;汇总、并输出审核结果。本发明属于信息技术领域,能利用人脸检测技术来实现对用户证件照的自动审查,从而提高证件照的审核效率、降低人力物力成本。

    一种基于位置服务的景区客流量预测方法

    公开(公告)号:CN106355289B

    公开(公告)日:2020-01-21

    申请号:CN201610833683.8

    申请日:2016-09-20

    Abstract: 一种基于位置服务的景区客流量预测方法,包括有:从移动网络运营服务器的用户位置信息表中提取景区基站范围内的所有用户的位置信息,分别统计每天不同时段内在景区基站范围内的移动终端用户数;以历史多天不同时段内在景区基站范围内的移动终端用户数和景区历史客流量为训练样本,训练BP神经网络,所述BP神经网络的输入是每天多个不同时段内在景区基站范围内的移动终端用户数,输出是对应天的景区历史客流量;将待预测天多个不同时段内在景区基站范围内的移动终端用户数输入训练后的BP神经网络,所述BP神经网络的输出即为待预测天的景区客流量。本发明属于网络通信技术领域,能利用移动终端用户的位置信息来对景区客流量进行准确预测。

    一种提取短视频主题的方法

    公开(公告)号:CN109670453A

    公开(公告)日:2019-04-23

    申请号:CN201811567121.9

    申请日:2018-12-20

    Abstract: 一种提取短视频主题的方法,包括:将短视频切分成M张视频截帧图片;采用迁移学习方式,使用卷积神经网络获取视频截帧图片的视频空间特征向量集合;按播放时序,将视频空间特征向量构成特征向量时间序列,并输入双向循环神经网络,从而输出视频空间-时间特征序列集合H;采用注意力机制,对H中的每个视频空间-时间特征序列进行调整,从而获得新的视频空间-时间特征序列集合Q;将Q再展开成一个视频空间-时间特征向量Z,对Z进行线性变换,然后采用归一化指数函数分别计算短视频归属各个主题的概率,以据此提取短视频的主题。本发明属于信息技术领域,能自动从短视频中提取主题信息,并且有效降低计算量。

Patent Agency Ranking