公开(公告)号：CN107622268A

公开(公告)日：2018-01-23

申请号：CN201710858247.0

申请日：2017-09-21

Applicant: 电子科技大学

Inventor： 解梅 ,  李佩伦 ,  秦方

IPC: G06K9/34 ,  G06K9/38 ,  G06K9/32

Abstract: 本发明公开了一种身份证字符分割方法。首先通过专用设备采集身份证图像，再对身份证图像中的黑色字体采用二值化阈值随图像底色的变化而变化的二值化处理方式，得到二值图像，并将反向的二值图像旋转180度得到正向的二值图像；然后，对二值图像做水平投影，基于水平投影结果获取身份证号码部分的上下边界，对身份证号码图像做垂直投影，基于垂直投影得到号码的左右边界，以及每个号码的位置；并基于汉字部分与号码部分的对应位置关系，得到汉字部分的左、右边界，从而基于汉字部分图像的水平投影，垂直投影得到姓名、民族和家庭地址部分的单个字符的分割。本发明用于提取身份信息的字符分割，其分割准确，且成本开销低。

公开(公告)号：CN107657226B

公开(公告)日：2020-12-29

申请号：CN201710862828.1

申请日：2017-09-22

Applicant: 电子科技大学

Inventor： 解梅 ,  秦方 ,  李佩伦 ,  苏星霖

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的人数估计方法，属于基于深度学习的人群密度估计。本发明采用一种基于卷积层和池化层的单列卷积神经网络，通过大量样本的训练，学习人群特征，从而估计输入图像的人群密度图，进而对密度图进行积分，得到该图像上人群的人数估计。对比目前的其他深度学习算法，本发明所采用的卷积神经网络，结构简单，复杂度低，训练时间短，且估计精确度更高。

公开(公告)号：CN107657275B

公开(公告)日：2020-07-21

申请号：CN201710854432.2

申请日：2017-09-20

Applicant: 电子科技大学

Inventor： 马争 ,  解梅 ,  李佩伦 ,  秦方

IPC: G06K9/62 ,  G06K9/46

Abstract: 本发明公开了一种基于改进BING算法的车牌预检测方法，属于车牌识别领域。本发明根据车牌的具体形状，改进了BING的检测窗口，丰富了BING的检测特征，使得BING给出的推荐框能够完整包含整个车牌，由于本发明中的BING的检测形态发生了改变，因此可以不用像BING的原始方法中一样在不同尺度的图像下做检测，而只需要采用传统的金字塔方法就可以取得良好的检测效果。