公开(公告)号：CN109919174A

公开(公告)日：2019-06-21

申请号：CN201910040323.6

申请日：2019-01-16

Applicant: 北京大学

Inventor： 王思薇 ,  王勇涛 ,  汤帜

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明公布了一种基于门控级联注意力机制的文字识别方法，涉及深度学习与图像文字识别技术。本发明方法采用基于注意力机制的编码器-解码器框架，使用编码器从输入图像中提取出特征向量序列；使用解码器依据编码后的特征向量序列循环地生成目标字符序列；在解码器中通过级联迭代的方式，逐步增强注意力机制对准的准确度，提升了注意力机制对准的准确性，避免利用额外的字符集标注数据来监督注意力机制训练，节省了人力成本，提高了场景文字识别的准确率，增强了识别模型对复杂情况的鲁棒性。

公开(公告)号：CN109902800A

公开(公告)日：2019-06-18

申请号：CN201910058187.3

申请日：2019-01-22

Applicant: 北京大学

Inventor： 刘玉栋 ,  王勇涛 ,  汤帜

IPC: G06N3/04 ,  G06K9/00

Abstract: 本发明公布了一种基于多级骨干网络的通用物体的检测方法，建立基于拟反馈神经网络的多级骨干网络，利用多个骨干网络之间的连接，在深度神经网络中模拟反馈机制，从而增强通用物体特征的提取，提高物体检测的精度。本发明可应用于多种物体检测器，被应用的检测器的骨干网络采用本发明提供的多级骨干网络，而检测器其他部分的网络结构不需要改变，方法简单方便，且物体检测精度高。