-
公开(公告)号：CN117132994A
公开(公告)日：2023-11-28
申请号：CN202311039086.4
申请日：2023-08-17
Applicant: 华南理工大学
IPC: G06V30/19 , G06V30/16 , G06V30/199 , G06N3/04 , G06N3/094
Abstract: 本申请公开了一种基于生成对抗网络的手写文字擦除方法，步骤包括：收集带有手写文字的文档图像，并对文档进行人工标注，得到数据集；基于数据集，生成手写文字笔画掩码；对文档图像进行预处理，得到处理后数据；根据手写文字笔画掩码搭建基于生成对抗网络的手写文字擦除模型；利用处理后数据对手写文字擦除模型进行训练，得到最终模型；利用最终模型擦除文档图像中的手写文字部分。本申请利用深度学习网络对文档图像进行特征提取，通过预测手写文字的笔画精确定位需要擦除的区域，采用级联的生成对抗网络对手写文字进行擦除，具有实现简单、速度快、擦除效果好等优点。
-
公开(公告)号：CN113723328B
公开(公告)日：2023-11-03
申请号：CN202111038235.6
申请日：2021-09-06
Applicant: 华南理工大学
IPC: G06V30/19 , G06V30/412 , G06V30/14 , G06V30/418 , G06T7/11
Abstract: 本发明公开一种图表文档面板分析理解方法，包括：采集初始图表文档，对初始图表文档进行分析，获得图表分析数据集；构建关键点分割模型，基于图表分析数据集和关键点分割模型获得刻度点的位置坐标；构建多目标检测模型，基于多目标检测模型进行图例位置检测，获得图例位置；基于矩形拓展的刻度点与刻度值匹配规则和最大交并比的图例与标签匹配规则对刻度点的位置坐标和图例位置进行分析，获得图表文档面板的分析结果。本发明提出的方法高效精准地解决了图表文档的面板理解问题，对实现机器对图表文档的自动化数据提取和内容理解具有重要的积极作用。
-
公开(公告)号：CN111161180B
公开(公告)日：2023-09-26
申请号：CN201911364562.3
申请日：2019-12-26
Applicant: 华南理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于迁移与结构先验的深度学习超声图像去躁方法。所包括以下步骤：根据超声图像斑点噪声在对数域服从高斯分布的先验知识，利用传统超声图像滤波器以及参数估计方法，在对数域估计斑点噪声的分布参数；利用已估计的分布参数，结合自然图像构建网络训练数据集，用于预训练去躁网络；利用两个图像细节提取网络分别提取去躁前与去躁后的超声图像细节信息，并用其去优化去躁网络的参数，采用优化后的去噪网络对超声图像进行去噪。本发明能够有效地实现斑点噪声去除，结构简单，具有很高的实用性。
-
公开(公告)号：CN116453128A
公开(公告)日：2023-07-18
申请号：CN202310239525.X
申请日：2023-03-13
Applicant: 华南理工大学
IPC: G06V30/16 , G06T3/00 , G06V30/18 , G06V30/184
Abstract: 本发明公开了一种扫描文档矫正方法、系统、装置和存储介质，其中方法包括：获取文档图像，对所述文档图像进行分割处理，获得分割掩膜图；对所述分割掩膜图进行边界线段检测，获得多条边界线段；对所述边界线段进行识别，以获得所述边界线段的类型；根据识别后的所述边界线段，为文档的四个边界分别选取一条特征线段；根据所述特征线段进行仿射变换矫正，获得矫正后的文档图像。本发明通过对线段进行处理，可以处理多种边界、角点缺失的情况，也可以处理角点处含有折叠的文档，具有较好的适用性；另外，本发明仅利用仿射变换进行矫正，不会引入额外的形变。本发明可广泛应用于文档图像处理技术领域。
-
公开(公告)号：CN113722490B
公开(公告)日：2023-05-26
申请号：CN202111039394.8
申请日：2021-09-06
Applicant: 华南理工大学
IPC: G06F16/35 , G06F40/295 , G06F40/30 , G06F18/214 , G06N3/0464
Abstract: 本发明公开了一种基于键值匹配关系的视觉富文档信息抽取方法，包括：采集视觉富文档，对所述视觉富文档进行第一多模态特征提取，获得不同级别的特征文本；基于所述特征文本和词嵌入模型获得实体分类结果。本发明创新性地利用实体关联性来研究视觉富文档信息抽取，有效避开了基于命名实体识别的方法难以处理数字类别歧义性和语义歧义性等问题，对现有的视觉富文档信息抽取方法进行有效地补充。
-
Patent Agency Ranking
公开(公告)号：CN111161235B
公开(公告)日：2023-05-23
申请号：CN201911364557.2
申请日：2019-12-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于细粒度解剖语义理解的乳腺超声图像分割方法。所述方法包括以下步骤：对乳腺超声图像进行预处理，得到图像强度信息；采用基于VGGNet的特征提取基网络提取图像的基本视觉特征；构建对图像中的不同解剖结构区域进行语义分割的初分割网络，得到语义分割的结果；构造一个RNN网络，然后把前面语义分割的结果和图像强度信息作为RNN的输入，在图像上以构图的方式建立空间关联；把初分割网络和RNN网络连接起来，构建end‑to‑end的分割网络；分割网络构建完毕后，进行统一的训练，得到训练好的分割网络；采用训练好的分割网络对乳腺超声图像进行分割。本发明通过迁移学习能够解决医学超声图像数据量少，标注困难且标注门槛高的问题。
-
公开(公告)号：CN114943204A
公开(公告)日：2022-08-26
申请号：CN202210599644.1
申请日：2022-05-30
Applicant: 华南理工大学
IPC: G06F40/109 , G06T5/50 , G06N3/04
Abstract: 本发明提供了一种基于生成对抗网络的中文字体合成的方法，包括：基于不同字体风格的不同字符类别构建训练集与测试集；基于生成对抗网络构建中文字体合成模型；基于所述训练集对所述中文字体合成模型进行训练，将所述测试集输入训练后的所述中文字体合成模型，获取字体合成结果。本发明利用深度学习网络对图像进行特征提取,以及利用组件感知模块为生成器提供有效的部件级监督，具有实现简单、推理速度快、生成质量高等优点。
-
公开(公告)号：CN114648770A
公开(公告)日：2022-06-21
申请号：CN202210354142.2
申请日：2022-04-06
Applicant: 华南理工大学
IPC: G06V30/40 , G06K9/62 , G06V10/774 , G06V10/764 , G06V30/10
Abstract: 本发明公开了一种古籍文档顺序检测方法,包括：获取图像数据，基于图像数据进行各个字符的连接顺序标注以及整个文档的文本行顺序标注，获得训练数据集；基于训练数据集，通过空间几何关系构造图的邻接矩阵，构造图中各个结点的特征以及边特征，训练字符连接关系预测模型，得到将字符连接后的文本行；基于训练数据集，通过编码‑解码的序列模型，构建并训练文本行顺序预测模型，获得文本行顺序预测结果；根据图像数据，基于训练字符连接关系预测模型和训练文本行顺序预测模型，获得图像数据的符合阅读顺序的文档内容。本发明针对密集字符型的文档图片，基于字符检测结果进行顺序检测，提出包括单字连接关系预测模型以及文本行顺序预测模型。
-
公开(公告)号：CN114581905A
公开(公告)日：2022-06-03
申请号：CN202210375908.5
申请日：2022-04-11
Applicant: 华南理工大学
Abstract: 本发明公开一种基于语义增强机制的场景文本识别方法及系统，包括获取场景文本图像，对场景文本图像进行校正，对校正后的场景文本图像进行特征提取，获取视觉特征，基于视觉特征提取全局语义信息，基于全局语义信息，对视觉特征进行解码转录，得到场景文本识别字符串结果。通过上述技术方案，本发明使场景文本图像的识别能够更加准确。
-
公开(公告)号：CN110399879B
公开(公告)日：2022-05-13
申请号：CN201910517862.4
申请日：2019-06-14
Applicant: 华南理工大学
IPC: G06V30/414 , G06V30/148 , G06V30/19 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明公开一种基于注意力机制的文本行单字分割方法，包括收集文本行训练图像；对图像的尺寸做归一化；对训练图像做数据增广；创建基于注意力机制的文本行识别网络；通过大量训练数据训练得到识别模型；将待分割文本行图像输入到识别模型中，通过注意力机制的权重概率分布计算单字分割结果；本发明注意力机制中的权重概率分布，在识别文本行内容的同时，能够将文本行中的单字分割出来，并且只需要标注文本内容，而不需要标注单字的位置，节省了大量人力，实现了弱监督的文本行单字分割。
-
-
-
-
-
-
-
-
-
Search Results
342
records
(took 0.057 seconds)
