-
公开(公告)号：CN105608454A
公开(公告)日：2016-05-25
申请号：CN201510968301.8
申请日：2015-12-21
Applicant: 上海交通大学 , 中国太平洋保险(集团)股份有限公司
CPC classification number: G06K9/3258 , G06N3/02
Abstract: 本发明公开一种基于文字结构部件检测神经网络的文字检测方法及系统，所述方法在深度卷积神经网络中构建文字结构部件检测层，所述文字结构部件检测层对文字结构部件进行检测，从而实现文字区域定位和分割。在文字结构部件检测层中，构建是多个文字结构检测器，对某一类文字结构使用单独的文字结构检测器进行检测，提高了文字结构检测的准确性和独特性。本发明以文字结构部件检测的深度学习网络对文字结构特征的强提取能力为出发点，针对中文字结构特征做了专项检测，因此具有更高的主动性和精确性。
-
Patent Agency Ranking
公开(公告)号：CN105469047B
公开(公告)日：2019-02-22
申请号：CN201510819927.2
申请日：2015-11-23
Applicant: 上海交通大学
Abstract: 本发明公开一种基于无监督学习深度学习网络的中文检测方法及系统。本发明使用无监督学习法训练一个深度卷积神经网络，而后使用该网络对自然图像中的各个候选文字区域进行分类，最后对分类为文字的区域进行文本行聚合，检测得到图像中的文字区域。本发明抓住深度学习网络对图像特征超强的提取能力，利用无监督学习强大的训练能力，针对中文字特征训练深度卷积神经网络，实现文字区域定位和分割，方法简单有效；针对文字特征构建了深度卷积神经网络无监督学习方法，在文字检测方面具有更好的针对性，因此具有更高的主动性和精确性。
-
公开(公告)号：CN105469047A
公开(公告)日：2016-04-06
申请号：CN201510819927.2
申请日：2015-11-23
Applicant: 上海交通大学
CPC classification number: G06K9/00456 , G06K9/344 , G06K9/6267
Abstract: 本发明公开一种基于无监督学习深度学习网络的中文检测方法及系统。本发明使用无监督学习法训练一个深度卷积神经网络，而后使用该网络对自然图像中的各个候选文字区域进行分类，最后对分类为文字的区域进行文本行聚合，检测得到图像中的文字区域。本发明抓住深度学习网络对图像特征超强的提取能力，利用无监督学习强大的训练能力，针对中文字特征训练深度卷积神经网络，实现文字区域定位和分割，方法简单有效；针对文字特征构建了深度卷积神经网络无监督学习方法，在文字检测方面具有更好的针对性，因此具有更高的主动性和精确性。
-
公开(公告)号：CN105608454B
公开(公告)日：2019-08-09
申请号：CN201510968301.8
申请日：2015-12-21
Applicant: 上海交通大学 , 中国太平洋保险(集团)股份有限公司
Abstract: 本发明公开一种基于文字结构部件检测神经网络的文字检测方法及系统，所述方法在深度卷积神经网络中构建文字结构部件检测层，所述文字结构部件检测层对文字结构部件进行检测，从而实现文字区域定位和分割。在文字结构部件检测层中，构建是多个文字结构检测器，对某一类文字结构使用单独的文字结构检测器进行检测，提高了文字结构检测的准确性和独特性。本发明以文字结构部件检测的深度学习网络对文字结构特征的强提取能力为出发点，针对中文字结构特征做了专项检测，因此具有更高的主动性和精确性。
-
公开(公告)号：CN104182750B
公开(公告)日：2017-08-01
申请号：CN201410334436.4
申请日：2014-07-14
Applicant: 上海交通大学
IPC: G06K9/46
Abstract: 本发明公开一种在自然场景图像中基于极值连通域的文字检测方法，该方法首先获取自然场景图像，将自然场景图像进行分离的最大稳定极值区域提取；分离的最大稳定极值区域输出是一系列互不交叠的区域，每一个区域都是一个连通分量；在获得连通分量之后，提取连通分量的各种特征，这些特征组合能很好的表达连通分量；从文字结构出发，首先执行字内合并，接着执行字间合并，字内合并方法检测单个的文字，字间合并方法检测文本行；最后分析文本行的角点分布，筛选得到文字区域，并用矩形框对文本区域加以标定。本发明方法以文字的边缘特征为出发点，在文字检测方面具有更好的针对性，因此具有更高的主动性和精确性。
-
公开(公告)号：CN104182750A
公开(公告)日：2014-12-03
申请号：CN201410334436.4
申请日：2014-07-14
Applicant: 上海交通大学
IPC: G06K9/46
Abstract: 本发明公开一种在自然场景图像中基于极值连通域的文字检测方法，该方法首先获取自然场景图像，将自然场景图像进行分离的最大稳定极值区域提取；分离的最大稳定极值区域输出是一系列互不交叠的区域，每一个区域都是一个连通分量；在获得连通分量之后，提取连通分量的各种特征，这些特征组合能很好的表达连通分量；从文字结构出发，首先执行字内合并，接着执行字间合并，字内合并方法检测单个的文字，字间合并方法检测文本行；最后分析文本行的角点分布，筛选得到文字区域，并用矩形框对文本区域加以标定。本发明方法以文字的边缘特征为出发点，在文字检测方面具有更好的针对性，因此具有更高的主动性和精确性。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
