一种图片中文字抽取识别处理方法及系统

    公开(公告)号:CN118411729A

    公开(公告)日:2024-07-30

    申请号:CN202410874316.7

    申请日:2024-07-02

    Inventor: 郑波 孙琪 汤敬华

    Abstract: 本发明公开一种图片中文字抽取识别处理方法及系统,方法包括:将多张输入的完整字体图片与预设的多字体数据库进行比较匹配,获得目标字体数据库;将待检测的完整字体图片与目标字体数据库进行识别获得第一识别结果目标字;获取历史样本图像数据库,收集多张与第一识别结果目标字匹配对应的目标对象输入历史样本图像;对待检测的完整字体图片和多张目标对象输入历史样本图像进行像素点识别,得到目标对象输入历史样本图像的像素点信息和待检测的完整字体图片的像素点信息,计算相似度特征参数;确定多张目标对象输入历史样本图像中匹配度最高的目标对象输入历史样本图像,确定匹配度最高的目标对象输入历史样本图像中的目标最终文字。

    容器集群环境下容器GPU资源监控系统

    公开(公告)号:CN114281647A

    公开(公告)日:2022-04-05

    申请号:CN202111601112.9

    申请日:2021-12-24

    Abstract: 本发明提供了一种容器集群环境下容器GPU资源监控系统,该方法包括:主机级GPU资源监控子系统:用以对集群中的各GPU卡进行全局唯一识别,并对主机中的GPU资源进行全局同步监控;容器级GPU资源监控子系统:在每个容器中通过调用API的方式启动新的进程来对容器占据的GPU卡进行实时资源监控。本发明能够实现各主机和各容器的GPU资源的细粒度采集,实现GPU资源配置信息的全局同步,并实现主机级别GPU资源数据的全局同步采集。

    一种工业视频图像中的目标物典型缺陷检测方法和系统

    公开(公告)号:CN118470013B

    公开(公告)日:2024-09-20

    申请号:CN202410925149.4

    申请日:2024-07-11

    Inventor: 郑波 孙琪 汤敬华

    Abstract: 本申请提供了一种工业视频图像中的目标物典型缺陷检测方法和系统;方法包括:获取待检测目标物图像,根据预定图像分割算法对待检测目标物图像进行预分割,得到多个图像子区域,提取每个超像素图像子区域对应的超像素区域的颜色特征和纹理特征,得到超像素区域的特征表示;根据遗传算法对特征表示进行转换,得到超像素区域的染色体表示,对染色体表示进行更新处理,得到满足适应度评价条件的子代种群的个体;对子代种群的个体进行染色体解码,得到目标解分割结果;合并所有图像子区域的目标解分割结果,得到待检测目标物图像的待检测最终分割图像;获取原始目标物缺陷图像的原始最终分割图像;通过两者匹配,判断待检测目标物图像是否存在缺陷。

    一种工业巡检过程的目标物品识别处理方法

    公开(公告)号:CN118397520B

    公开(公告)日:2024-09-03

    申请号:CN202410851672.7

    申请日:2024-06-28

    Inventor: 孙琪 汤敬华 郑波

    Abstract: 本发明公开了一种工业巡检过程的目标物品识别处理方法,通过获取包含目标物体的视频信息;根据视频信息获取连续的多张视频帧图像信息,对每一帧进行独立的识别处理;根据各个视频帧图像信息中的SIFT特征信息进行分析识别,获取目标物体图像,通过SIFT特征信息,在每一帧图像中识别目标物体;根据目标物体图像进行标记,得到视频信息对应的各视频帧图像的目标物体,将识别结果反映到整个视频信息中,使得用户可以在每一帧中了解目标物体的位置和出现情况;从而实现对包含目标物体的视频信息进行准确识别标记,将识别结果反映到整个视频信息中,使得用户可以在每一帧中了解目标物体的位置和出现情况。

    一种无人驾驶车辆的驾驶路线决策方法及系统

    公开(公告)号:CN118034300B

    公开(公告)日:2024-08-16

    申请号:CN202410242721.7

    申请日:2024-03-04

    Inventor: 汤敬华 孙琪 郑波

    Abstract: 本发明涉及无人驾驶车辆控制领域,尤其涉及一种无人驾驶车辆的驾驶路线决策方法及系统,该方法通过车载传感器和通信设备收集车辆历史和实时的相关运行数据,并进行预处理;利用虚拟环境构建行为决策模型、局部决策模型和全局决策模型,并使用上述数据对模型进行训练;车辆根据输入的起始点和目标点,通过全局决策模型调用行为决策模型和局部决策模型生成车辆状态跳转的决策指令,控制车辆在局部运行过程中的动作执行。此外,该方法利用实时监测数据进行微调优化,并监测车辆运行状态和异常情况,做出对应的决策调整;通过该方法本发明能够提高无人驾驶车辆的决策效率和安全性,降低交通事故风险,同时具备极高的自适应性和鲁棒性。

Patent Agency Ranking