-
Patent Agency Ranking
公开(公告)号：CN109800756A
公开(公告)日：2019-05-24
申请号：CN201811533332.0
申请日：2018-12-14
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种用于中文历史文献密集文本的文字检测识别方法，包括步骤：(1)数据获取：采集历史文献图像，进行人工标注；(2)数据预处理：对历史文献图像进行竖直投影做列切分，将历史文献中竖直的文本按列切开；(3)构建并预训练一个单行文本识别的卷积神经网络；(4)构建一个对单行文本进行文字检测的卷积神经网络，与进行单行文本识别的卷积神经网络共享浅层参数，同时进行训练；文字检测卷积神经网络利用文本识别卷积神经网络所提供的文本信息，对检测的位置进行微调，实现精确检测历史文献中密集文本的单个文字位置。本发明采用了卷积神经网络实现文本识别，并且充分利用文本识别分类器的指导信息，检测的效果可以更加精确。
-
公开(公告)号：CN109800756B
公开(公告)日：2021-02-12
申请号：CN201811533332.0
申请日：2018-12-14
Applicant: 华南理工大学 , 华南理工大学珠海现代产业创新研究院
Abstract: 本发明公开了一种用于中文历史文献密集文本的文字检测识别方法，包括步骤：(1)数据获取：采集历史文献图像，进行人工标注；(2)数据预处理：对历史文献图像进行竖直投影做列切分，将历史文献中竖直的文本按列切开；(3)构建并预训练一个单行文本识别的卷积神经网络；(4)构建一个对单行文本进行文字检测的卷积神经网络，与进行单行文本识别的卷积神经网络共享浅层参数，同时进行训练；文字检测卷积神经网络利用文本识别卷积神经网络所提供的文本信息，对检测的位置进行微调，实现精确检测历史文献中密集文本的单个文字位置。本发明采用了卷积神经网络实现文本识别，并且充分利用文本识别分类器的指导信息，检测的效果可以更加精确。
-
公开(公告)号：CN105138125A
公开(公告)日：2015-12-09
申请号：CN201510526148.3
申请日：2015-08-25
Applicant: 华南理工大学
IPC: G06F3/01 , G06F3/0481 , G06F3/0482 , G11B27/10
Abstract: 本发明公开了一种基于Leapmotion手势识别的智能车载系统，包括依次连接的数据采集模块、系统控制模块及系统响应模块；所述数据采集模块，利用Leapmotion传感器实时采集手部的运动数据，获取被称为帧对象的运动追踪数据；所述系统控制模块包括相互连接的数据处理单元及手势训练库，用于将收到的运动追踪数据提取手势信息，然后进行特征提取，并与手势训练库进行匹配，将匹配后的结果封装成控制信息，并传输到系统响应模块；所述系统响应模块包括投影显示单元及交互应用单元，用于获取控制信息，形成交互界面，投影到汽车挡风玻璃，进行操作系统交互应用。本系统可以提高行车的安全性和便捷性。
-
公开(公告)号：CN108228258B
公开(公告)日：2020-06-19
申请号：CN201711268377.5
申请日：2017-12-05
Applicant: 华南理工大学
IPC: G06F9/4401
Abstract: 本发明公开了一种大数据云平台下多环境配置的数据采集方法，包括步骤：1)根据提供的配置项，选取对大数据平台效率影响较大的配置项；2)根据步骤1)选择的配置项，根据各配置项的范围进行随机不重复采样。本发明通过自动化的办法找出可取的配置项，并通过不重复采样，采集到大数据平台的配置项参数和运行时间，以便不同的使用者选择最适合自己的配置项参数。
-
公开(公告)号：CN108228258A
公开(公告)日：2018-06-29
申请号：CN201711268377.5
申请日：2017-12-05
Applicant: 华南理工大学
IPC: G06F9/4401
Abstract: 本发明公开了一种大数据云平台下多环境配置的数据采集方法，包括步骤：1)根据提供的配置项，选取对大数据平台效率影响较大的配置项；2)根据步骤1)选择的配置项，根据各配置项的范围进行随机不重复采样。本发明通过自动化的办法找出可取的配置项，并通过不重复采样，采集到大数据平台的配置项参数和运行时间，以便不同的使用者选择最适合自己的配置项参数。
-
-
-
-
Search Results
5
records
(took 0.043 seconds)
