“罗灿杰”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果12个，建议您升级VIP下载更多相关专利

[发明专利]一种基于交叉注意力机制的自然场景文本识别方法-CN201910517855.4有效
发明人： 罗灿杰;金连文;黄云龙;林庆祥;周伟英 -专利权人：华南理工大学
申请日： 2019-06-14 - 公布日： 2023-07-11 - 主分类号： G06V20/62 文献下载
摘要：本发明公开一种基于交叉注意力机制的自然场景文本识别方法，包括数据获取：下载自然场景下的样本图片，并对所述图片使用公开的代码合成训练集；数据处理：对所有训练样本图片的大小进行拉伸操作，处理后样本图片的大小为32*100，高宽比例与原图保持一致，不足的部分使用黑边填充；标签制作：采用有监督的方法来训练识别模型，所以每张行文本图片都有对应的文本信息；训练网络：把准备好的训练图片数据及标签输入到交叉注意力网络中训练，交叉注意力网络由垂直注意力网络和水平注意力网络组成；输入测试数据到已训练网络中，最后得到识别结果和预测每个字符的置信度。本发明识别准确率高、鲁棒性强、针对形状不规则文本有很好的识别性能。
一种基于交叉注意力机制自然场景文本识别方法

[发明专利]一种基于深度学习的CT伪影识别系统-CN202310371634.7在审
发明人： 罗灿杰;谢国波 -专利权人：广东工业大学
申请日： 2023-04-10 - 公布日： 2023-07-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于深度学习的CT伪影识别系统，包括CT伪影识别系统，所述CT伪影识别系统的内部设置有预处理模块，所述CT伪影识别系统的内部设置有图像识别模块，所述所述CT伪影识别系统的内部设置有深度学习模块，所述CT伪影识别系统通过通讯网口电性连接有互联网，所述CT伪影识别系统通过通讯网口电性连接有云服务器。本发明通过区域划分模块及手动调整模块，可对待识别CT图像进行区域性的划分，通过采取多个区域的同时识别判断，可加快CT图像的伪影识别效率，通过深度学习模块，系统具备自主的资料下载及学习功能，帮助提升系统数据的全面性，有助于提高伪影识别工作的效率及准确性。
一种基于深度学习 ct 识别系统

[发明专利]一种基于二维特征注意力机制的自然场景文本识别方法-CN201910516931.X有效
发明人： 罗灿杰;金连文;孙增辉;黄云龙;周伟英 -专利权人：华南理工大学
申请日： 2019-06-14 - 公布日： 2023-04-18 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了一种基于二维特征注意力机制的自然场景文本识别方法，包括如下步骤：1数据获取：使用公开的代码合成用以训练的行文本图片，按形状划分为规则训练集和不规则训练集，并从网上下载真实拍摄的文本图片作为测试数据；2数据处理：对图片的大小进行拉伸操作，处理后图片的尺寸为32*104；3标签制作：采用有监督的方法来训练识别模型，每张行文本图片都有对应的文本内容；4训练网络：用训练集中的数据训练识别网络；5测试网络：输入测试数据到已训练网络中获取行文本图片的预测结果。本发明利用注意力网络实现了从图片的二维特征中解码出字符，识别准确率在公开的数据集上达到了较高的水平，具有极高的实用性和应用价值。
一种基于二维特征注意力机制自然场景文本识别方法

[发明专利]基于序列变换纠正及注意力机制的自然场景文本识别方法-CN202010227200.6有效
发明人：林庆祥;金连文;罗灿杰;赖松轩 -专利权人：华南理工大学
申请日： 2020-03-27 - 公布日： 2023-04-07 - 主分类号： G06V20/62 文献下载
摘要：本发明公开一种基于序列变换纠正及注意力机制的自然场景文本识别方法,包括数据获取、数据处理、标签制作、训练网络、测试网络；所述训练网络包括：构建识别网络，并将训练数据及处理好的标签输入预先设计好的识别网络，完成识别网络的训练；所述识别网络包括序列变换纠正器、基于注意力机制的文本识别器；所述序列变换纠正器包括若干个卷积层、非线性层和池化层；所述序列变换纠正器还包括分解层、由若干个全连接层组成的定位网络；所述基于注意力机制的文本识别器包括特征编码网络和基于注意力机制的解码器。本发明极大降低了识别模型的识别难度，识别准确率高、鲁棒性强，针对形状不规则的文本具有很好的识别性能。
基于序列变换纠正注意力机制自然场景文本识别方法

[发明专利]基于残差卷积和递归神经网络的中文场景文本行识别方法-CN201910221267.6有效
发明人：李兆海;金连文;罗灿杰;杨帆;毛慧芸;周伟英 -专利权人：华南理工大学;华南理工大学珠海现代产业创新研究院
申请日： 2019-03-22 - 公布日： 2022-11-29 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了基于残差卷积和递归神经网络的中文场景文本行识别方法，包括以下步骤：收集中文场景文本训练图像、对训练图像尺寸做归一化处理、对训练图像做数据增广处理、设计残差卷积神经网络、残差递归神经网络和CTC模型、对水平文本行和竖直文本行训练以及选择取置信度较高的结果为识别结果；本发明通过将卷积神经网络和递归神经网络结合起来，解决中文场景文本行识别的问题，避免了对文本行进行字符分割以及误分割带来的错误识别，通过在卷积神经网络和递归神经网络中加入了残差连接可加速模型的训练，从而得到实用的中文场景文本识别模型，且具有鲁棒性强，能够识别复杂背景、复杂光照和多种字体的中文文本行。
基于卷积递归神经网络中文场景文本识别方法

[发明专利]一种文档图像几何校正方法、系统、装置及介质-CN202111584077.4在审
发明人：金连文;张家鑫;罗灿杰 -专利权人：华南理工大学;华南理工大学珠海现代产业创新研究院
申请日： 2021-12-22 - 公布日： 2022-04-29 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种文档图像几何校正方法、系统、装置及介质，其中方法包括：获取第一文档图像，对第一文档图像中的像素进行分类，区分文档图像中前景文档区域和环境边界区域，获取前景文档区域的掩膜图；在掩模图上提取控制点，根据控制点对第一文档图像进行初步矫正，删除环境边界，获得初步矫正并删除环境边界的第二文档图像；获取第二文档图像的第一坐标偏移矩阵，根据第一坐标偏移矩阵对第二文档图像进行偏移后，获得矫正后的第三文档图像。本发明能够处理具有不同环境边界区域的拍摄文档图像，包括具有较小的环境边界区域、具有较大的环境边界区域或者不具有环境边界区域的情况。本发明可广泛应用于模式识别与人工智能技术领域。
一种文档图像几何校正方法系统装置介质

[发明专利]一种基于渐进矫正机制的场景文本识别方法-CN202111039925.3在审
发明人：廖倩颖;梁凌宇;金连文;林庆祥;罗灿杰;张家鑫;彭德智;王天玮 -专利权人：华南理工大学
申请日： 2021-09-06 - 公布日： 2021-11-30 - 主分类号： G06K9/36 文献下载
摘要：本发明公开了一种基于渐进矫正机制的场景文本识别方法，包括：采集场景文本图像，将所述场景文本图像进行渐进式矫正，获得目标文本图像，基于所述目标文本图像进行文本识别，获得识别结果。本发明通过采用一种渐进的矫正机制将不规则文本矫正为规则文本，并将其准确识别，能够消除拍摄角度带来的透视变形和字符的不规则排列带来的弯曲性等形变，同时剔除或抑制复杂背景带来的干扰，解决了包含不规则文本的场景识别问题，大大提高了识别系统对场景文本的鲁棒性，从而进一步提升了识别效果。
一种基于渐进矫正机制场景文本识别方法

[发明专利]一种基于解耦注意力机制的文本识别方法及系统-CN202010841738.6在审
发明人：朱远志;金连文;王天玮;陈晓雪;罗灿杰 -专利权人：华南理工大学;华南理工大学珠海现代产业创新研究院
申请日： 2020-08-20 - 公布日： 2020-11-20 - 主分类号： G06K9/32 文献下载
摘要：本发明公开一种基于解耦注意力机制的文本识别方法及系统，主要包括特征编码模块、卷积对齐模块和文本解码模块,特征编码模块基于深度卷积神经网络从输入图像中提取视觉特征；卷积对齐模块替代了传统基于得分的递归式对齐模块，从特征编码模块中提取多尺度视觉特征作为输入，使用全卷积神经网络逐通道的生成注意力图；文本解码模块通过门控递归单元结合特征图和注意力图得到最终的预测结果,本发明实现简单、识别精度高，具有有效性、灵活性和鲁棒性，在场景文本识别和手写文本识别等多种文本识别领域均具有杰出的性能，具有较好的实际应用价值。
一种基于注意力机制文本识别方法系统

[发明专利]一种基于多尺度特征的场景文本识别方法-CN202010841752.6在审
发明人：张家鑫;金连文;罗灿杰;王天玮;李子彦;周伟英 -专利权人：华南理工大学;华南理工大学珠海现代产业创新研究院
申请日： 2020-08-20 - 公布日： 2020-11-20 - 主分类号： G06K9/32 文献下载
摘要：本发明公开一种基于多尺度特征的场景文本识别方法，包括：获取场景文本图像数据集，并对场景文本图像数据集中的图像数据进行尺寸调整；构建文本识别模型，并利用尺寸调整后的场景文本图像数据集对文本识别模型进行训练；文本识别模型包括多尺度特征编码模块、多层注意力机制解码模块；多尺度特征编码模块用于获取若干个尺度的字符特征，多层注意力机制解码模块联合二维注意力机制和一维注意力机制对若干个尺度的字符特征进行融合，得到场景文本中的字符识别结果；采集待识别场景文本图像，将场景文本图像调整到统一尺寸后输入训练好的文本识别模型，完成场景文本中多尺度字符的识别。本发明能够对场景文本中的多尺度字符进行快速准确识别。
一种基于尺度特征场景文本识别方法

[发明专利]基于语义相关度预测和注意力解码的场景文本识别方法-CN201910898753.1在审
发明人：陈晓雪;金连文;王天玮;毛慧芸;朱远志;罗灿杰 -专利权人：华南理工大学
申请日： 2019-09-23 - 公布日： 2020-01-21 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种基于语义相关度预测和注意力解码的场景文本识别方法，包括：S1，数据获取：获取合成训练数据集、真实评测数据集及常用词根统计表；所述常用词根统计表作为语义指导；S2，数据处理：将所述合成训练数据集和真实评测数据集进行拉伸变换至统一规范；S3，深度神经网络模型训练，S4，场景文本识别：将待识别的场景文本图像输入到深度神经网络模型，深度神经网络模型对待识别的场景文本图像进行精确识别，并返回一串字符作为识别结果。本发明的语义相关度预测模块以词根统计表为语义指导为语义注意力机制提供更加准确的高阶先验信息引导，学习得到的参数更能适应真实场景文本的图像特点，识别准确率更高。
场景文本数据集词根神经网络模型语义统计表语义相关度评测合成训练注意力机制解码拉伸变换数据获取统一规范图像输入图像特点先验信息预测模块真实场景数据处理准确率高阶注意力文本图像返回预测学习

[发明专利]一种数显仪表读数的精确检测方法-CN201810608757.7在审
发明人：金连文;高学;孙增辉;罗灿杰 -专利权人：深圳市云识科技有限公司;华南理工大学
申请日： 2018-06-13 - 公布日： 2018-11-23 - 主分类号： G06K9/32 文献下载
摘要：本发明公开了模式识别与人工智能技术领域中的一种数显仪表读数的精确检测方法，包括（1）数据获取：采用摄像设备拍摄包含读数区域的仪表图像；（2）数据处理：对仪表读数值进行人工标注，并进行仪表图像的随机旋转、拉伸以及平移变换；（3）深度网络模型构建及训练：将仪表图像和相应标注数据输入到深度网络模型进行训练；（4）仪表读数检测：输入仪表图像，系统返回规范的仪表读数图像。本发明克服现有仪表读数提取方法的不足，充分利用深度网络模型的参数学习能力，基于深度网络模型的对抗式学习能力和反传残差的物理意义，通过学习数据样本的分布，对数显仪表读数进行精确检测，具有实时性强、准确率高等特点，具有较好的实用价值。
仪表读数网络模型仪表图像检测数显人工智能技术参数学习读数区域模式识别平移变换人工标注摄像设备数据处理数据获取物理意义现有仪表学习能力学习数据实时性准确率残差构建拉伸标注样本仪表图像拍摄对抗返回

[发明专利]一种基于卷积神经网络的数显仪表读数识别方法-CN201810607174.2在审
发明人：金连文;高学;孙增辉;罗灿杰 -专利权人：深圳市云识科技有限公司;华南理工大学
申请日： 2018-06-13 - 公布日： 2018-11-16 - 主分类号： G06K9/20 文献下载
摘要：本发明公开了模式识别与人工智能技术领域中的一种基于卷积神经网络的数显仪表读数识别方法，包括数据获取、数据处理、深度网络模型构建及训练、仪表读数识别等步骤。本发明通过基于大数据仪表图像的学习训练过程，实现一种高精度的数显仪表读数自动识别方法，具有识别准确率高、实时性强等特点，具有较好的实用价值。
仪表读数数显卷积神经网络人工智能技术模式识别数据获取网络模型学习训练仪表图像自动识别数据处理大数据实时性准确率构建

1
共 12 条