“祁忠琪”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6个，建议您升级VIP下载更多相关专利

[发明专利]图像内容分割方法、装置、设备、存储介质及程序产品-CN202211504318.4在审
发明人： 祁忠琪;张瑞 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-11-28 - 公布日： 2023-10-27 - 主分类号： G06V10/26 文献下载
摘要：本申请公开了一种图像内容分割方法、装置、设备、存储介质及程序产品，涉及图像处理领域。该方法包括：获取待进行指定图像内容分割的目标图像；对目标图像进行特征提取得到图像特征表示；基于图像特征表示对目标图像进行分类识别得到图像分类结果；对图像分类结果进行维度转换，得到分类特征表示；将图像特征表示与分类特征表示进行融合，得到融合特征表示；基于融合特征表示对目标图像中的指定图像内容进行分割，得到指定内容分割结果。从而能够借助融合特征表示中的分类信息，有效避免目标图像中存在的具有较高疑惑性的图像内容对图像分割过程的误导，提高指定内容分割结果的准确性。本申请可应用于云技术、人工智能、智慧交通等各种场景。
图像内容分割方法装置设备存储介质程序产品

[发明专利]一种基于深度学习的含堆叠字符的车牌识别方法-CN201910870894.2有效
发明人：张三元;祁忠琪;涂凯;吴书楷 -专利权人：浙江大学
申请日： 2019-09-16 - 公布日： 2022-04-01 - 主分类号： G06V30/148 文献下载
摘要：本发明公开了一种基于深度学习的包含堆叠字符的车牌识别方法。构建堆叠字符识别网络，使用堆叠字符样本图片和对应堆叠字符样本标签进行训练；获取车牌区域图片，使用目标检测技术对车牌区域图片进行字符检测；截取检测到标签为堆叠字符的区域并送入堆叠字符识别网络识别；对识别不为指定字符长度的结果进行后处理；使用非极大值抑制删除伪字符框得到真实字符框；从左至右拼接真实字符框的识别结果得到最终的车牌识别结果。本发明弥补了当前车牌识别技术中对于包含堆叠字符车牌不支持的缺陷，并通过构建的完整的车牌识别系统，对复杂车牌的识别具有极高的鲁棒性，该发明对于车牌识别应用具有极高的使用价值。
一种基于深度学习堆叠字符车牌识别方法

[发明专利]一种基于深度学习的高压电线结冰区域检测方法-CN201910949919.8有效
发明人：张三元;吴书楷;祁忠琪;涂凯 -专利权人：浙江大学
申请日： 2019-10-08 - 公布日： 2022-03-22 - 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高压电线结冰区域检测方法。本发明首先对摄像机拍摄到的高压电线原始图片进行预处理，选择待检测区域的图片，然后通过深度学习的分类方法对图片进行类别判定，如果判定摄像机拍摄图片正常，则通过深度学习的检测方法对图片中高压电线结冰区域的边界进行关键点检测，如果判定图片异常则在屏幕上打印异常警告信息。本发明经实验结果表明，该方法可以对图片中高压电线的结冰区域实现较为精确的检测，便于工作人员后续对结冰厚度进行评估，可有效预防电力设施故障的发生，具有较高的实际应用价值。
一种基于深度学习高压电线结冰区域检测方法

[发明专利]一种基于深度学习的船名字符区域检测方法-CN201910950738.7有效
发明人：张三元;吴书楷;祁忠琪;涂凯 -专利权人：浙江大学
申请日： 2019-10-08 - 公布日： 2022-03-22 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了一种基于深度学习的船名字符区域检测方法。通过摄像机采集大运河过往货船的高清图片，预处理后对图片中船名字符区域进行标注，构建船名字符区域检测数据集；搭建基于特征融合策略的深度学习检测网络，将数据集送入网络进行训练；利用训练好的检测网络对原图中的目标区域进行计算，根据置信度阈值和非极大值抑制算法对检测结果进行筛选获得最终的检测框，并绘制在图片上。本发明能够快速、准确地对自然场景中的货船船名字符区域进行检测，相比于传统检测方法采用阈值分割、边缘检测等技术，其不容易受光线、雨水等复杂环境的影响，在智能交通领域具有较好的应用前景。
一种基于深度学习船名字符区域检测方法

[发明专利]一种基于深度学习的倾斜车牌矫正和不定长车牌识别方法-CN201910650339.9有效
发明人：张三元;祁忠琪;涂凯;吴书楷 -专利权人：浙江大学
申请日： 2019-07-18 - 公布日： 2022-03-22 - 主分类号： G06V30/146 文献下载
摘要：本发明公开了一种基于深度学习的倾斜车牌矫正和不定长车牌识别方法。该方法分为训练和预测两个步骤，训练阶段为：构建车牌倾斜矫正网络，并使用车牌区域样本图片和对应角点的归一化坐标进行训练；构建不定长车牌号码识别网络，并使用车牌号码区域样本图片和对应的车牌号码进行训练；预测阶段为：将待识别的车牌图片送入车牌倾斜矫正网络预测得到车牌角点信息并进行倾斜矫正；使用目标检测方法定位得到倾斜矫正后车牌区域中的车牌号码区域；将车牌号码区域送入不定长车牌号码识别网络并进行后处理得到车牌号码。本发明不仅能够矫正倾斜车牌，而且能够直接从整体的车牌号码区域进行车牌号码识别；在复杂的真实场景中具有极高的鲁棒性。
一种基于深度学习倾斜车牌矫正定长识别方法

[发明专利]一种非二值化和边缘检测的车牌字符图像分割方法-CN201910371724.X有效
发明人： 祁忠琪;涂凯 -专利权人：浙江大学
申请日： 2019-05-06 - 公布日： 2021-05-18 - 主分类号： G06K9/32 文献下载
摘要：本发明公开了一种非二值化和边缘检测的车牌字符图像分割方法。获取车牌的字符样本图片和非字符样本图片；构建深度学习网络，输入训练获得字符判别网络；获取车牌图片，对车牌图片进行字符区域的检测定位得到车牌字符区域，设定滑动窗口；将滑动窗口在字符区域内从左向右进行滑动遍历形成一系列窗口，并将窗口内图像区域输入到字符判别网络，得到窗口内是否包含单个字符的字符概率，进行优化处理，保留窗口即为车牌中的字符。本发明能准确对车牌字符区域进行字符分割，相比较于传统图像处理下利用二值化和边缘检测进行字符分割的方法，其对带有底纹、光照不均的车牌均具有极佳的分割效果，该发明对于车牌识别应用具有较大的实用价值。
一种非二值化边缘检测车牌字符图像分割方法