专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果20个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于答案库的手写样本集的自动生成方法-CN201910678950.2有效
  • 田博帆 - 南京红松信息技术有限公司
  • 2019-07-25 - 2023-10-10 - G06V30/40
  • 本发明公开了一种基于答案库的手写样本集的自动生成方法,具体包括以下步骤:(1)手印分离:将含有手写体文本的作业或试卷的图片中的印刷体和手写体字符进行分离;(2)字符定位:对所述字符图片中的字符进行定位,得到定位坐标;(3)答案获取:确定手写体的答案坐标;(4)答案对齐:对题目的答案做实际排序和对齐操作,完成检测答案和答案库数据的对应关系;(5)答案分类:根据答案库的数据信息判断出字符类别并裁剪出对应的手写体答案,将裁剪的答案图片作为基础样本保存至文件夹中;(6)样本合成:根据步骤(5)得到的基础样本的数据集通过随机读取文件夹名和文件夹中的文件,自动合成出训练样本集。
  • 一种基于答案手写样本自动生成方法
  • [发明专利]一种基于目标编解码的表盘指针读数的识别方法-CN202310205753.5在审
  • 江人杰;田博帆 - 南京红松信息技术有限公司
  • 2023-03-06 - 2023-08-18 - G06V10/22
  • 本发明公开了一种基于目标编解码的表盘指针读数的识别方法,步骤为:S1:构建表盘目标检测模型和表盘读数识别模型;S2:输入实验待识别图像,使用表盘目标检测模型识别表盘和表盘角点,根据检测信息获取初步检测结果,S3:将初步检测结果中的图像中存在的多个表盘进行组装,生成一组表盘信息;S4:使用透视变换根据表盘的四个角点对表盘进行矫正;S5:通过表盘读数识别模型识别表盘读数,循环生成多个预测结果,并将循环生成的预测序列编码转成读数结果;S6:输出表盘读数。该基于目标编解码的表盘指针读数的识别方法能够直接识别表盘的指针读数,极大的简化了图像预处理和识别流程,提高了识别精度。
  • 一种基于目标解码表盘指针读数识别方法
  • [发明专利]一种基于端到端自适应的垂直粘连字符的识别方法-CN202010210522.X有效
  • 田博帆 - 南京红松信息技术有限公司
  • 2020-03-24 - 2023-07-11 - G06V30/14
  • 本发明涉及一种基于端到端自适应的垂直粘连字符的识别方法,包括以下步骤:(1)字符定位:通过手印分离对图片的答案区字符进行连通域定位;(2)字符筛选:将定位坐标与答案区的文本行的高度作比较判断并筛选出垂直方向包含有至少两个字符的坐标框,并截取待选择的包含粘连字符的答案图片;(3)大小转换:将截取到的待选择的包含粘连字符的答案图片作大小统一处理;(4)特征提取:采用卷积神经网络CNN按纵坐标Y轴方向从上往下依次提取得到粘连字符的纵向特征图,并将纵向特征图进行序列化得到时序关联特征序列;(5)字符识别:将时序关联特征序列输送至softmax层中作多字符的计算分类并输出结果,完成垂直粘连字符的识别。
  • 一种基于端到端自适应垂直粘连字符识别方法
  • [发明专利]基于目标帧的多路视频流智能存储的识别方法-CN202310123765.3有效
  • 田博帆 - 南京红松信息技术有限公司
  • 2023-02-16 - 2023-06-20 - H04N21/4223
  • 本发明公开了一种基于目标帧的多路视频流智能存储的识别方法,步骤为:S1读取视频流数据;S2存储视频流:对主视频流进行分段,获得分段视频文件和视频文件索引表,并存储分段视频文件和视频文件索引表;S3实时处理视频流数据;S4调度视频流:将辅助视频流的分段视频文件从调度存储缓冲池队列中取出,并通过视频流实时处理单元的反馈信息,获得视频文件索引表和调度文件集合;S5视频文件融合处理;S6视频处理结果输出。通过视频流分段视频文件的存储管控机制,并结合单路主视频流的实时处理分析和协同反馈,完成多路辅助视频流数据的异步处理,解决多路视频流的实时处理和存储占用问题。
  • 基于目标视频智能存储识别方法
  • [发明专利]实验玻璃器材检测补偿方法-CN202310105475.6在审
  • 田博帆;李芳 - 南京红松信息技术有限公司
  • 2023-02-13 - 2023-05-16 - G06T7/13
  • 本发明公开了一种实验玻璃器材检测补偿方法,具体包括以下步骤:S1目标检测:获取实验环境下透明玻璃器材图像视频;S2视频抽帧:通过计算所述步骤S1的图像视频中每帧图像包含透明玻璃器材的置信度,抽取视频帧图像;S3视频帧图像背景预处理:提取所述步骤S2中视频帧图像的主题颜色,将提取出的主题颜色替换为淡灰色,再对视频帧图像进行灰度化处理;S4透明玻璃器材目标补充:检测经过所述步骤S3处理的视频帧图像中的透明目标,对透明目标的坐标信息进行补偿,得到透明目标轮廓。基于包含透明玻璃器材置信度的视频抽帧,保证了执行效率,缓解补偿方法引起的时耗问题,能够在复杂实验背景下,提高实验中因透明玻璃器材检测的准确率。
  • 实验玻璃器材检测补偿方法
  • [发明专利]一种基于双目定位的中学实验的识别方法-CN202310220692.X在审
  • 田博帆 - 南京红松信息技术有限公司
  • 2023-03-07 - 2023-05-12 - G06T7/73
  • 本发明公开了一种基于双目定位的中学实验的识别方法,步骤为:S1视频数据获取:在实验操作过程中利用两个图像采集设备进行视频录制,获得两个不同拍摄角度的操作视频,并进行存储;S2目标识别生成目标矩形框:利用模型进行目标识别并生成图像中所有目标的矩形框,再根据现实规则对矩形框进行判断;S3获取图像采集设备的参数;S4校对相机坐标系:使用标志物校对相机坐标系,对相机坐标系位置进行纠正;S5使用双目相机计算目标坐标:将两个视角得到目标矩形框用不同视角下的矩形框中心点进行两两对比,判断是否为同一目标并最终判断出目标的状态。使用改进的YOLOv5网络模型,且对相机位置进行校正,从而提高目标的识别的准确率。
  • 一种基于双目定位中学实验识别方法
  • [发明专利]基于权重自定义的目标检测分式识别方法-CN202010144718.3有效
  • 田博帆 - 南京红松信息技术有限公司
  • 2020-03-04 - 2023-05-12 - G06V30/413
  • 本发明涉及一种基于权重自定义的目标检测分式识别方法,包括以下步骤:(1)字符标注:首先对分数中所包含的每个字符进行标签化处理;(2)自定权重:通过自定义进行权重分配和分式识别;(3)模型训练:分N轮迭代训练,获得优化的训练模型,用于单个分式字符的检测;(4)字符检测:字符检测包括字符定位和字符的预测,通过步骤(3)中得到的用于字符的检测的训练模型得到分数中每个字符的检测结果;(5)识别重构:根据步骤(4)获得的的检测结果,将字符的坐标做排序并重构输出分数的分式表达式;(6)解析判断:通过步骤(5)输出的分式表达式结果,对其进行解析并给出判断。该方法解决字符检测的准确性问题,以提高分式的识别率。
  • 基于权重自定义目标检测分式识别方法
  • [发明专利]一种基于定位字符的分类判别强化分离的方法-CN201911253572.X有效
  • 田博帆;纪睿哲 - 南京红松信息技术有限公司
  • 2019-12-09 - 2023-04-28 - G06V10/22
  • 本发明公开了一种基于定位字符的分类判别强化分离的方法,具体步骤包括:(1)字符定位:通过字符连通域算法或目标识别检测YoLo v3算法对文本图片中的文本字符进行定位处理;(2)字符分类:采用DenseNet网络进行文本字符的多特征提取,并用于文本字符的分类,再对分类后的文本字符进行样本收集和标注;(3)特征提取:根据步骤(2)获得的样本,进行像素级特征提取;(4)强化分离:利用分类器分类得到的重叠混合字符再做强化分离,得到像素级的分类结果,并结合分类器已有的分类结果;直接从步骤(1)中的文本图像中对定位的印刷体字符从像素层面将其灰度值全部设置为白色,实现去除印刷体字符只保留手写体字符。
  • 一种基于定位字符分类判别强化分离方法
  • [发明专利]一种基于上下文关系的题号缺失补全方法-CN201911269745.7有效
  • 田博帆;朱世闻 - 南京红松信息技术有限公司
  • 2019-12-11 - 2023-04-28 - G06V30/14
  • 本发明公开了一种基于上下文关系的题号缺失补全方法,具体步骤包括:(1)字符定位:根据字符的连通域定位方法,定位得到整张试卷中的所有字符;(2)选取字符:根据题号字符靠左侧分布的原则,识别结果正则匹配到的题号;(3)漏检处理:若检测出的题号字符中的题号没有按照顺序进行排列,出现题号断连续的情况,则对题号做漏检处理,根据上下文关系找出丢失的题号;(4)丢失补全:通过漏检处理方法确定缺失的题号,确定丢失的题号并将其补全。该方法基于上下文关系,能够解决题号丢失的问题,作为检测题号字符的辅助手段以补全被漏检的题号,达到准确划分题目的目的。
  • 一种基于上下文关系缺失方法
  • [发明专利]一种基于仿射迭代变换的模板匹配对齐方法-CN202010260124.9有效
  • 田博帆 - 南京红松信息技术有限公司
  • 2020-04-03 - 2023-04-28 - G06V30/146
  • 本发明涉及一种基于仿射迭代变换的模板匹配对齐方法,包括以下步骤:S1设一份试卷的扫描试卷包括母卷和子卷,再分别定位母卷图像和子卷图像的字符坐标,移动子卷使母卷字符坐标和子卷字符坐标达到近似对齐状态;S2对近似对齐的子卷字符坐标,获取X轴和Y轴,获取左上角首字符坐标,将首字符坐标作为起始点并进行裁剪,获得待矫正图像;S3将待矫正图像通过仿射迭代变换至矫正后的图像矩阵以获得矫正图像;S4仿射迭代每迭代一次,将仿射变换后的局部矫正图像与局部模板图像做模板匹配,不断迭代,直至匹配成功时停止仿射迭代,获理仿射变换矩阵;S5将仿射变换矩阵,应用到子卷中的变换中,完成母卷和子卷的对齐;提高对齐效率及准确率。
  • 一种基于仿射迭代变换模板匹配对齐方法
  • [发明专利]一种基于像素级多特征联合分类的手写体字符的提取方法-CN201911253552.2有效
  • 田博帆 - 南京红松信息技术有限公司
  • 2019-12-09 - 2023-04-28 - G06V30/148
  • 本发明公开了一种基于像素级多特征联合分类的手写体字符的提取方法,具体步骤包括:(1)字符定位:通过字符连通域算法或目标识别检测YoLo v3算法对图片中的文本字符进行定位处理;(2)样本收集:收集含手写体文本字符和印刷体文本字符的重叠字符的真实样本,再通过合成方式追加若干个类真实的样本;(3)特征提取:对文本字符样本进行多特征提取,获得文本字符图;(4)像素分类:对文本字符的特征进行像素级分类,再对字符像素特征进行分类处理,获得字符特征的像素分类结果;(5)字符提取:根据像素分类结果,对图片中的像素位进行筛选并将判断为印刷体的字符像素的灰度值设置为白色,从而去除印刷体字符,提取出手写体字符。
  • 一种基于像素特征联合分类手写体字符提取方法
  • [发明专利]一种基于印刷体模板的手写体分离与定位方法-CN201910296306.9有效
  • 田博帆;吴冬华;谢阳 - 南京红松信息技术有限公司
  • 2019-04-13 - 2023-04-07 - G06V30/19
  • 本发明公开了一种基于印刷体模板的手写体分离与定位方法,具体包括以下步骤:(1)图片矫正:将空白模板和含有手写体文本的图片经过二值化处理、轮廓提取和霍夫变换检测矫正图片的倾斜度;(2)手写分离:将含有手写体文本的图片中的手写体和印刷体进行分离得到纯手写体图片;(3)文本定位:对得到纯手写体图片中的手写体文本进行定位;(4)直线检测:检测所述步骤(3)中定位到的手写体文本中是否有直线,若有直线则检测直线的具体位置并输出其坐标值;(5)目标提取:对纯手写体文本进行干扰字符筛选,并将干扰的手写体字符去掉,得到所需的手写体字符。该方法对同时含有印刷体和手写体图片中的手写体部分做出精确定位,提高文本识别系统的精确度。
  • 一种基于印刷体模板手写体分离定位方法
  • [发明专利]一种基于目标定位的独立公式的分割方法-CN201910864395.2有效
  • 田博帆 - 南京红松信息技术有限公司
  • 2019-09-12 - 2022-11-29 - G06V30/148
  • 本发明公开了一种基于目标定位的独立公式的分割方法,包括以下步骤:(1)字符检测定位:通过目标检测算法对公式中的每个字符进行定位检测,输出字符的定位坐标和内容;(2)字符按序排列:将定位的每行的所述字符按照所述定位坐标进行排序,得到有序序列;(3)按行筛选字符:每次选取第一个字符作为参考字符,从剩下的字符中筛选出与该第一个字符处于同一行的其他字符组成序列,将有序序列减去该一行字符序列得到新的待排序序列,再次递归排序直到待排序序列为空;(4)独立公式裁剪:计算每个字符之间的前后间隔的比率大小,进行筛选排序,再通过排序后的字符推算出每个独立公式所对应的首尾字符,从而实现独立公式的定位。
  • 一种基于目标定位独立公式分割方法
  • [发明专利]一种基于梯度变换的导线循迹识别方法-CN202210134424.1在审
  • 田博帆 - 南京红松信息技术有限公司
  • 2022-02-14 - 2022-05-31 - G06V30/422
  • 本发明涉及一种基于梯度变换的导线循迹识别方法,步骤为:S1读取视频帧图像;S2导线提取:对视频帧图像进行去噪处理,再进行边缘轮廓检测提取视频帧图像中的导线,获得导线图像;S3导线循迹:根据目标识别模型进行目标检测获得所有设备电极的位置坐标,实现电极定位,根据电极定位将导线图像中的电极去除,再进行导线循迹和方向循迹,获得导线路径;S4设备连接判断:根据步骤S3中得出的导线路径,选择组成导线路径的两个端点,判断两个端点的坐标与设备电极的位置坐标的接触情况,从而判断导线两端连接的设备。该方法能够完整地提取出待识别的导线,并根据导线的实际连接走向进行循迹,达到从图像中确定导线两端设备的连接关系。
  • 一种基于梯度变换导线识别方法
  • [发明专利]一种基于卷积自适应去噪的手写字体去除方法-CN202111495336.6在审
  • 田博帆 - 南京红松信息技术有限公司
  • 2021-12-09 - 2022-04-26 - G06V30/32
  • 本发明涉及一种基于卷积自适应去噪的手写字体去除方法,步骤为:S1手写和印刷像素分类:对若干图像样本进行标注,对标注后的图像样本中的手写体部分和印刷体部分通过像素进行分类,再将手写体部分从图像样本中去除;S2手写掩码图处理:根据手写体部分和印刷体部分的分类结果得到手写体掩码图,再对掩码图做二值化处理,得到处理后的填充掩码图;S3外轮廓卷积去噪:对填充掩码图作采样卷积操作,对图像样本中手写体部分的外轮廓去噪;S4中值滤波去噪:将中值滤波作用于手写掩码图上,选取中值作为滤波的临界值;S5自适应阈值分析:对滤波处理后的图像样本进行自适应阈值分析,获得灰度自适应阈值;S6二值化去噪得到手写去除图像。
  • 一种基于卷积自适应手写字体去除方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top