“黄双萍”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56个，建议您升级VIP下载更多相关专利

[发明专利]拓片甲骨文字符图像增广方法、系统、计算机设备及介质-CN202010553556.9有效
发明人： 黄双萍;杨代辉;李豪杰;金连文 -专利权人：华南理工大学
申请日： 2020-06-17 - 公布日： 2023-08-18 - 主分类号： G06T5/30 文献下载
摘要：本发明公开了一种拓片甲骨文字符图像增广方法、系统、计算机设备及介质，所述方法包括：将临摹甲骨文字符图像集合输入字形增广模块进行随机形态处理，得到增广临摹甲骨文字符图像集合；构建风格迁移网络，以学习增广临摹甲骨文字符图像集合的分布到拓片甲骨文字符图像集合的分布之间的映射函数；将增广临摹甲骨文字符图像集合输入风格迁移网络进行处理，得到拓片甲骨文图像增广数据集；将拓片甲骨文字符图像集合与拓片甲骨文图像增广数据集混合，对拓片甲骨文字符识别网络进行训练。本发明可得到总数充足且类别平衡的增广数据集，以解决拓片甲骨文字符识别任务中的缺少训练数据的问题，利用增广数据集进行训练能够提升识别模型的精度。
拓片甲骨文字符图像增广方法系统计算机设备介质

[发明专利]一种基于多任务交互的医学诊疗报表端到端识别方法-CN202310533494.9在审
发明人： 黄双萍;杨帆;黄森;林方政;韦以锋;彭卓龙;林定坤 -专利权人：华南理工大学;广东省中医院（广州中医药大学第二附属医院、广州中医药大学第二临床医学院、广东省中医药科学院）
申请日： 2023-05-12 - 公布日： 2023-08-08 - 主分类号： G06V30/414 文献下载
摘要：本发明公开了一种基于多任务交互的医学诊疗报表端到端识别方法，其特征在于，所述方法包括：构建多任务交互端到端识别网络，所述的多任务，包括医学诊疗报表的结构和内容识别、表格单元格的检测定位；构建单元格的视觉特征与结构语义特征的匹配损失函数；利用不确定度加权的多任务学习损失函数训练所述的多任务交互端到端识别网络；后处理网络预测结果。本发明方法提供一种端到端可训练的基于多任务交互以及单元格语义与视觉特征对齐的方法来高效识别医学诊疗报表。
一种基于任务交互医学诊疗报表端到端识别方法

[发明专利]一种用于医疗文档OCR识别的噪声鲁棒主动学习方法-CN202310533619.8在审
发明人： 黄双萍;杨帆;黄森;林方政;韦以锋;彭卓龙;林定坤 -专利权人：华南理工大学;广东省中医院（广州中医药大学第二附属医院、广州中医药大学第二临床医学院、广东省中医药科学院）
申请日： 2023-05-12 - 公布日： 2023-08-08 - 主分类号： G06V30/41 文献下载
摘要：本发明公开了一种用于医疗文档OCR识别的噪声鲁棒主动学习方法，包括：在主动学习样本筛选阶段，该算法首先采用基于最小置信度的筛选方法，通过累乘得到序列整体置信度作为指标,筛选出一批高度不确定的有价值样本；然后，在迭代训练阶段，设计动态噪声标签校正损失函数，该算法在原识别损失基础上引入正则项用以鼓励样本预测概率分布朝着低熵的方向变化，获得一个确信的预测用于校正噪声标签；进一步，算法设计一个动态调控函数控制正则项，在前期分配给使用真实标签的识别损失项更高的权重，而后期则将权重更多地分配到熵最小化项上，鼓励信任低熵预测概率分布，以达到动态校正噪声标签目的。
一种用于医疗文档 ocr 识别噪声主动学习方法

[发明专利]图像文本检测半自动标注方法、系统、计算机设备及介质-CN202110906651.7有效
发明人： 黄双萍;刘宗昊;王庆丰 -专利权人：华南理工大学;人工智能与数字经济广东省实验室（广州）
申请日： 2021-08-09 - 公布日： 2023-06-30 - 主分类号： G06V30/14 文献下载
摘要：本发明公开了一种图像文本检测半自动标注方法、系统、计算机设备及介质，所述方法包括：获取文本图像；从文本图像中获取文本中心线；生成N个围绕文本中心线的候选边界框；将N个候选文本区域同时输入宽松识别器和严苛识别器，通过宽松识别器将从N个候选文本区域中识别得到估计的文本内容，通过严苛识别器预测每个候选文本区域的内容识别结果；将N个内容识别结果与估计的文本内容相比，分别计算识别损失，得到N个识别损失；通过确定所有识别损失中最小损失的索引，获得最准确候选边界框的索引，进而得到最终的文本框标注；将文本框标注以识别损失为引导进行优化，最终得到紧致的文本框标注。本发明能够提高文本检测标注效率和标注效果。
图像文本检测半自动标注方法系统计算机设备介质

[发明专利]基于深度学习的机车标志牌信息智能识别方法及系统-CN202211631506.3有效
发明人： 黄双萍;黄森;张慧源;李晨;张伟坤;梁景麟 -专利权人：华南理工大学;株洲中车时代软件技术有限公司
申请日： 2022-12-19 - 公布日： 2023-04-18 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了基于深度学习的机车标志牌信息智能识别方法，包括以下步骤：获得机车标志牌图像数据；对所述的机车标志牌图像进行预分类；根据预分类结果，采用对应的方法进行图像文本识别及分类；获得所述的机车标志牌图像的具体类别及文本信息；所述的预分类结果包括单一文本标志牌、单行文本标志牌、单列文本标志牌和多文本标志牌。本发明实施例实现了机车线路标志牌类别信息与文本信息的智能识别，通过标志牌预分类算法，对不同的预分类采用不同的处理方法，提升了对机车标志牌的识别速度与复杂标志牌的识别精度，并通过融合文本与图像的多模态特征，实现了高精度的具体分类识别和文本信息提取。
基于深度学习机车标志信息智能识别方法系统

[发明专利]一种基于形状变换的字符图像增广方法-CN202210285238.8有效
发明人： 黄双萍;黄鸿翔;杨代辉 -专利权人：华南理工大学;人工智能与数字经济广东省实验室（广州）
申请日： 2022-03-23 - 公布日： 2023-04-18 - 主分类号： G06V30/19 文献下载
摘要：本发明公开了一种基于形状变换的字符图像增广方法，包括以下步骤：构建形状变换生成对抗网络，包括生成器和判别器；以原始字符图像作为生成器的输入，经过空间变换之后产生形变的字符图像，将生成器的输出端与判别器的输入端连接，同时，将目标字符图像输入到判别器的另一个输入端，判别器输出对形变的字符图像和目标字符图像的判别结果；训练所述的形状变换生成对抗网络；使用训练好的生成器生成增广后的字符图像。本发明方法结合仿射矩阵和TPS变换采样网格参数使STN能够同时产生全局和局部的形状变化，能够更好的拟合字符的形状特征，使产生的字符真实性和多样性更好，使用增广后的数据所训练的分类器的分类性能进一步提升。
一种基于形状变换字符图像增广方法

[发明专利]一种基于关键点检测的全线表表格结构识别方法-CN202211637591.4有效
发明人： 黄双萍;刘宗昊;黄森;彭文杰 -专利权人：华南理工大学
申请日： 2022-12-20 - 公布日： 2023-04-07 - 主分类号： G06V30/412 文献下载
摘要：本发明公开了一种基于关键点检测的全线表表格结构识别方法，包括：采用关键点检测网络对表格图像中的关键点进行检测，得到包含所有关键点位置信息的高斯热图；将高斯热图放缩至和输入表格图像尺寸一致，并通过轮廓中心距算法得到所有关键点的坐标位置；使用扫描线法解析关键点在表格中的结构位置关系；使用连通域法检测相邻的关键点是否存在连接关系；根据关键点之间的结构位置关系和连接关系重构出表格中所有的单元格，并转换为需要的标记语言描述。本发明方法采用基于深度学习的关键点检测方法能够鲁棒地找到表格图像中的所有表格线交点，并根据这些关键点获取所有单元格的准确位置，从而高质量完成表格结构识别。
一种基于关键检测全线表表结构识别方法

[发明专利]基于全局追踪解码的文字图像书写轨迹恢复方法-CN202210363417.9有效
发明人： 黄双萍;陈洲楠;杨代辉;梁景麟;彭政华 -专利权人：华南理工大学;人工智能与数字经济广东省实验室（广州）
申请日： 2022-04-08 - 公布日： 2023-04-07 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了基于全局追踪解码的文字图像书写轨迹恢复方法，包括以下步骤：将文字图像调整为预设尺寸并进行二值化处理；构建卷积循环神经编码网络；构建全局追踪解码网络，所述的全局追踪解码网络的输入为编码特征Z，输出为预测文字书写轨迹序列；联合训练卷积循环神经编码网络和全局追踪解码网络，获得文字图像书写轨迹恢复网络模型；利用训练完成的文字图像书写轨迹恢复网络模型进行书写轨迹恢复。本发明方法在解码的过程中，设置全局追踪解码机制，在每个解码时刻，加入编码特征作为RNN解码器的输入，有助于解码器在整个轨迹序列的预测过程中都能对全局文字特征进行持续追踪，缓解轨迹序列偏移问题，有效提升文字图像书写轨迹的恢复性能。
基于全局追踪解码文字图像书写轨迹恢复方法

[发明专利]一种表格的标记语言标签与单元格锚框鲁棒对齐方法-CN202211632718.3有效
发明人： 黄双萍;胡磊;杨帆;黄森 -专利权人：华南理工大学
申请日： 2022-12-19 - 公布日： 2023-03-10 - 主分类号： G06F16/958 文献下载
摘要：本发明公开了一种表格的标记语言标签与单元格锚框鲁棒对齐方法，方法包括：解析HTML结构字符串，得到td标签的行号、列号、跨行数目以及跨列数目；基于单元格的Bbox的竖直方向的坐标位置关系，为每个Bbox分配行号，并根据水平方向的坐标位置关系将Bbox从左至右进行排序；进行匹配行的各Bbox标签的分配；基于匹配行，根据水平方向的坐标位置关系，对所有未匹配行中的Bbox的列号进行投票，投票数最多的列号作为Bbox列号的预测结果，基于列号将Bbox与同行的td标签进行对齐，进行未匹配行的各Bbox标签的分配；由此得到整个表格各Bbox的行号、列号、跨行数目以及跨列数目的分配结果。
一种表格标记语言标签单元格锚框鲁棒对齐方法

[发明专利]文本图像识别方法、装置、计算机设备和存储介质-CN202110537652.9有效
发明人： 黄双萍;罗钰;陈洲楠 -专利权人：华南理工大学
申请日： 2021-05-18 - 公布日： 2023-02-14 - 主分类号： G06V30/41 文献下载
摘要：本发明公开了一种文本图像识别方法、装置、计算机设备和存储介质，所述方法包括：获取原始文本图像并进行预处理，得到处理后图像；利用特征编码网络中的残差卷积模块对所述处理后图像进行特征提取，得到图像特征；利用所述特征编码网络中上下文感知模块的类递归扩张卷积部分和通道级尺度注意力部分，对图像特征进行处理，得到上下文调制特征序列；对上下文调制序列进行解码，预测得到对应的符号序列。本发明利用上下文感知模块对不同尺度的文本进行上下文调制，同时利用残差模块和上下文感知模块交错连接，实现不同语义层次的上下文信息融合，为后续解码提供更多有效信息，提高了文本识别的准确率。
文本图像识别方法装置计算机设备存储介质

[发明专利]基于对抗解耦的个性化手写文字生成方法-CN202210392274.4有效
发明人： 黄双萍;王庆丰;代港 -专利权人：华南理工大学;人工智能与数字经济广东省实验室（广州）
申请日： 2022-04-15 - 公布日： 2022-08-09 - 主分类号： G06V30/32 文献下载
摘要：本发明公开了基于对抗解耦的个性化手写文字生成方法，包括以下步骤：构建风格向量提取器和内容分类器；以所述的风格向量提取器为生成器，以所述的内容分类器为判别器，进行生成对抗学习；将手写文字图片输入学习后的风格向量提取器，获得手写风格向量；将待生成的目标文字通过内容嵌入层映射为内容向量；拼接所述的手写风格向量和所述的内容向量，然后在融合初始序列，获得解码向量；将所述的解码向量输入解码器进行解码，获得具有手写风格的目标文字的轨迹预测序列。本发明方法能够通过对抗解耦的方式，利用对抗网络帮助风格提取器消除风格向量中夹杂的内容信息，提取出干净的风格向量，进而提升个性化手写文字的生成效果。
基于对抗个性化手写文字生成方法

[发明专利]基于CTC解码器的文本序列识别模型校准方法-CN202210402975.1有效
发明人： 黄双萍;罗钰;徐可可 -专利权人：华南理工大学;人工智能与数字经济广东省实验室（广州）
申请日： 2022-04-18 - 公布日： 2022-08-05 - 主分类号： G06V30/19 文献下载
摘要：本发明公开了基于CTC解码器的文本序列识别模型校准方法，包括：将文本图像支撑集输入至待校准训练模型中，获得文本序列识别结果；利用文本图像支撑集的文本序列识别结果计算上下文混淆矩阵，上下文混淆矩阵用于表征序列中相邻时刻预测字符之间的上下文分布关系；根据上下文混淆矩阵，利用上下文相关预测分布对标签平滑中平滑强度有选择性地进行自适应的变化，以实现序列置信度的自适应校准；基于上下文选择性损失函数重新训练待校准训练模型，输出预测文本序列及校准的置信度。本发明方法将标签平滑扩展到基于CTC解码器的文本序列识别模型上，引入序列间上下文关系，对预测序列进行自适应的校准，使得模型输出预测文本置信度能够更加精准。
基于 ctc 解码器文本序列识别模型校准方法

[发明专利]一种全线表表格结构识别方法-CN202210425844.5有效
发明人： 黄双萍;彭政华;杨帆 -专利权人：华南理工大学;人工智能与数字经济广东省实验室（广州）
申请日： 2022-04-22 - 公布日： 2022-07-15 - 主分类号： G06V30/412 文献下载
摘要：本发明公开了一种全线表表格结构识别方法，包括：采用实例分割算法对文档图像进行单元格分割，得到每一个单元格对应于文档图像中单元格所在区域的二值化掩码图像；将每一个单元格的二值化掩码图像进行或运算和形态学闭操作，得到表格整体区域图像及表格整体区域图像的二值化掩码图像；采用矫正算法，在获得表格整体区域图像中表格区域的四个顶点后，利用TPS变换以这四个顶点为基准将弯曲表格修正为以这四个顶点为顶点的近似四边形表格区域，并使用透视变换将近似四边形表格区域转换成水平矩形的正表格图像；进行单元格目标检测获得每一个单元格的边界框；利用基于规则化排序算法进行排序以识别表格结构，将表格结构表达成对应的标记语言描述。
一种全线表表结构识别方法

[发明专利]一种文字图像书写轨迹恢复效果判别方法-CN202210417388.X有效
发明人： 黄双萍;陈洲楠;杨代辉;梁景麟;彭政华 -专利权人：华南理工大学;人工智能与数字经济广东省实验室（广州）
申请日： 2022-04-21 - 公布日： 2022-07-12 - 主分类号： G06V30/32 文献下载
摘要：本发明公开了一种文字图像书写轨迹恢复效果判别方法，包括：对原始文字图像进行掩膜化操作并二值化处理得到输入图像掩膜；将恢复轨迹渲染得到恢复轨迹掩膜；恢复轨迹掩膜逐步进行多次膨胀操作，得到多个膨胀掩膜；采用交并比计算方法，分别计算恢复轨迹掩膜以及多个膨胀掩膜与输入图像掩膜的IoU分数；计算出的数值最大的IoU分数作为DloU分数，所述DloU分数为最终判别结果。本发明方法设计交并比计算方法，计算输入图像掩膜和恢复轨迹掩膜的相似度，设计动态膨胀机制，将恢复轨迹掩膜和膨胀掩膜分别与输入图像掩膜计算交并比分数，使用动态交并比分数消除输入文字图像笔画宽度对字形保真程度评价的影响。
一种文字图像书写轨迹恢复效果判别方法

[发明专利]一种基于双流编码的文字图像书写轨迹恢复方法-CN202210363354.7有效
发明人： 黄双萍;陈洲楠;杨代辉;梁景麟;彭政华 -专利权人：华南理工大学;人工智能与数字经济广东省实验室（广州）
申请日： 2022-04-08 - 公布日： 2022-06-28 - 主分类号： G06V30/32 文献下载
摘要：本发明公开了一种基于双流编码的文字图像书写轨迹恢复方法，包括以下步骤：将文字图像调整为预设尺寸并进行二值化处理；构建双流编码网络，所述的双流编码网络输入为文字图像，输出为双流融合编码特征；构建解码网络，所述的解码网络的输入为双流融合编码特征，输出为预测文字书写轨迹序列；联合训练双流编码网络和解码网络，获得文字图像书写轨迹恢复网络模型；利用训练完成的文字图像书写轨迹恢复网络模型进行书写轨迹恢复。本发明方法在编码过程中，分别提取文字在竖直和水平方向上的特征，实现对特征进行降采样、减少参数量的同时，保留必要的文字字形信息，帮助后续解码精确地反映文字的字形，有效提升文字图像书写轨迹的恢复性能。
一种基于双流编码文字图像书写轨迹恢复方法

1
2
3
4
下一页»
尾页
共 56 条