|
搜索
搜 索
高等教育领域数字化综合服务平台
手写文字的识别方法
本发明涉及手写文字的识别方法，包括：a.归一化手写输入数据，定义神经元数，建立自动编码器模型并初始化权重和偏置；b.通过压缩感知模型进行数据压缩采样；c.对得到数据进行自动编解码后重建手写输入数据，使重建数据相对原始手写输入的误差最小化；d.将构建的各模型逐层堆叠组成n层神经元的特征深度学习模型，并对所述的n层神经元遍历进行深度特征学习，其中n为自然数；e.输出识别的手写文字。本发明能够通过模拟人脑视觉神经元感知事物的特性，结合压缩感知和深度学习，自动挖掘表征手写文字的细致特征，非常有效的提高了手写文字的表征能力和模型学习的效率，大幅度的提高了手写文字特别是手写数字的识别精度和识别效率。
西南交通大学
2016-10-14
场景文字检测与识别
场景文字检测与识别是指将自然场景中出现的文字信息识别出来。具体来讲其包含两个部分（如图1）：文字检测和文字识别。在现实生活中，场景文字检测与识别的应用十分广泛。
南京大学
2021-04-14
基于协同尺度学习的行人重识别方法
本发明公开了一种基于协同尺度学习的行人重识别方法，属于监控视频检索技术领域。本发明首先 根据已标注训练样本集 L 中图像的颜色和纹理特征，进行尺度学习得到相应马氏距离中的协方差矩阵 Mc 和 Mt;随机选择查询对象使用 Mc 和 Mt 进行马氏距离度量，得到相应排序结果，从中取得正样本 和负样本生成新的已标注训练样本集 L，更新 Mc 和 Mt，直到未标注训练样本集 U 为空，得到最终的 标注样本集 L*，并融合颜色和纹理特征得到 Mf，就可以使用基于 Mf 的马氏距离函数进行行人重识别。 本发明在半监督框架下研究基于尺度学习的行人重识别技术，通过未标注样本辅助标注样本进行尺度学 习，符合实际视频侦查应用标注训练样本难以获取的要求，能有效提升少标注样本下的重识别性能。
武汉大学
2021-04-13
基于卷积神经网络的干扰信号识别方法
本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络，对每个预处理后的信号样本进行识别，获得未知信号的所属类别。
电子科技大学
2021-04-10
一种自适应的网络舆情识别方法
本发明公开了一种网络舆情识别方法
电子科技大学
2021-04-10
一种基于表示学习的星图识别方法
本发明公开了一种基于表示学习的星图识别方法，该方法利用端对端的、基于表述学习的神经网络模型RPNet，用于快速高效且鲁棒性强的全天星图识别任务
北京航空航天大学
2021-04-10
一种跨年龄人脸识别方法
本技术成果提供一种跨年龄人脸识别方法，该方法通过大量包含四个年龄段的人脸图像训练得到一个 由两大模块（最大熵特征描述模块和老化感知去噪自动编码模块）组成的跨年龄人脸识别系统，实现对任 意两幅不同年龄人脸图像的识别。最大熵特征描述模块利用决策树的最大熵分裂来实现包含最大信息量的 编码分配，老化感知去噪自动编码模块将一个任意年龄段的特征描述符重构成四个不同年龄段的特征描述 符，综合这些描述符获得一个消除老化影响的人脸综合特征向量，最后计算不同人脸综合特征向量的余弦 距离实现人脸识别。 本技术成果能够很好地减少跨年龄人脸识别中一些传统描述符的信息丢失问题，并且消除了跨年龄人 脸识别中老化因素的影响，在跨年龄人脸识别问题中有很好的表现。 1.100 一种基于贝叶斯概率与神经网络的图像分割方法——电子 与信息工程学院 胡海峰 本技术成果公开一种基于贝叶斯概率与神经网络的图像分割方法，包括：为每个像素定义一个后验概 率能量函数，通过利用基于贝叶斯概率计算的形态学膨胀方法对每个像素的相邻像素进行计算，然后对该 像素的进行膨胀，使具有相似或者相同的后验概率分布的像素作为对分割分类的神经网络的输入。
中山大学
2021-04-10
一种纸币图像识别方法
本发明提出一种纸币图像识别方法，它用训练集中的纸币图像训练分类器，并用所训练的分类器对所获取的待测纸币图像进行币种、面值、面向和版本的识别，具体包括如下步骤：1)对纸币图像进行预处理；2)取纸币图像中的若干个图像块；3)计算每个图像块的图像特征，组成纸币图像的特征向量，作为训练集中图像或待测图像的各图像块的特征向量；4)利用训练集中的图像的各图像块的
浙江大学
2021-01-12
面向表单图像的文字识别与智能信息处理平台
苏州大学智能信息处理平台的目标是能处理多模态文字数据，精准分析语言内部结构，对人类语言进行深层理解，以支持各种应用需求。
一、项目分类
显著效益成果转化
二、技术分析
苏州大学智能信息处理平台的目标是能处理多模态文字数据，精准分析语言内部结构，对人类语言进行深层理解，以支持各种应用需求。系统可以处理多种非结构化数据，比如说明书、技术标准、车间工单等纸质文档或电子文档。把图像识别技术(OCR)和自然语言理解技术(NLP)相结合，从表单图像中抽取关键要素信息。在此基础上，我们搭建了包括知识图谱问答 (KBQA)、常见问题检索 (FAQ)、对话 (Chatbot)在内的智能问答及对话系统、以及面向大数据的文档信息抽取系统。能够对给定的自然语言问题通过查询、推理提供精准满意的答案，和面向大规模文档提供信息抽取和舆情分析等服务。目前已经向多家公司提供各项相关服务。
苏州大学
2022-08-15
视频行人再识别方法、装置及存储介质
高校科技成果尽在科转云
电子科技大学
2021-04-10