-
公开(公告)号：CN118675190A
公开(公告)日：2024-09-20
申请号：CN202410717047.3
申请日：2024-06-04
申请人： 北京邮电大学
IPC分类号： G06V30/413 , G06V30/414 , G06V30/12 , G06V30/146 , G06V30/148 , G06V30/19 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464
摘要： 本发明公开了一种中文古籍图像的数字化方法，本方法包括以下步骤：S1、构建中文古籍图像数据库，构建文本检测和文本识别模型；S2、定位古籍图像中的文本位置，将待识别的中文古籍图像送入文本检测模型，绘制文本检测框；S3、取得检测结果，将检测出的文本区域送入文本识别模型，按阅读顺序输出得到识别结果；S4、纠错识别结果，针对文本行识别置信度较低的识别结果进行文本纠错；本发明构建丰富多样的数据集使得算法具有较强的稳定性，改进的文本检测算法能够较好的适应复杂版式下的中文古籍图像，改进后的文本识别算法能取得较好的识别结果，并在一定程度上支持生僻字和异体字的识别，在实现中文古籍图像的数字化上提供了更加高效的解决方案。
-
公开(公告)号：CN118674975A
公开(公告)日：2024-09-20
申请号：CN202410685803.9
申请日：2024-05-30
申请人： 北京邮电大学
IPC分类号： G06V10/764 , G06V10/82 , G06V10/44 , G06V10/42 , G06V10/40 , G06V10/772 , G06V10/74 , G06V10/774 , G06N3/0464 , G06N3/042 , G06N3/086 , G06N3/096
摘要： 本发明公开了一种基于基因学习模型的传统纹样多标签标注方法，包括步骤S1得到特征向量；S2、构件专家关联词表；S3、将特征向量输出至线性分类器；S4、计算分类结果向量；本发明使用字典学习的方法对纹样基因进行表征，即是在图像特征描述的维度下，找到数个基向量对纹样基因的特征进行描述；并且鉴于生物基因组所承载的学习能力遗传机制，引入一种具备迁移学习和先验信息传递功能的基因学习模型；引入专家关联词表，强化模型学习能力；使用深度学习优化字典学习算法结构，注重模型表示能力，多层字典学习中施加全局相似度与Fisher判别约束，简约表示的同时增强字典的识别能力，并且减少人工劳动力，提高标注效率。
-
公开(公告)号：CN115578579A
公开(公告)日：2023-01-06
申请号：CN202211095427.5
申请日：2022-09-06
IPC分类号： G06V10/764 , G06V10/46 , G06V10/772 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/50 , G06V10/762
摘要： 本发明公开一种基于多层字典学习的自动标注方法，本自动标注方法包括以下步骤：S1、提取图像特征，将图像表达为特征向量；S2、对图像数据进行两层字典学习和信息编码；S3、将编码信息进行池化和全连接；S4、将最终的编码信息向量由multiclass SVM进行分类，最终得到标注信息。本发明首先对图像进行特征提取，然后分别进行两层的字典学习和信息编码，在得到编码信息后，将通过池化和全连接层的信息增强处理，最终输入到multiclass SVM模型中进行判别，最终得到有效的标签信息，实现图像的自动标注。
-
公开(公告)号：CN114612538A
公开(公告)日：2022-06-10
申请号：CN202210251243.7
申请日：2022-03-15
申请人： 北京邮电大学
摘要： 本发明公开了一种面向文物三维曲面纹样展平的方法，该方法包括以下步骤：S1：采集样本点并进行迭代计算得到对称轴；S2：采用法向角作为度量标准对网格模型进行切割；S3：通过纹理采样来标识纹理区域并对切割后的网格模型进行细分，然后采用保形映射方式将三维网格参数化到二维平面域中；S4：采用仿射变换方式将三维模型网格对应的纹理变换到映射之后的二维网格上，并得到完整的纹样展平图像。本发明对于不同构型的文物三维曲面展平结果，基本保留了原有的形态构造和比例大小，并且具有很好的通用性。能够实现文物三维曲面纹样的展平，与三维曲面的格式、光照、材质、分辨率等无关。
-
公开(公告)号：CN114510594A
公开(公告)日：2022-05-17
申请号：CN202210105755.2
申请日：2022-01-28
IPC分类号： G06F16/583 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/74 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于自注意力机制的传统纹样子图检索方法，该方法包括以下步骤：利用训练数据集对子图检索模型进行训练；提取不同层次的特征图，并利用特征金字塔进行融合；进行全局特征及局部特征的提取；进行注意力权重计算，并对加权后的融合特征图进行聚合得到子图特征；计算查询子图特征与数据库图像特征的相似度，将数据库按照相似度进行排序实现子图检索。本发明将具有丰富语义信息的高层特征与相应的具有丰富的空间信息的底层特征图进行融合，使Transformer生成的预选框可以捕捉更小的细节，利用attention机制对融合特征计算自注意力权重，对子图特征图加权，忽略大多不重要的信息，以取得更好的检索结果。
-
公开(公告)号：CN109271519B
公开(公告)日：2022-04-22
申请号：CN201811184543.8
申请日：2018-10-11
申请人： 北京邮电大学
发明人： 赵海英
IPC分类号： G06F16/35 , G06F40/289
摘要： 本发明实施例提供了一种宫廷服饰文本主题生成方法、装置、电子设备及存储介质，其中，该方法包括：获取待处理的多个文本单元，分别对多个文本单元进行分词，得到每个文本单元对应的词集合，针对每个文本单元，计算该各文本单元对应的词集合中包括的各词的词频向量，并将各词的词频向量组合得到该文本单元的词频向量，根据每个文本单元的词频向量，通过狄利克雷算法，计算每个文本单元的主题向量，根据每两个文本单元的主题向量，对多个文本单元进行聚类，得到包含多个文本单元集合的聚类结果，针对每个文本单元集合，将该文本单元集合的文本单元包含的词中，词频向量大于预设词频向量门限值的词，作为对应各文本单元集合的主题。
-
公开(公告)号：CN114202531A
公开(公告)日：2022-03-18
申请号：CN202111525962.5
申请日：2021-12-14
申请人： 北京邮电大学
摘要： 一种传统工艺品三维纹样的二维化方法；首先对三维曲面的模型进行旋转，得到若干正交投影的片段，使片段之间有尽可能多的重合部分；之后以得到的正交投影片段为单位，进行网格划分和仿射变换，将不可展曲面近似处理为可展曲面；得到可展曲面后将可展曲面通过边界处理算法将曲面片段进行展开，消除曲面片段的凹凸感；最后将这些展开的片段，通过多平面拼接融合算法，将所有处理之后的平面拼接为完整的二维图像，并保持图像的完整性和美观性。本发明实例能保留纹样的原有造型和色彩，在不失真的基础上完成了对三维纹样曲面的二维化。
-
公开(公告)号：CN108875702B
公开(公告)日：2021-08-06
申请号：CN201810769100.9
申请日：2018-07-13
申请人： 北京邮电大学 , 甘肃省歌舞剧院有限责任公司
IPC分类号： G06K9/00
摘要： 本发明实施例提供了一种降噪方法、装置、电子设备及可读存储介质，其中，该方法包括：获取初始动作序列数据，初始动作序列数据包括L个关节点分别对应的四元数分量；针对每个四元数分量，通过多尺度插值小波变换公式，对该四元数分量进行多尺度插值小波变换，得到该四元数分量对应的小波系数，其中，小波系数表示该四元数分量的多尺度自相似特性；通过多尺度插值小波基函数，对该四元数分量对应的小波系数进行重构，得到该四元数分量对应的降噪后序列。通过本发明实施例提供的降噪方法、装置、电子设备及可读存储介质，能够提高降噪效率。
-
公开(公告)号：CN106845537B
公开(公告)日：2020-12-04
申请号：CN201710012563.6
申请日：2017-01-09
申请人： 北京邮电大学
IPC分类号： G06K9/62
摘要： 本发明实施例提供了一种基于自适应阈值的分类器半径确定方法及装置，方法包括：获取各类别的训练数据；针对任一目标训练数据，计算目标训练数据与其他训练数据的欧式距离；按照所计算得到的欧式距离从小到大的顺序，对其他训练数据进行排序；按照排序结果，判断第一次出现的其他类别中的训练数据是否为特殊异类数据；如果是，将该训练数据之后的最小不纯度对应的第一训练数据与目标训练数据的欧氏距离确定为目标训练数据的分类器半径；如果否，将第二训练数据与所述目标训练数据的欧氏距离确定为所述目标训练数据的分类器半径。应用本发明实施例，通过对特殊异类数据进行判断，可以准确的确定分类器半径，进而能够准确的对数据进行分类。
-
公开(公告)号：CN109712143A
公开(公告)日：2019-05-03
申请号：CN201811619273.9
申请日：2018-12-27
申请人： 北京邮电大学世纪学院
摘要： 本发明涉及一种基于超像素多特征融合的快速图像分割方法，通过把图像进行超像素预分割，计算各超像素与其他超像素之间的HOG特征相似性度量、强度特征相似性度量和空间位置特征相似性度量，然后获得超像素之间的多特征相似性度量，依据所述多特征相似性度量，把所述超像素预分割图像转换为相似性关系无向图，并依据图割理论对相似性关系无向图进行划分，分割出所述分割对象。本发明相比基于像素级的图像分割方法，对高分辨率图像进行分割时，具有分割速度快，鲁棒性好等优点。
-
-
-
-
-
-
-
-
-
搜索结果
84 条记录 (耗时 0.036 秒)
