一种基于深度学习的盲文图像自动识别方法和系统.pdf
Do****76
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于深度学习的盲文图像自动识别方法和系统.pdf
本发明提出一种基于深度学习的盲文图像自动识别方法和系统,包括:获取多张盲文点字图像作为训练集,并获取其对应的标注图像,标注图像中每个像素均已标注为对应的盲方类别;以训练集中的盲文点字图像为输入,并以对应的盲方标注图像为标准答案,使用卷积神经网络训练语义分割模型,直到语义分割模型输出的语义分割结果图中每个像素的盲方类别和标准答案之间的差异低于阈值,保持当前语义分割模型作为盲方语义分割模型;将待识别的盲文点字图像输入盲方语义分割模型,得到待识别盲文点字图像的语义分割结果图,作为识别结果,识别结果中每个像素均对
一种基于深度学习的手写盲文识别方法及系统.pdf
本发明提出一种基于深度学习的手写盲文识别方法和系统,包括采用已标注盲符区域的盲文图像训练语义分割模型进行像素级分割,得到预训练模型;获取训练用手写盲文图像和待识别手写盲文图像,并将训练用手写盲文图像输入预训练模型,得到初步盲符识别结果并进行标注,基于标注数据对预训练模型进行迁移学习,得到新模型;待识别手写盲文图像通过新模型进行识别,对识别结果进行盲方识别,得到方框级的盲符识别结果,将盲符识别结果通过盲文电子化操作转化为电子盲文;根据通用盲文规则,将电子盲文映射为拼音与标点符号,并利用通用盲文的标调规则和简
一种基于深度学习的太赫兹图像识别方法及系统.pdf
本发明公开了一种基于深度学习的太赫兹图像识别方法及系统,属于太赫兹图像识别技术领域,包括以下步骤:S1:设计并训练卷积神经网络;S2:检测太赫兹原始图像中的危险目标信息;S3:对目标信息进行结构化处理;S4:将图像信息显示出来。在所述步骤S1中,在对太赫兹原始图像存在的危险目标进行检测前将所述卷积神经网络的权重文件载入检测设备。本发明实现了自动、高效的检测过程,有效地提高了安检速度和精度,可大大减少人工判图的时间,能够减少工作人员的数量;能够对大量信息进行有效过滤,保留有效信息,剔除冗余报警信息,将完整且
一种基于深度学习的动物图像识别方法及系统.pdf
本发明公开了一种基于深度学习的动物图像识别方法及系统,通过获取待识别的动物连续图像,计算图像前后帧差分值大小进而调整前后帧距离,利用灰度处理和经验容差处理获得第二差分图,将原图像与第二差分图混合获得用以深度学习识别的目标图,对目标图进行识别预测,缩小目标图到指定大小进行重复识别预测,对获得的所有预测值进行筛选保留。相比于传统动物识别采用的使用拍摄原图进行动物识别训练与预测,本发明采用目标图进行训练预测,排除背景干扰,强化动物图特征,提高了识别精度与效率。旨在解决现有技术中存在的缺乏一种高精度与高效率的基于
一种基于深度学习的安检物品识别方法和系统.pdf
本发明提出了一种基于深度学习的安检物品识别方法,包括如下步骤:S1,采集多角度安检图像,并进行分割,获取目标物品区域;S2,采集并统计目标物品区域及其周围环境区域的像素值,生成对应的像素分布特征直方图,并计算对应的像素分布特征直方图的方差;S3,利用方差确定独立物品,并逐一为各幅安检图像中独立物品的目标物品区域设定权重;S4,逐一对各幅安检图像中独立物品的目标物品区域进行特征提取,获取特征,并对特征与权重进行处理,生成融合特征;S5,利用融合特征,进行独立物品的物品类别的识别。有利于获取物品内部结构信息,