文字识别

摘要： 针对目前在机械仿真软件中许多操作是重复且枯燥的这一问题,研究提出了一种基于图像文字识别,通过模拟外设交互动作,来执行既定的仿真流程的机器人流程化(RPA)的解决方案。主要对该解决方案中的软件架构、各模块流程以及软件界面这些核心内容进行了设计。为了验证该解决方案的有效性,以Solidworks为例,对该RPA系统进行了测试,测试结果表明,对于Solidworks这类机械仿真软件,可以自动化地执行用户既定的任务目标,自动化地完成三维模型的创建。因此,使用了该解决方案后,可以极大地减少业务人员的操作时间和操作失误,从而带来更好的用户体验。

摘要： 随着人工智能技术的迅猛发展,文字识别、图像识别技术都得到了快速的发展,这也为开发车牌自动识别提供了技术支持。本系统运用先进的图像处理、模式识别和人工智能技术,能够即时精准地快速识别出车牌中包含的所有的汉字、数字和字母,并直接提供识别结果,从而使得对于机动车辆的自动化监控和管理成为了现实。本系统采用Visual C#作为开发平台,结合开源、跨平台的计算机视觉库OpenCV搭建了交叉编译环境,采用模块化的设计理念,利用模块化的编程方法对各个基本功能模块进行设计与开发,得到了一套可视化的车牌自动识别系统软件。该软件系统密切贴合生活,可以克服多种环境干扰因素,快速高效地完成各种车牌的自动识别。

摘要： 随着深度学习技术在计算机视觉领域的发展,场景文本检测与文字识别技术也有了突破性的进展。受到自然场景下极端光照、遮挡、模糊、多方向多尺度等情况的影响,无约束的场景文本检测与识别仍然面临着巨大的挑战。从深度学习的角度对场景文本检测和文字识别技术进行深入研究,总结出在文本检测技术中将基于分割的方法与回归的方法优势相结合,可以解决小文本区域的召回率较低的问题,同时适应多尺度文本;在文本识别方法中将CTC机制与Attention机制相结合,可以相互监督以提升识别性能,降低长文本识别的出错率。

摘要： 基于人工智能和机器学习的人脸识别、图像识别、语音识别、文字识别的多媒体检索系统能在减少人工审核工作量和提升时效性的同时,提高内容审核的准确性。

摘要： 如何高效利用成品图纸已成为各设计企业亟待解决的问题。其中主要难点在于图纸属于非结构化数据,难以被高效的检索和查询。研究指出,首先利用图纸和结构化数据间的关联关系搭建多维度的图纸搜索平台,其次使用机器学习算法将图纸中部分非结构化数据转化为结构化数据提升图纸搜索质量,最后搭建图纸辅助及自动化设计平台。

摘要： 权源信息录入是完成农村不动产权籍调查工作的关键步骤。权源数据一般来自户口簿、身份证等扫描图像,传统作业流程中需人工判读、手动录入,工作量大且准确性难以保证。权源数据录入的准确、高效、自动数字化是影响生产效率的关键环节。设计并实现了基于百度智能云高精度文字识别技术的权源信息录入方法,极大地提高了信息录入的效率和准确性,为顺利推进不动产登记发证工作提供了重要的智能工具。

摘要： 自2017年国务院发布《新一代人工智能发展规划》以来,人工智能教育成为教育的热点,《普通高中信息技术课程标准(2017年版)》也明确将人工智能教育列入其中。下面,笔者以《中小学人工智能教育系列(人工智能高中版)》中的《文字识别:小区车牌识别》一课为例,在实践中体验学习,利用数字化学习环境,探索在高中学段的人工智能教学。

摘要： 在智慧图书馆技术提升、智能化过程中,整架一直是图书馆服务优化中重要且繁重的工作。为了提高乱架整理的效率,进一步优化服务质量,本文利用深度学习在计算机视觉上的应用,结合物联网和云技术,设计开发了整架辅助系统,包括前端图像采集系统和部署在云端的深度学习平台。系统利用巡检人员携带的全景相机采集图像,发送到云端;云端后台处理程序结合书架定位,对图像按搁板进行图像分割,识别书脊后分割为独立的书脊图像;再在该图像中进行索书号和文字识别,以获得图书的信息;最后用该信息来判断乱架图书的位置。试验证明,该系统识别准确,能辅助人员实现图书乱架整理的智能化,提高工作效率。

摘要： 《中华人民共和国网络安全法》颁布实施之后,工控系统必须按照信息安全等级保护的要求在企业工控内网运行,某些特殊场景下的基于互联网(外网)的智慧供热系统必需的数据由传统数据接口的采集形式转变为了视频传输的形式。如何将视频信息转变为智慧供热系统可以直接使用的数字信息是工程技术人员迫切需要解决的问题。本文结合济南热力仪器仪表视频识别为文字的具体案例,阐述文字识别技术应用流程,共享涉及到的流媒体文件抓图、云平台选择等关键技术点,给出热力行业仪器仪表数字识别流程,展示仪表数字识别系统的应用成果,以供同行参考。

摘要： 变电站电力图纸数量繁多、新旧混杂、信息化程度低,传统的人工管理查阅模式,已不能满足企业数字化、智能化发展的需求。本文介绍了一种实用的变电站图纸智能管理系统,提出了一种图纸管理使用的新模式,该系统主要利用文字识别技术、检索技术进行开发,可实现图纸文件的自动命名、设置关键词、更新目录等功能,用检索的方式替代人工翻阅查找图纸的方式,具有管理规范、查找准确、使用方便等优点。

摘要： 场景文字检测与识别是一种通用文字识别技术,已成为近年来计算机视觉与文档分析领域的热点研究方向.其被广泛应用于地理定位、车牌识别、无人驾驶等领域.相对于传统的文档文字检测和识别,场景文字在字体、尺度、排布、背景等方面变化更加剧烈,深度学习技术也由于卓越的性能成为该领域的主流方法.本文主要回顾了作者基于深度学习在此领域取得的代表性成果,并对此领域未来研究趋势进行了展望.

摘要： 研究了一维时间序列信号识别的问题。针对基于混合高斯模型的隐马尔科夫(HMM)编码准确率低的问题，提出了一种利用多个支持向量机构造混合支持向量机，从而为隐马尔科夫模型提供更精确的观测值编码和发生矩阵，能有效的提高HMM在语音信号识别或者文字识别中的准确率。本方法可以应用到语音识别，文字识别以及生物信息处理等领域。

摘要： 在字符识别领域，字符切分是文字识别预处理的一部分，特别是对粘连、遮挡字符的切分一直是广泛关注的技术难点。木刻经文中字符多为手写篆刻，然后印刷到纸张上。为了能够快速准确的切分出单个字符，在总结已有方法和经验的基础上，提出一种基于水滴渗透算法，透过向图像中注入水分子，然后根据各文字点的受力情况确定文字点的消失或存在，从而完成对文字整体的切分。

摘要： 手写体文档的检索方法既与手写体文字的识别有相似之处,同时也有重要区别,主要体现在这种检索需要在开放的集合上执行,而文字识别通常可以看成是在一个事先建立的固定样本集合中查找与匹配,显然前者面临的情况会更复杂.为有效解决这一问题.本文充分利用时间与空间信息,首先建立基于模糊语法模式的笔画识别方法,在此基础上建立手写体文字的能量弹性网格及基于弹性网格坐标的文字表示,然后利用惩罚因子提高检索信息的冗余度,从而建立一种计算手写文字匹配的新方法.本文的方法不需要训练数据作为先验知识,对不同人书写的文字具有较高容错能力.初步实验的结果证明了该方法的有效性.

摘要： 提出一种基于自动编码特征的汉语解释性意见句识别的分类方法.首先从汽车和手机两个领域的产品评论中构造一个解释性意见语料库,然后采用分类的方法进行解释性意见句识别.特别地,采用自动编码技术表示和学习解释性意见句分类的词向量特征.最后,在支持向量机框架下通过实验优选解释性词向量维度,并与一些传统特征表示方法进行比较.实验结果表明,与传统的卡方、信息增益和TF-IDF及其组合方法相比,自动编码特征的引入能有效提升汉语解释性意见句识别性能。

摘要： 提出一种基于自动编码特征的汉语解释性意见句识别的分类方法.首先从汽车和手机两个领域的产品评论中构造一个解释性意见语料库,然后采用分类的方法进行解释性意见句识别.特别地,采用自动编码技术表示和学习解释性意见句分类的词向量特征.最后,在支持向量机框架下通过实验优选解释性词向量维度,并与一些传统特征表示方法进行比较.实验结果表明,与传统的卡方、信息增益和TF-IDF及其组合方法相比,自动编码特征的引入能有效提升汉语解释性意见句识别性能。

摘要： 提出一种基于自动编码特征的汉语解释性意见句识别的分类方法.首先从汽车和手机两个领域的产品评论中构造一个解释性意见语料库,然后采用分类的方法进行解释性意见句识别.特别地,采用自动编码技术表示和学习解释性意见句分类的词向量特征.最后,在支持向量机框架下通过实验优选解释性词向量维度,并与一些传统特征表示方法进行比较.实验结果表明,与传统的卡方、信息增益和TF-IDF及其组合方法相比,自动编码特征的引入能有效提升汉语解释性意见句识别性能。

摘要： 提出一种基于自动编码特征的汉语解释性意见句识别的分类方法.首先从汽车和手机两个领域的产品评论中构造一个解释性意见语料库,然后采用分类的方法进行解释性意见句识别.特别地,采用自动编码技术表示和学习解释性意见句分类的词向量特征.最后,在支持向量机框架下通过实验优选解释性词向量维度,并与一些传统特征表示方法进行比较.实验结果表明,与传统的卡方、信息增益和TF-IDF及其组合方法相比,自动编码特征的引入能有效提升汉语解释性意见句识别性能。

摘要： 关于汉魏南北朝墓志录文,学界多有校读,但误校误录现象依然存在.本文在前人校读的基础上对汉魏南北朝墓志录文作几点校读拾补,“(哀惸)”作“哀惸”误,当校读作“哀酸”;“□直丑止”应校读作“恶直丑正”;“行邰”校读作“行邵”不误;“海滨之(寓)”之“(寓)”字当读为“隅”;“柔顺”不误,校为“柔慎”无据;“楚毕”当校读作“楚鼻”.同时本文对校正的俗字及其记录的语词也作了适当的解释.

摘要： 关于汉魏南北朝墓志录文,学界多有校读,但误校误录现象依然存在.本文在前人校读的基础上对汉魏南北朝墓志录文作几点校读拾补,“(哀惸)”作“哀惸”误,当校读作“哀酸”;“□直丑止”应校读作“恶直丑正”;“行邰”校读作“行邵”不误;“海滨之(寓)”之“(寓)”字当读为“隅”;“柔顺”不误,校为“柔慎”无据;“楚毕”当校读作“楚鼻”.同时本文对校正的俗字及其记录的语词也作了适当的解释.

摘要： 本公开提供了一种文字识别模型的训练方法，涉及人工智能领域，尤其涉及计算机视觉和深度学习技术领域，可应用于智慧城市和智慧金融等场景。该方法包括：将第一样本图像输入视觉特征提取子模型，得到第一视觉特征和第一预测文字，该第一样本图像包括文字和指示第一实际文字的标签；基于第一预测文字，采用语义特征提取子模型得到第一语义特征；基于第一视觉特征和第一语义特征，采用序列子模型得到第二预测文字；以及基于第一预测文字、第二预测文字和第一实际文字，对文字识别模型进行训练。本公开还提供一种文字识别模型的训练装置、文字识别方法及装置、电子设备及存储介质。

摘要： 本发明公开了图片文字识别模型训练方法、装置及文字识别系统。训练方法包括：S1、获取原始图片，从文本库中随机选择词语以生成测试文字；S2、随机结合测试文字和原始图片以形成测试图集；S3、训练CTPN模型以形成文字定位模型，训练CRNN模型以形成文字识别模型；S4、依次结合文字定位模型、文字识别模型以形成图片文字识别模型。本发明克服了现有文字识别算法针对于特定种类的图片中的文字识别正确率不高的问题，有效提高了特定种类的图片中的文字识别的准确率，从而为后续的违规文字或图片的处理提供识别的基础。

摘要： 本发明的实施方式提供了一种文字识别模型建立方法。该方法包括：获取行文字图像集合中每一个行文字图像的长度信息与行文字图像的数量信息；根据每一个行文字图像的长度信息与行文字图像的数量信息，依次通过卷积神经网络CNN、变长循环神经网络RNN和全连接层FC得到文字预测值；将文字预测值与预先设置的标准结果值进行对比得到偏差值；根据偏差值及预设的损失函数对CNN、变长RNN及FC的模型参数进行校正，直到偏差值小于或等于预定阈值。利用该方法对文字行数量不确定的文字行进行识别，相对于现有技术能够显著提高识别精度以及计算效率。此外，本发明的实施方式还提供了一种文字识别模型建立装置、文字识别方法及装置、存储介质及计算设备。

摘要： 本发明提供一种可提高混合有活字和手写文字之文件中的手写文字的识别率之文字识别装置、文字识别方法及文字识别程序。利用图像输入部11生成混合有活字和手写文字之文件的输入图像，并将其由双值化部12进行双值化。对双值化图像，利用文件构造解析部14，根据段落和行划分为多数个文章区域而区块化，并对各文章区域分别利用文字分离部15进行1个文字单位的文字分离。而且，利用文件构造解析及文字分离的结果，对每一文章区域利用特征量计算部16计算特征量。特征量统计部统计特征量，并求用于分离活字和手写文字的分离系数。活字手写文字分离部18根据分离系数，对输入图像或文件构造解析部14的输出图像进行活字和手写文字的分离，并分别得到抽出图像。

摘要： 本发明提供一种可进行混合有铅字和手写文字的文件的电子化之文字识别装置、文字识别方法及文字识别程序。利用图像输入部11，生成混合有铅字和手写文字之原稿的图像，且该图像利用铅字部/手写部分离处理部12，分离为基于前述铅字的铅字部和基于前述手写文字的手写部。利用铅字部OCR处理部13和手写部OCR处理部18对它们分别进行OCR处理，且将铅字OCR的结果在登记词典17中进行登记。利用手写部OCR处理部18之手写部的候补识别为复数个，当存在与其附近的铅字OCR结果一致的铅字时，利用该铅字进行手写部的OCR处理，并将该结果由OCR结果合成处理部21合成为铅字OCR。

摘要： 本公开提供了一种文字识别模型训练、文字识别方法、装置、设备及介质，涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于文字检测识别技术等场景。具体实现方案为：将无标签的训练样本分割为至少两个子样本图像；将至少两个子样本图像划分至第一训练集合和第二训练集合；所述第一训练集合包括具有可见属性的第一子样本图像，所述第二训练集合包括具有不可见属性的第二子样本图像；以所述第二训练集合作为所述第一训练集合的标签，对待训练编码器执行自监督训练，得到目标编码器。

摘要： 本申请公开了一种文字识别模型的训练方法、文字识别方法和设备、电子设备和介质，该方法包括：获取有标签数据、无标签数据以及有标签数据和无标签数据的反馈联合损失，反馈联合损失基于所述有标签数据、所述无标签数据和损失函数计算得到；对无标签数据进行随机字符扰动增强，得到扰动后的无标签数据；使用有标签数据、反馈联合损失以及扰动后的无标签数据对训练中的文字识别模型进行有监督联合半监督训练，直至损失函数收敛时，得到训练后的文字识别模型。通过上述方式，本申请使用有标签数据、反馈联合损失以及扰动后的无标签数据对训练中的文字识别模型实现有监督联合半监督训练，从而提高了文字识别模型在通用场景下的文字识别能力。

摘要： 本申请公开了一种文字识别模型的训练方法、文字识别方法及装置。方法包括：获取文字图像样本；利用文字图像样本训练卷积循环神经网络模型，得到训练后的卷积循环神经网络模型，并将训练后的卷积循环神经网络模型确定为预训练模型；利用文字图像样本对预训练模型进行迭代训练，得到预训练模型在每次迭代训练中输出的初始训练结果，并将初始训练结果中满足预设要求的训练结果确定为目标训练结果；基于目标训练结果计算目标损失函数，并利用目标损失函数对预训练模型进行更新，直至得到文字识别模型。本申请的训练方法可以更好的扩大类间距离，缩小类内距离；能够使网络更好的区分形近字，提高了形近字的识别效率。

摘要： 本公开提供了一种文字识别模型的训练方法，涉及人工智能领域，尤其涉及计算机视觉和深度学习技术领域，可应用于智慧城市和智慧金融等场景。该方法包括：将第一样本图像输入视觉特征提取子模型，得到第一视觉特征和第一预测文字，该第一样本图像包括文字和指示第一实际文字的标签；基于第一预测文字，采用语义特征提取子模型得到第一语义特征；基于第一视觉特征和第一语义特征，采用序列子模型得到第二预测文字；以及基于第一预测文字、第二预测文字和第一实际文字，对文字识别模型进行训练。本公开还提供一种文字识别模型的训练装置、文字识别方法及装置、电子设备及存储介质。

摘要： 本申请提供了一种图片预处理方法、文字识别模型训练方法和文字识别方法，其中，该方法包括：获取待处理图片，该待处理图片为用于输入卷积循环神经网络模型中进行处理的图片，该卷积循环神经网络模型使用的损失函数为CTC损失函数；根据该卷积循环网络模型确定出每一输出值对应的输入像素数量，根据该输入像素数量对该待处理图片进行像素扩充，以得到扩充图片。能够使得基于处理后的图像训练得到的图像识别模型对图片的识别准确度更高、泛化能力更好。