版面分析

摘要： 藏文古籍文档是中华民族宝贵的文化遗产,采用数字化处理技术对藏文古籍文档进行保护和传承具有重要的历史意义。针对藏文古籍文档文本区域检测提出了一种基于图像语义分割的方法。利用判别式对抗网络框架下的语义分割网络对藏文古籍文档不同类型的文本区域进行了像素分类;其次,根据像素分类结果提取了各个文本区域的轮廓;最后,将检测到的版面布局信息进行保存。最终实现藏文古籍文档的文本区域检测。通过拉萨版《甘珠尔》(藏文)的扫描页面构建了自定义的藏文古籍文档图像数据集,并在上述数据集上进行了实验。经实验表明,在上述数据集上得到了较好的检测效果,证明了上述方法的有效性。

摘要： 古籍文档图像版面分割是古籍数字化流程中至关重要的一步,藏文古籍文档版面分割是后续藏文版面分析等工作的基础.针对藏文古籍文档版面分割问题,提出了基于分段投影法的藏文古籍文档图像版面分割方法,该方法采用分段投影法,利用古籍版面结构与各分段投影值之间的联系,通过两次分段多次投影得出古籍文档图像版面分割结果.实验结果表明,该方法取得了较好的古籍文档版面分割结果,为藏文古籍图像的版面分割提供了一种可以借鉴的思路.

摘要： 近年来,基于深度学习的版面分析和风格迁移等技术得到广泛的应用并取得了许多突破.为了对古籍多风格纹理进行复原,提出一种古籍版面分析和风格融合网络结构.首先利用生成对抗网络和多风格背景生成模型进行模型训练,形成多风格的古籍纹理;然后提出重排列算法进行版面分析,调整前景文字的排列位置;最后通过前景文字和古籍风格背景的融合实现文本背景的多风格生成.实验中,以古彝文、古汉语(秦小篆)、女真文的古籍和古画作为数据样本,对DCGANs模型进行参数和结构上的改进以提高模型的生成性能,结合交叉熵损失函数和Fréchet inception distance(FID)对生成结果进行评估,得到在FID上表现最佳的训练模型M8并将其作为多风格背景生成模型,与DCGANs模型相比,生成性能提高19.26％,图像生成质量有了明显提升.

摘要： 古籍版面图像结构复杂,对其进行有效、准确的分析是实现古籍汉字识别与检索的前提和基础.对古籍汉字版面分析的关键问题展开研究,在对古籍版面特点进行分析与归纳的基础上,提出基于局部离群因子(local outlier factor,LOF)和波动阈值的古籍版面分析方法.首先,采用基于LOF的分类算法对古籍版面图像投影分割后的区域进行分类,确定存在分割问题的候选混合区域;然后,利用波动阈值对候选混合区域中的文字与框线粘连部分进行分割;最后,确定古籍版面中的文字区域并输出.实验结果表明,该算法能够有效地分离古籍文字区域和框线区域,版面分类和分割准确率分别为87.02％、78.69％.

摘要： 光学字符识别是计算机视觉领域的重要研究内容之一,在实际生产环境中具有巨大价值。传统光学字符识别包括文本图片的预处理阶段、字符区域的定位与识别以及对识别结果的后优化三个部分。随着深度学习的不断发展,传统框架被打破,基于深度学习的文本目标识别算法能更好地识别复杂背景下的图片。将对光学字符识别的发展历程和现阶段最新的研究结果进行介绍。

摘要： 提出一种基于Mask R-CNN深度学习框架的满文文档版面分析方法,将满文文档版面分析问题转化为基于深度学习的图像实例分割问题.使用ResNet101网络和FPN网络构成的卷积神经网络自动提取满文文档图像特征,特征图经过RPN网络和RoI Align层生成新的特征图.新特征图经过全连接层完成感兴趣区域的类别和边框预测,并经过全卷积神经网络对感兴趣区域的像素进行分类得到mask预测,最终实现满文文档图像的实例分割.通过《新满汉大辞典》的文档图像构建了满文文档图像数据集,算法在该满文文档图像数据集上进行了实验.实验结果表明,本算法在满文文档版面分析中取得了较好的检测和分割效果.

摘要： [目的]文档图像是一类广泛存在且具有重要应用价值的数据.从文档图像中检测文字并转化为计算机内码(电子文本)是文档识别的主要目标.自上世纪50年代以来,文档识别(又称文字识别,OCR)的研究和应用取得了巨大的进展.本文为科研人员和工程人员提供一个比较全面的文档图像识别技术总体介绍,便于大家开展技术创新和技术应用.[方法]本文在介绍文档识别应用背景的基础上,对该领域历史上主要方法进行回顾,对当前技术状况和研究动态进行分析,并展望未来发展趋势.[结果]1950年代到2000年代,在统计模式识别、特征提取、结构分析、字符切分、字符串识别和版面分析等方面积累了大量有效方法.[结论]近年来深度学习(深度神经网络)逐渐成为主导性的方法,使文字检测和识别的性能得到明显提升,但在复杂版面分析能力、文字识别的可靠性、泛化性等方面仍然存在不足.

摘要： 提出一种基于Mask R-CNN深度学习框架的满文文档版面分析方法,将满文文档版面分析问题转化为基于深度学习的图像实例分割问题。使用ResNet101网络和FPN网络构成的卷积神经网络自动提取满文文档图像特征,特征图经过RPN网络和RoI Align层生成新的特征图。新特征图经过全连接层完成感兴趣区域的类别和边框预测,并经过全卷积神经网络对感兴趣区域的像素进行分类得到mask预测,最终实现满文文档图像的实例分割。通过《新满汉大辞典》的文档图像构建了满文文档图像数据集,算法在该满文文档图像数据集上进行了实验。实验结果表明,本算法在满文文档版面分析中取得了较好的检测和分割效果。

摘要： 针对护照的版面结构特点,结合常用的版面分析的方法,提出了适合于护照图像的版面分析方法.该方法能够较好地找出护照图像的各个区域,并能对不同结构类型的护照进行很好的版面分析.

摘要： PDF格式文件目前己成为数字化信息事实上的一个工业标准,它的跨媒体、跨平台、安全性使其在文档电子化中应用越来越广泛,对其研究显得日益重要.针对使用双层PDF文档电子化技术实现的文档管理手段,不仅可以有效保存纸质文档的原始面貌,还可以借助第二层文档的结构化数据进行查找、批注、修改和加密等操作,是目前企业解决文档电子化的有效方法.如何生成双层PDF文件在国内研究的较少,本文探讨了双层PDF文件的生成方法,详细介绍了双层PDF文件格式、特点及应用，包括图像预处理、特征提取、字符分割、图像分类、版面分析等。

摘要： 本文主要介绍包含公式识别功能的印刷体中文文档识别系统.该系统能够进行含有汉字、公式、表格和图形的中文文档识别,能够将无法修改内容的文档图像转化成可编辑的电子文档.本文分析了文档图像预处理、版面分析以及汉字识别和公式识别模块的实现方法,重点讨论了对公式的识别及输出,通过实例说明了本系统的识别能力.

摘要： 信函自动分拣系统是OCR领域的一个具体应用,是一个有广泛应用前景但又极具难度的课题.本文详细的介绍了信函分拣系统软件部分以及在实现过程中所采用的具体方法,包括图像预处理,邮编定位与识别,版面分析和版面理解,单字分割,及后处理等各个过程.针对信函分拣这一特殊应用,我们在现有技术的基础上,提出了一些行之有效的算法,如图像去噪,地址定位,基于识别的动态规划分割方法等.系统采用了邮政编码与地址相互校正的分拣方法,克服了邮编分拣的一些局限.系统在合肥等地进行了试点,取得了较好的效果.

摘要： 本文对打印表格的共性及自动识别中版面分析和字符识别进行了探讨,提出通过对表格的整体定位,提取出要识别的数字图象,用笔划密度特征、轮廓特性及局部拓扑特征等方法进行识别,并以两种具有代表性的表格为对象进行测试,取得了较好的试验结果.

摘要： 当下科技和生活的联系越来越紧密,受众面广、可读性强的都市类媒体无疑是传播最新科技动态、宣传科学技术的重要平台.《南方都市报》作为都市报的代表,其科技新闻具有鲜明的特点.《南方都市报》科技新闻以市民视角为关注点,科技新闻语言通俗有趣,科技新闻叙事角度独特.《南方都市报》发挥了兼顾传播国内、国际,特别是本地区域性科技新闻的功能.《南方都市报》的科技新闻为其他都市类报纸强化科技新闻提供了借鉴的经验.

摘要： 当下科技和生活的联系越来越紧密,受众面广、可读性强的都市类媒体无疑是传播最新科技动态、宣传科学技术的重要平台.《南方都市报》作为都市报的代表,其科技新闻具有鲜明的特点.《南方都市报》科技新闻以市民视角为关注点,科技新闻语言通俗有趣,科技新闻叙事角度独特.《南方都市报》发挥了兼顾传播国内、国际,特别是本地区域性科技新闻的功能.《南方都市报》的科技新闻为其他都市类报纸强化科技新闻提供了借鉴的经验.

摘要： 当下科技和生活的联系越来越紧密,受众面广、可读性强的都市类媒体无疑是传播最新科技动态、宣传科学技术的重要平台.《南方都市报》作为都市报的代表,其科技新闻具有鲜明的特点.《南方都市报》科技新闻以市民视角为关注点,科技新闻语言通俗有趣,科技新闻叙事角度独特.《南方都市报》发挥了兼顾传播国内、国际,特别是本地区域性科技新闻的功能.《南方都市报》的科技新闻为其他都市类报纸强化科技新闻提供了借鉴的经验.

摘要： 当下科技和生活的联系越来越紧密,受众面广、可读性强的都市类媒体无疑是传播最新科技动态、宣传科学技术的重要平台.《南方都市报》作为都市报的代表,其科技新闻具有鲜明的特点.《南方都市报》科技新闻以市民视角为关注点,科技新闻语言通俗有趣,科技新闻叙事角度独特.《南方都市报》发挥了兼顾传播国内、国际,特别是本地区域性科技新闻的功能.《南方都市报》的科技新闻为其他都市类报纸强化科技新闻提供了借鉴的经验.

摘要： 在媒体日益激烈竞争的今天,特刊已经成为报纸在重要活动、重大新闻事件、重大节日中的重要报道形式.本文以《中国科学报》元旦特刊为例,对报纸各个部分进行解析,从选题策划,报道内容,板式设计,广告宣传等方面分析其特色,并对其产生的影响进行分析.

摘要： 本发明涉及一种基于版面组版的版面标引方法，包括以下步骤：网络组版装置登录数据服务器，选择要组版的预见报版次，使用版心创建版面；将属于所述版面的数据服务器的稿件按设定布局排入版面中；完成组版后提交点样，提交点样成功后自动跳转至网络标引装置；网络标引装置自动对版面稿件进行属性标引，标引完成后输出标引数据。本发明不仅实现了版面组版和版面标引的一体化，通过共享数据和相互通信，使标引工作简单化，而且改变了版面组版和版面标引分开进行的工作模式，由组版人员统一完成版面组版和标引的工作，极大提高了版面标引的效率和质量。

摘要： 本发明公开了一种版面对象随版面自动调整的方法及系统，属于计算机排版技术领域。该方法首先获取版面调整前后版面位置信息和版面对象位置信息；然后根据版面位置信息和版面对象位置信息确定版面调整前后版面对象的位置偏移；最后根据版面对象的位置偏移调整版面对象。该系统包括用于获取版面调整前后版面位置信息和版面对象位置信息的获取装置；用于根据版面位置信息和版面对象位置信息确定版面调整前后版面对象位置偏移的确定装置；以及用于根据版面对象的位置偏移调整版面对象的调整装置。采用本发明所述方法及系统，当版面调整后，版面内的版面对象能够快速、准确的随着版面自动进行调整，无需排版人员手动调整，提高了排版效率。

摘要： 本发明涉及一种多版面电子名片机，同时还涉及多版面电子名片制作方法。该多版面电子名片机，含有CUP、存储器、显示屏和输入输出设施构成的硬件系统，其特征在于还配置有：用以建立预定名称数据库的建立装置、用以生成名片对象的生成装置、用以将生成的名片对象排布成预定名片版面图像的排版装置、用以临时存储数据信息的缓存装置、用以将临时存储数据信息拆分成名片版面图像数据流和成员变量相关数据的拆分装置、用以将拆分数据分别存储到本地磁盘和数据库的存储装置。本发明突破了传统纸质名片的限制，可以方便的显示出所需了解的各方面信息，更好的满足当今人们的交往需求，并且存储速度快，信息存储量大，便于搜索。

摘要： 本发明公开了一种版面描述信息的转换方法及应用版面描述的装置，在当前版面描述信息中，通过遍历状态指令和对象指令来更新当前状态集合和生成新的对象指令。可以将有状态版面描述信息转换为一种包括对象指令的版面描述信息，利用转换后生成的版面描述信息，不需要遍历状态指令即可以获取任意一个或多个对象指令的完备版面信息。另外，通过遍历对象指令生成状态指令和新的对象指令，还可以将无状态版面描述信息转换成目前广泛使用的有状态版面描述信息，节省了存储空间。

摘要： 本发明涉及一种基于版面组版的版面标引方法，包括以下步骤：网络组版装置登录数据服务器，选择要组版的预见报版次，使用版心创建版面；将属于所述版面的数据服务器的稿件按设定布局排入版面中；完成组版后提交点样，提交点样成功后自动跳转至网络标引装置；网络标引装置自动对版面稿件进行属性标引，标引完成后输出标引数据。本发明不仅实现了版面组版和版面标引的一体化，通过共享数据和相互通信，使标引工作简单化，而且改变了版面组版和版面标引分开进行的工作模式，由组版人员统一完成版面组版和标引的工作，极大提高了版面标引的效率和质量。

摘要： 本发明公开了一种版面对象随版面自动调整的方法及系统，属于计算机排版技术领域。该方法首先获取版面调整前后版面位置信息和版面对象位置信息；然后根据版面位置信息和版面对象位置信息确定版面调整前后版面对象的位置偏移；最后根据版面对象的位置偏移调整版面对象。该系统包括用于获取版面调整前后版面位置信息和版面对象位置信息的获取装置；用于根据版面位置信息和版面对象位置信息确定版面调整前后版面对象位置偏移的确定装置；以及用于根据版面对象的位置偏移调整版面对象的调整装置。采用本发明所述方法及系统，当版面调整后，版面内的版面对象能够快速、准确的随着版面自动进行调整，无需排版人员手动调整，提高了排版效率。

摘要： 本发明公开了一种版面描述信息的转换方法及应用版面描述的装置，在当前版面描述信息中，通过遍历状态指令和对象指令来更新当前状态集合和生成新的对象指令。可以将有状态版面描述信息转换为一种包括对象指令的版面描述信息，利用转换后生成的版面描述信息，不需要遍历状态指令即可以获取任意一个或多个对象指令的完备版面信息。另外，通过遍历对象指令生成状态指令和新的对象指令，还可以将无状态版面描述信息转换成目前广泛使用的有状态版面描述信息，节省了存储空间。

摘要： 本发明涉及一种多版面电子名片机，同时还涉及多版面电子名片制作方法。该多版面电子名片机，含有CUP、存储器、显示屏和输入输出设施构成的硬件系统，其特征在于还配置有：用以建立预定名称数据库的建立装置、用以生成名片对象的生成装置、用以将生成的名片对象排布成预定名片版面图像的排版装置、用以临时存储数据信息的缓存装置、用以将临时存储数据信息拆分成名片版面图像数据流和成员变量相关数据的拆分装置、用以将拆分数据分别存储到本地磁盘和数据库的存储装置。本发明突破了传统纸质名片的限制，可以方便的显示出所需了解的各方面信息，更好的满足当今人们的交往需求，并且存储速度快，信息存储量大，便于搜索。

摘要： 本发明是版面制作系统，用于把构成版面的报道、图像、照片和该照片的说明文等素材中的至少某一项布置在版面上，来制作成版面，为了制作采访预定信息以便收集与活动有关的素材即活动关联素材，从活动信息管理终端(20)接收由包括各种活动的活动名称、举办日期、主办者、活动概要和举办地点的各个项目所构成的活动信息的新内容输入。活动信息存储装置(22)存储从该终端(20)输入的活动信息，活动信息管理服务器(21)从该存储装置(22)中取得制作预定信息时所必要的预定项目的内容。再者，素材管理服务器(25)利用由该服务器(21)取得的项目内容，按预定的格式制作预定信息。

摘要： 一种建筑物版面及其版面裂缝之防水施工法，其施工步骤为：a.加热于建筑物版面之表面及其版面裂缝之表面上，使该建筑物版面及版面裂缝之表面快速脱水干燥及其毛细孔张开；b.涂布铺设适量的沥青合成剂于该被加热后的版面及其裂缝的表面上；c.再次加热于该涂布铺设后的沥青合成剂上，使其完全熔渗入该建筑物版面之表面及版面裂缝壁面之毛细孔中，并填满封闭该版面裂缝之缺口，而使该沥青合成剂于降温冷却后，能完全附着于该版面裂缝之缺口，并在该建筑物版面上形成一受热胀冷缩不会剥离脱落的软质接口，以完全阻绝水份无法经由该软质界面进入至建筑物版面内者。