OCR

摘要： 针对深度模型在网络深层易丢失细节特征导致对小尺度目标检测效果差的问题,提出一种基于YOLOv3算法的小尺度交通信号灯检测模型。首先,采用跨越式特征融合提升浅层特征图的语义能力、减少过度融合产生的冗余信息;然后,采用K-means算法聚类出适合交通信号灯尺寸的新先验框,再采用线性缩放机制对新先验框离散以提升IoU。经过Bosch Small Traffic Lights Dataset测试集测试表明:所设计的新模型相较原YOLOv3模型,其mAP提升约9%,Green-AP提升5%,Red-AP提升30%,检测速度达24 fps,满足交通信号灯实时检测需求。另外,提出一种YOLOv3与OCR结合识别倒计时数字灯的方法,该方法在自制测试集上的识别精度达91%。

摘要： 本文通过应用射频技术、OCR技术、物联网技术解决了目前车用气瓶充装、检验与监管等环节的难题,克服目前气瓶充装时加注站员工无法快速判定气瓶状态的难题,实现车用气瓶的安全管理与自动充装控制,完全避免人为因素对车辆加注的干扰,实现对人、车、瓶的动态管理。通过防爆手持机读取RFID标签数据,再通过防爆中继器上传到加注站标签管理系统,上传到平台进行标签验证,标签验证合法、气瓶检测合格后通过加注站标签管理系统下发启动加注命令,不合法不合格的生成相关报警记录;加氢机接收启动命令,启动加注同时反馈启动成功命令;加注完成加氢机上传车辆加注信息,加注站标签数据传输管理系统上传到平台进行分析查询。针对非本地车辆则可通过加注站标签管理系统录入车辆信息、车辆气瓶信息下发启动命令,同时将外地车信息上传平台。国家车辆安全监管部门、企业可通过已授权账户登陆系统进行相关的操作。

摘要： 随着商业广告投放数量的高速增长,对广告精准推送能力的要求也随之提高。文章利用关键词提取技术获取文章和广告的中心词汇,尝试计算文章和广告的匹配程度,为广告的智能推荐提供可行方法。运用OCR技术从图片录入广告信息,并使用Python关键词提取库提取文章和广告的关键词,最后根据余弦相似度计算文章和广告的匹配程度,将结果降序排序,输出关联程度最高的3篇广告。OCR技术能以较高的准确率将图片中的文字转换为文本,从而为用户提供了广告图片的输入接口,而关键词提取技术获取了能较好反映文本中心的词汇,最后的广告匹配算法也能从数据库中找到语义最相近的广告。智能广告推荐算法的一种可行方式为:通过OCR技术将广告图片转换为文字并批量录入到数据库中,提取广告关键词以反映其中心思想,再运用文本匹配技术为文章寻找最合适的广告。测试结果表明,关键词提取技术和余弦相似度匹配是广告推荐领域中行之有效的方法。

摘要： 针对自然环境复杂背景下葡萄霜霉病检测分级困难的问题,提出了一种基于语义分割结合K-means聚类和随机森林算法的葡萄霜霉病检测分级方法,实现对葡萄霜霉病快速分级。构建了葡萄霜霉病数据集,采用HRNet v2+OCR网络建立葡萄叶片语义分割模型,提取复杂环境下葡萄叶片;采用K-means聚类算法将葡萄叶片分解为若干子区域图像,并标记少量数据集进行随机森林算法学习,实现葡萄叶片病斑分割与提取;同时在叶片提取和病斑提取过程中,设计一种像素尺寸变换方法,解决图像分辨率引起的精度低问题。基于HRNet v2+OCR网络的葡萄叶片分割模型的准确率为98.45%,平均交并比为97.23%;融合K-means聚类和随机森林(RF)算法的葡萄叶片正面、反面和正反面霜霉病病害分级准确率分别为52.59%、73.08%和63.32%,病害等级误差小于等于2级时的病害分级准确率分别为88.67%、96.97%和92.98%。研究结果表明,基于K-means聚类和随机森林算法的葡萄霜霉病检测分级方法能够准确地分割自然环境复杂背景下的葡萄叶片和葡萄霜霉病病斑,并实现葡萄霜霉病分级,为葡萄霜霉病精准防治提供了方法和模型支持。

摘要： 印刷品资料等文本图像中存在的局部并列换行现象会导致文本排版识别错误,本文提出的基于聚类算法的离散文本同行合并方法,能够自动将局部并列换行的文本正确归并到同行,得到正确的文本排版结果,有利于图像文本信息结构化数据的提取和处理。

摘要： 在OCR技术越来越成熟的今天,中文OCR技术早已发展成熟,但是藏族聚集地的藏族同胞所使用的藏文OCR技术却还未成熟。针对此,文章通过改进KNN算法,增加希尔伯特曲线来改进算法,设计了基于H-KNN的藏文字符识别的算法,利用最近邻算法与希尔伯特曲线相结合的方法来识别藏文数字字符,改进了字符在预处理时的降维方式,提高了KNN算法的识别效果,实验结果证明,相较于传统的KNN算法识别正确率有显著提升。

摘要： 工作人员在审核工单时,需要在供电服务指挥系统与营销系统间来回切换,审核用户信息、用电信息、证件信息等内容,尤其是证件信息涉及多张照片附件,需要逐个对比文字,给审核工作带来了困难。基于以上问题,提出一种基于OCR的全业务智能辅助平台建设方案。该建设方案解决了来回切换系统造成的审核时间浪费,同时在识别照片时使用基于深度学习的OCR识别方法,减少了工作人员逐一对比文字的时间,大幅度降低了工单审核的难度。

摘要： 为助力2022北京冬奥会,针对计算机技术与体育领域结合不够紧密,且由运动员训练而形成的冰场心率视频数据量大而杂、人工处理视频记录存在工作量大、效率和准确率低等问题,设计了一款基于光学字符识别技术的对冰场运动员心率数据识别提取的应用。应用使用冰场视频数据,首先,基于Python的图形处理模块tkinter设计该应用的图形界面,其次,读取冰场视频信息,将视频处理为图片,使用Paddle-Paddle框架下的光学字符识别(optical character recognition,OCR)文字检测和识别算法对图片进行操作,保存识别过程中姓名、心率数据为txt文件,然后,利用matplotlib绘图库生成每位运动员对应的心率图,最后保存生成的心率图片,通过UI模块按钮组件访问结果文件和图片。结果表明,该应用对冰场数据心率识别有较高的准确率可顺利完成任务。

摘要： 科技项目档案是科技计划项目管理的重要依据,项目档案蕴含的丰富信息对揭示科技资源的整体布局、实现科技资源合理配置都有着极其重要的现实作用和研究意义。近年来科技投入不断增加,项目数量持续累计,但档案数据格式和标准不统一,旧档案多地分散、遗失损毁等问题日益突出。本文围绕解决纸质档案保存不当、电子档案数据无法准确有效实现科学化管理的问题,从功能设计及相关技术基础到设计思路及实现进行探讨分析,设计、开发纸质版文档转换为电子化数据功能,使项目档案数据标准化,多种格式统一化和数字化。为实现科技管理部门数字化档案管理提供参考借鉴。

摘要： 本次研究涉及的是一种基于BERT+Milvus+OCR图片文本特征表示库架构的电力客服数据识图智问方法,解决了通过报错页面截图抽取知识以及向量快速检索问答。

摘要： 对海量的科学数据资源进行整合、加工处理是实现科学数据共享的基础。本文详细介绍了依据“先进制造与自动化科学数据质量控制规范”所建立的数据加工处理流程和采用OCR技术实现对纸质媒体数据电子化的做法和技巧。

摘要： 对海量的科学数据资源进行整合、加工处理是实现科学数据共享的基础。本文详细介绍了依据“先进制造与自动化科学数据质量控制规范”所建立的数据加工处理流程和采用OCR技术实现对纸质媒体数据电子化的做法和技巧。

摘要： 对海量的科学数据资源进行整合、加工处理是实现科学数据共享的基础。本文详细介绍了依据“先进制造与自动化科学数据质量控制规范”所建立的数据加工处理流程和采用OCR技术实现对纸质媒体数据电子化的做法和技巧。

摘要： 在科技文献中存在大量的中英文与公式的混排现象,如果在识别前能正确把它们进行区分并使用不同的0CR将可以极大地提高文档的识别正确率.本文通过结合两个不同的OCR识别结果以及连通体分析成功实现了中文与英文或公式的区分,然后再进一步通过上下标以及特殊字符的识别,并进行一些语义分析实现公式的定位.实验结果表明,此方法能比较有效的实现中英文文档中的公式定位.

摘要： 在科技文献中存在大量的中英文与公式的混排现象,如果在识别前能正确把它们进行区分并使用不同的0CR将可以极大地提高文档的识别正确率.本文通过结合两个不同的OCR识别结果以及连通体分析成功实现了中文与英文或公式的区分,然后再进一步通过上下标以及特殊字符的识别,并进行一些语义分析实现公式的定位.实验结果表明,此方法能比较有效的实现中英文文档中的公式定位.

摘要： 在科技文献中存在大量的中英文与公式的混排现象,如果在识别前能正确把它们进行区分并使用不同的0CR将可以极大地提高文档的识别正确率.本文通过结合两个不同的OCR识别结果以及连通体分析成功实现了中文与英文或公式的区分,然后再进一步通过上下标以及特殊字符的识别,并进行一些语义分析实现公式的定位.实验结果表明,此方法能比较有效的实现中英文文档中的公式定位.

摘要： 在科技文献中存在大量的中英文与公式的混排现象,如果在识别前能正确把它们进行区分并使用不同的0CR将可以极大地提高文档的识别正确率.本文通过结合两个不同的OCR识别结果以及连通体分析成功实现了中文与英文或公式的区分,然后再进一步通过上下标以及特殊字符的识别,并进行一些语义分析实现公式的定位.实验结果表明,此方法能比较有效的实现中英文文档中的公式定位.

摘要： 即时车位指派之智慧型停车管理系统结合了红外线特定短距离通讯(DSRC)系统、IC卡门禁管理系统、停车位管理系统与影像处理系统做停车位置之即时指派与调度.爲配合停车费用出帐,可加入账务处理系统,而成爲完整之收费停车场系统.透过路侧电子告示板显示幕即时地显示车位资讯,且运用红外线DSRC系统之车上单元(OBU)提供即时指派停车位的模层与位置,车辆驾驶人在停车过程中可明确地了解停车资讯.透过停车位管理系统所提供的网路服务,可查询与设定个人相关的停车选项.影像处理系统提供车牌光学字元辨识(OCR)与出入停车场之车辆影像存档.此智慧型停车管理系统除了提供免停车取票、免人工收费及免停车缴费之快捷通关服务外,且可使用人员(员工/外宾)识别证IC卡,作爲进/出停车场之凭证,以提供无OBU之备援服务.因此,此智慧型停车管理系统除了提供安全之车辆进出管制与便捷之通关与停车服务外,进一步地提升停车场之使用效率.本文并将介绍此系统之应用实例.

摘要： 即时车位指派之智慧型停车管理系统结合了红外线特定短距离通讯(DSRC)系统、IC卡门禁管理系统、停车位管理系统与影像处理系统做停车位置之即时指派与调度.爲配合停车费用出帐,可加入账务处理系统,而成爲完整之收费停车场系统.透过路侧电子告示板显示幕即时地显示车位资讯,且运用红外线DSRC系统之车上单元(OBU)提供即时指派停车位的模层与位置,车辆驾驶人在停车过程中可明确地了解停车资讯.透过停车位管理系统所提供的网路服务,可查询与设定个人相关的停车选项.影像处理系统提供车牌光学字元辨识(OCR)与出入停车场之车辆影像存档.此智慧型停车管理系统除了提供免停车取票、免人工收费及免停车缴费之快捷通关服务外,且可使用人员(员工/外宾)识别证IC卡,作爲进/出停车场之凭证,以提供无OBU之备援服务.因此,此智慧型停车管理系统除了提供安全之车辆进出管制与便捷之通关与停车服务外,进一步地提升停车场之使用效率.本文并将介绍此系统之应用实例.

摘要： 即时车位指派之智慧型停车管理系统结合了红外线特定短距离通讯(DSRC)系统、IC卡门禁管理系统、停车位管理系统与影像处理系统做停车位置之即时指派与调度.爲配合停车费用出帐,可加入账务处理系统,而成爲完整之收费停车场系统.透过路侧电子告示板显示幕即时地显示车位资讯,且运用红外线DSRC系统之车上单元(OBU)提供即时指派停车位的模层与位置,车辆驾驶人在停车过程中可明确地了解停车资讯.透过停车位管理系统所提供的网路服务,可查询与设定个人相关的停车选项.影像处理系统提供车牌光学字元辨识(OCR)与出入停车场之车辆影像存档.此智慧型停车管理系统除了提供免停车取票、免人工收费及免停车缴费之快捷通关服务外,且可使用人员(员工/外宾)识别证IC卡,作爲进/出停车场之凭证,以提供无OBU之备援服务.因此,此智慧型停车管理系统除了提供安全之车辆进出管制与便捷之通关与停车服务外,进一步地提升停车场之使用效率.本文并将介绍此系统之应用实例.

摘要： 本发明提供一种光学字符识别OCR系统、自动OCR更正系统、方法。该OCR系统包括：被配置为获取物理文档的数字图像的获取装置；被配置为将所述物理文档的数字图像转换为相应的机器可读文本的图像转换装置；更正装置，被配置为：使用经过训练的长短期记忆(LSTM)神经网络语言模型评估所述机器可读文本，以确定所述机器可读文本是否需要更正；如果所述机器可读文本需要更正，则使用修改后的编辑距离技术从姓名和地址语料库中确定针对所述机器可读文本的最相似文本；用所确定的最相似文本更正所述机器可读文本；以及被配置为输出更正后的机器可读文本的输出装置。

摘要： 本公开实施例提供OCR识别系统构建方法和装置、OCR识别方法、设备、介质，涉及人工智能技术领域。该OCR识别系统构建方法，包括：生成图像检测子模块、文本检测子模块和识别子模块对应的图像检测进程、文本检测进程和识别进程，根据预设配比关系，分别生成图像检测子进程、文本检测子进程和识别子进程，利用图像检测子进程、文本检测子进程和识别子进程进行OCR识别系统的架构，以进行OCR识别。本实施例通过将图像检测子模块、文本检测子模块和识别子模块解耦成独立进程，并根据预设配比关系对子模型的进程进行子进程划分，从而架构的OCR识别系统能够将硬件资源进行合理最大化利用，提高OCR算法的识别速度，扩宽其应用领域。

摘要： 本申请提供了OCR识别模型训练方法、OCR识别方法及相关装置，OCR识别模型训练方法包括：将无标注数据的第一图像样本切分为多个第一图像块，随机选取部分第一图像块进行遮挡，得到遮挡图像块和未遮挡图像块；利用遮挡图像块和未遮挡图像块，以重构第一图像样本的预设特征为目标，对预先构建包含编码器和第一解码器的初始特征识别模型进行预训练；基于预训练特征识别模型中的编码器和第二解码器构建任务处理模型；将有标注数据的第二图像样本切分为多个第二图像块；采用多个第二图像块和第二图像样本包含的词片序列对任务处理模型进行训练，得到OCR识别模型。本申请无需大量标注数据，模型训练效率高，同时，训练方法使得OCR识别模型的识别能力高。

摘要： 本发明提供一种光学字符识别OCR系统、自动OCR更正系统、方法。该OCR系统包括：被配置为获取物理文档的数字图像的获取装置；被配置为将所述物理文档的数字图像转换为相应的机器可读文本的图像转换装置；更正装置，被配置为：使用经过训练的长短期记忆(LSTM)神经网络语言模型评估所述机器可读文本，以确定所述机器可读文本是否需要更正；如果所述机器可读文本需要更正，则使用修改后的编辑距离技术从姓名和地址语料库中确定针对所述机器可读文本的最相似文本；用所确定的最相似文本更正所述机器可读文本；以及被配置为输出更正后的机器可读文本的输出装置。

摘要： 本发明属于输变电工程技术领域，尤其为一种基于OCR识别技术的输变电工程设计智能辅助评审系统，包括施工区域地形地貌采集模块、OCR识别模块、GIM模型构建单元、融合模块、云端服务器模块、三维评审平台系统和客户端模块；OCR识别模块，包括图像预处理、OCR识别模型构建、模型训练；本发明的输变电工程设计智能辅助评审系统，包括施工区域地形地貌采集模块、OCR识别模块、GIM模型构建单元、融合模块、云端服务器模块、三维评审平台系统和客户端模块，利用无人机或布控球采集输变电工程施工区域的地形地貌图像信息，构建OCR识别样本集，基于OCR识别技术构建深度图像质量评定样本特征网络模型，提高了评审的效率、不易遗漏，提高工程数据校验的准确性。

摘要： 本申请提供了一种OCR系统调用方法及装置、存储介质及电子设备，应用于OCR前置系统，该方法包括：获取业务系统发送的OCR识别请求，OCR识别请求包括待识别信息，将OCR识别请求写入预设的消息队列中，从消息队列中的各个OCR识别请求中确定至少一个目标请求，调用OCR系统，对每个目标请求中的待识别信息进行OCR识别，得到每个目标请求的识别结果，将每个目标请求的识别结果反馈至每个目标请求对应的业务系统。可见，本申请方案，通过消息队列进行削峰，避免了同一时间调用OCR系统的次数超过OCR系统的TPS，从而降低了OCR系统的工作压力，以及减少了OCR系统的故障率，进而减小对业务系统的业务交易的影响。

摘要： 本申请涉及基于OCR技术的文字清晰度转化方法、系统、终端及介质，其包括获取古文字图像；依据古文字图像生成字符参数；依据字符参数确定各个字符的识别区域；识别各个识别区域，生成对应各个字符的形状特征；将字符的形状特征与预设的古文字数据库对比，确定古文字字体样式；依据所属古文字字体样式及古文字数据库识别字符的形状特征，查找对应的高清字符模型并依据高清字符模型生成高清字符；依据原有字符编排顺序编排所有高清字符；执行校对操作，依据校对结果调整高清字符；输出显示有高清字符的高清图像。本申请具有提升古文字的辨识度，方便读者进行阅读、临摹和学习古文字的效果。

摘要： 本发明涉及图像识别技术领域，本发明旨在解决现有技术无法快速准确地发现虚拟服务器中信息有误的问题，提出一种基于图像OCR识别的虚拟服务器信息检测方法及系统，技术方案概为获取虚拟服务器的图像，所述图像中包含虚拟服务器的待检测信息；确定所述待检测信息对应的待检测区域的位置坐标，根据所述位置坐标对获取的图像进行裁剪得到待检测图像；对所述待检测图像进行图像处理，使得待检测图像中的文字图像和背景图像分离，所述图像处理至少包括：灰度处理、二值化处理和膨胀腐蚀处理；基于OCR识别处理后的待检测图像中的文字信息，根据所述文字信息判断虚拟服务器的信息是否有误。本发明实现了对虚拟服务器信息快速准确的检测，适用于虚拟服务器。

摘要： 本发明公开了一种证件OCR识别方法及系统，包括：采集证件图像、证件图像预处理、证件图像粗定位、证件图像文本定位、证件图像文本识别、证件图像文本校正；其中，证件图像粗定位，包括：对证件图像进行文本检测，识别筛选出文本区域；对所有文本区域进行裁剪，得到对应的文本图片集；对文本图片集进行逐个识别，将识别结果与预选定基准区域的基准字符串格式进行匹配；选择匹配度最高的图片文本框为基准定位。本发明通过对现有OCR识别方法进行改进，克服边缘检测困难、校正身份证照片倾斜、改善字迹模糊，提高识别率，降低拒识率。

摘要： 本发明属于OCR扫描设备技术领域，具体涉及一种基于OCR识别技术的手持式扫描装置，包括扫描装置本体，所述扫描装置本体对称设有壳体和手持部，所述壳体内部设有鼓风机构；所述鼓风机构包括有活塞腔、活塞盘、扇形齿轮以及出气导管，所述活塞盘与所述活塞腔之间连接有回弹件，所述活塞盘连接有方杆，所述方杆连接有直齿条，所述壳体连接有主动带轮，所述出气导管与所述手持部相连通，所述手持部内部中空且开设有若干通孔；本发明解决了在进行大量的纸张文字扫描识别时，人们会长时间的从两侧拿着手持OCR扫描仪，容易在手持的部位升温而积汗，在后续他人进行使用时，所积的汗液会使他人感到不适，影响使用体验的问题。