JP7124153B2 - テキストコンテンツの認識方法、装置、電子機器及びコンピュータプログラム製品 - Google Patents
テキストコンテンツの認識方法、装置、電子機器及びコンピュータプログラム製品 Download PDFInfo
- Publication number
- JP7124153B2 JP7124153B2 JP2021043037A JP2021043037A JP7124153B2 JP 7124153 B2 JP7124153 B2 JP 7124153B2 JP 2021043037 A JP2021043037 A JP 2021043037A JP 2021043037 A JP2021043037 A JP 2021043037A JP 7124153 B2 JP7124153 B2 JP 7124153B2
- Authority
- JP
- Japan
- Prior art keywords
- text
- image
- dial
- centerline
- features
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 57
- 238000004590 computer program Methods 0.000 title claims description 6
- 238000012545 processing Methods 0.000 claims description 34
- 238000005070 sampling Methods 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 15
- 230000001629 suppression Effects 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241000699666 Mus <mouse, genus> Species 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2178—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
- G06V30/2504—Coarse or fine approaches, e.g. resolution of ambiguities or multiscale approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/12—Bounding box
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/02—Recognising information on displays, dials, clocks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
- Character Discrimination (AREA)
Description
テキスト中心線の境界ボックスの回帰中に、バックボーン特徴から、まず、いくつかの畳み込み層により高レベルの特徴を取得し、その後に、第1の数のフィルタ(例えば、4つのフィルタ)を含む畳み込み層により分類結果(分類結果には第1の数の特徴マップが含まれる)を取得する。第1の数の特徴マップ(例えば、4つの特徴マップ)は、中心線の上部境界と下部境界からの各ピクセルの(x、y)を表現する。最後に、第1の数の特徴マップに対して教師あり学習(例えば、smoothl1-loss教師あり学習)を行って、中心線の境界ボックスを回帰させる。
Claims (15)
- 文字盤の画像を取得することと、
前記文字盤の画像内の少なくとも1本のテキスト中心線と、各テキスト中心線に対応する境界ボックスとを検出することと、
前記少なくとも1本のテキスト中心線と各テキスト中心線に対応する境界ボックスとに基づいて、前記文字盤の画像内の各行のテキストのテキストコンテンツを認識することと、
を含み、
前記文字盤の画像内の少なくとも1本のテキスト中心線を検出することが、畳み込み層より前記文字盤の画像を検出して、前の背景分類の特徴マップを取得し、単一のフィルタの畳み込み層により単一特徴マップを取得して、前景と背景の分割を表現し、分割された前記前景と前記背景に対して教師あり学習を行って、前記文字盤の画像のテキスト中心線を決定することを含む、電子機器に適用されるテキストコンテンツの認識方法。 - 前記少なくとも1本のテキスト中心線と各テキスト中心線に対応する境界ボックスとに基づいて、前記文字盤の画像内の各行のテキストを認識することが、
ターゲットテキスト中心線と第1のテキスト中心線に対応する境界ボックスとに基づいて、前記文字盤の画像内のターゲット行テキストに対応する少なくとも1つのサンプリングポイントのテキスト特徴を取得することであって、前記ターゲット行テキストが前記ターゲットテキスト中心線に対応する境界ボックスにあり、前記ターゲットテキスト中心線が前記少なくとも1本のテキスト中心線のいずれか1つであることと、
前記少なくとも1つのサンプリングポイントのテキスト特徴に対してシリアル化処理を行って、ターゲットテキストの特徴シーケンスを取得することと、
プリセット損失関数でターゲットテキストの特徴シーケンスに対して教師あり学習を行うことと、
教師あり学習後の前記ターゲットテキストの特徴シーケンスを復号して、前記ターゲット行テキストのテキストコンテンツを取得することと、
を含む請求項1に記載の認識方法。 - 前記少なくとも1つのサンプリングポイントのテキスト特徴に対してシリアル化処理を行う前に、前記少なくとも1つのサンプリングポイントのテキスト特徴に対してバックグラウンド抑制処理を行うことを含み、
前記少なくとも1つのサンプリングポイントのテキスト特徴に対してシリアル化処理を行うことが、バックグラウンド抑制処理後の前記少なくとも1つのサンプリングポイントのテキスト特徴に対してシリアル化処理を行うことを含む請求項2に記載の認識方法。 - 前記文字盤の画像内の少なくとも1本のテキスト中心線と、各テキスト中心線に対応する境界ボックスとを検出する前に、前記文字盤の画像の画像特徴に対してマルチスケール特徴処理を行って、マルチスケール特徴を有する文字盤の画像を取得することを含む請求項1に記載の認識方法。
- 前記文字盤の画像を取得することが、
計器盤の撮像画像を受信した場合に、前記撮像画像の画像特徴に対してマルチスケール特徴処理を行って、マルチスケール特徴を有する撮像画像を取得することと、
マルチスケール特徴を有する撮像画像に対して特徴分類と回帰処理を行って、前記撮像画像内の文字盤領域を決定することと、
前記文字盤領域の画像を前記文字盤の画像として出力することと、
を含む請求項1に記載の認識方法。 - 前記文字盤の画像内の少なくとも1本のテキスト中心線と、各テキスト中心線に対応する境界ボックスとを検出する前に、前記文字盤の画像に対して前処理を行うことを含み、
前記前処理が、前記文字盤の画像をプリセットサイズにトリミングすることと、前記文字盤の画像に対して平均減算処理を行うこととを含む請求項1に記載の認識方法。 - 文字盤の画像を取得する画像取得モジュールと、
前記文字盤の画像内の少なくとも1本のテキスト中心線と、各テキスト中心線に対応する境界ボックスとを検出する検出モジュールと、
前記少なくとも1本のテキスト中心線と各テキスト中心線に対応する境界ボックスとに基づいて、前記文字盤の画像内の各行のテキストのテキストコンテンツを認識する認識モジュールと、
を備え、
前記検出モジュールが前記文字盤の画像内の少なくとも1本のテキスト中心線を検出することが、畳み込み層より前記文字盤の画像を検出して、前の背景分類の特徴マップを取得し、単一のフィルタの畳み込み層により単一特徴マップを取得して、前景と背景の分割を表現し、分割された前記前景と前記背景に対して教師あり学習を行って、前記文字盤の画像のテキスト中心を決定することを含む、電子機器に適用されるテキストコンテンツの認識装置。 - 前記認識モジュールが、
ターゲットテキスト中心線と第1のテキスト中心線に対応する境界ボックスとに基づいて、前記文字盤の画像内のターゲット行テキストに対応する少なくとも1つのサンプリングポイントのテキスト特徴を取得する特徴取得ユニットであって、前記ターゲット行テキストが前記ターゲットテキスト中心線に対応する境界ボックスにあり、前記ターゲットテキスト中心線が前記少なくとも1本のテキスト中心線のいずれか1つである特徴取得ユニットと、
前記少なくとも1つのサンプリングポイントのテキスト特徴に対してシリアル化処理を行って、ターゲットテキストの特徴シーケンスを取得するシリアル化ユニットと、
プリセット損失関数でターゲットテキストの特徴シーケンスに対して教師あり学習を行う教師あり学習ユニットと、
教師あり学習後の前記ターゲットテキストの特徴シーケンスを復号して、前記ターゲット行テキストのテキストコンテンツを取得する復号ユニットと、
を備える請求項7に記載の認識装置。 - 前記認識モジュールが、前記少なくとも1つのサンプリングポイントのテキスト特徴に対してバックグラウンド抑制処理を行うバックグラウンド抑制ユニットを備え、
前記シリアル化ユニットが、バックグラウンド抑制処理後の前記少なくとも1つのサンプリングポイントのテキスト特徴に対してシリアル化処理を行う請求項8に記載の認識装置。 - 前記文字盤の画像の画像特徴に対してマルチスケール特徴処理を行って、マルチスケール特徴を有する文字盤の画像を取得するマルチスケール特徴モジュールを備える請求項7に記載の認識装置。
- 前記画像取得モジュールが、
計器盤の撮像画像を受信した場合に、前記撮像画像の画像特徴に対してマルチスケール特徴処理を行って、マルチスケール特徴を有する撮像画像を取得するマルチスケール特徴ユニットと、
マルチスケール特徴を有する撮像画像に対して特徴分類と回帰処理を行って、前記撮像画像内の文字盤領域を決定する分類回帰ユニットと、
前記文字盤領域の画像を前記文字盤の画像として出力する画像出力ユニットと、
を備える請求項7に記載の認識装置。 - 前記文字盤の画像に対して前処理を行う前処理モジュールを備え、
前記前処理が、前記文字盤の画像をプリセットサイズにトリミングすることと、前記文字盤の画像に対して平均減算処理を行うこととを含む請求項7に記載の認識装置。 - 少なくとも1つのプロセッサと、
該少なくとも1つのプロセッサと通信接続されたメモリと、
を備え、
前記メモリには、前記少なくとも1つのプロセッサに実行可能で、前記少なくとも1つのプロセッサによって実行されると、請求項1から6のいずれか一項に記載の方法を前記少なくとも1つのプロセッサに実行させる命令が記憶されている電子機器。 - コンピュータ命令が記憶されている非一時的コンピュータ可読記憶媒体であって、
前記コンピュータ命令が、請求項1から6のいずれか一項に記載の方法をコンピュータに実行させる非一時的なコンピュータ可読記憶媒体。 - プロセッサによって実行されると、請求項1から6のいずれか一項に記載の方法が実現されるコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010349150.9A CN111539438B (zh) | 2020-04-28 | 2020-04-28 | 文本内容的识别方法、装置及电子设备 |
CN202010349150.9 | 2020-04-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021103545A JP2021103545A (ja) | 2021-07-15 |
JP7124153B2 true JP7124153B2 (ja) | 2022-08-23 |
Family
ID=71980255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021043037A Active JP7124153B2 (ja) | 2020-04-28 | 2021-03-17 | テキストコンテンツの認識方法、装置、電子機器及びコンピュータプログラム製品 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11810384B2 (ja) |
EP (1) | EP3905112A1 (ja) |
JP (1) | JP7124153B2 (ja) |
KR (1) | KR20210036319A (ja) |
CN (1) | CN111539438B (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860479B (zh) * | 2020-06-16 | 2024-03-26 | 北京百度网讯科技有限公司 | 光学字符识别方法、装置、电子设备及存储介质 |
CN112686843B (zh) * | 2020-12-21 | 2023-09-15 | 福建新大陆软件工程有限公司 | 一种基于神经网络的木板缺陷检测方法及*** |
CN114283411B (zh) * | 2021-12-20 | 2022-11-15 | 北京百度网讯科技有限公司 | 文本识别方法、文本识别模型的训练方法及装置 |
CN114708580B (zh) * | 2022-04-08 | 2024-04-16 | 北京百度网讯科技有限公司 | 文本识别、模型训练方法、装置、设备、存储介质及程序 |
CN114882485B (zh) * | 2022-04-25 | 2024-05-24 | 华南理工大学 | 一种面向细长文本的自然场景文字检测方法、***及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160210507A1 (en) | 2015-01-16 | 2016-07-21 | Sony Corporation | Image processing system with layout analysis and method of operation thereof |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2001264928A1 (en) * | 2000-05-25 | 2001-12-03 | Kanisa Inc. | System and method for automatically classifying text |
US7400768B1 (en) * | 2001-08-24 | 2008-07-15 | Cardiff Software, Inc. | Enhanced optical recognition of digitized images through selective bit insertion |
US7644053B2 (en) * | 2004-03-03 | 2010-01-05 | The Boeing Company | System, method, and computer program product for combination of cognitive causal models with reasoning and text processing for knowledge driven decision support |
US7454063B1 (en) * | 2005-09-22 | 2008-11-18 | The United States Of America As Represented By The Director National Security Agency | Method of optical character recognition using feature recognition and baseline estimation |
US8271902B1 (en) * | 2006-07-20 | 2012-09-18 | Adobe Systems Incorporated | Communication of emotions with data |
US9135277B2 (en) * | 2009-08-07 | 2015-09-15 | Google Inc. | Architecture for responding to a visual query |
US8670597B2 (en) * | 2009-08-07 | 2014-03-11 | Google Inc. | Facial recognition with social network aiding |
US8977639B2 (en) * | 2009-12-02 | 2015-03-10 | Google Inc. | Actionable search results for visual queries |
US9183224B2 (en) * | 2009-12-02 | 2015-11-10 | Google Inc. | Identifying matching canonical documents in response to a visual query |
US20110255794A1 (en) * | 2010-01-15 | 2011-10-20 | Copanion, Inc. | Systems and methods for automatically extracting data by narrowing data search scope using contour matching |
JP5768451B2 (ja) * | 2011-04-07 | 2015-08-26 | 株式会社リコー | コンテンツ処理装置、コンテンツ処理方法及びコンテンツ処理装置の制御プログラム |
WO2013123171A1 (en) | 2012-02-15 | 2013-08-22 | Wayans Damon K | Method and apparatus for implementing video game that includes social darts |
CN104580110A (zh) | 2013-10-24 | 2015-04-29 | 西安群丰电子信息科技有限公司 | 基于gprs的车载语音数据实时传输方法 |
JP6231453B2 (ja) * | 2014-08-18 | 2017-11-15 | 株式会社日立製作所 | 通信制御装置 |
CN105574526A (zh) * | 2015-12-10 | 2016-05-11 | 广东小天才科技有限公司 | 一种实现逐行扫描的方法及*** |
CN106485246B (zh) * | 2016-09-19 | 2019-07-16 | 北京小米移动软件有限公司 | 字符识别方法及装置 |
CN107967471A (zh) | 2017-09-20 | 2018-04-27 | 北京工业大学 | 一种基于机器视觉的表具自动识别方法 |
CN109993040B (zh) * | 2018-01-03 | 2021-07-30 | 北京世纪好未来教育科技有限公司 | 文本识别方法及装置 |
CN108805131B (zh) * | 2018-05-22 | 2021-08-10 | 北京旷视科技有限公司 | 文本行检测方法、装置及*** |
CN110033000B (zh) * | 2019-03-21 | 2021-05-18 | 华中科技大学 | 一种票据图像的文本检测与识别方法 |
CN110032990A (zh) * | 2019-04-23 | 2019-07-19 | 杭州智趣智能信息技术有限公司 | 一种***文本识别方法、***及相关组件 |
CN110197227B (zh) | 2019-05-30 | 2023-10-27 | 成都中科艾瑞科技有限公司 | 一种多模型融合的仪表读数智能识别方法 |
CN110458011A (zh) | 2019-07-05 | 2019-11-15 | 北京百度网讯科技有限公司 | 端到端的文字识别方法及装置、计算机设备及可读介质 |
CN110378338A (zh) * | 2019-07-11 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 一种文本识别方法、装置、电子设备和存储介质 |
CN110598690B (zh) * | 2019-08-01 | 2023-04-28 | 达而观信息科技(上海)有限公司 | 一种端到端光学字符检测识别方法与*** |
CN110458107B (zh) * | 2019-08-13 | 2023-06-16 | 北京百度网讯科技有限公司 | 用于图像识别的方法和装置 |
CN110647829A (zh) * | 2019-09-12 | 2020-01-03 | 全球能源互联网研究院有限公司 | 一种票据的文本识别方法及*** |
CN110929665B (zh) * | 2019-11-29 | 2022-08-26 | 河海大学 | 一种自然场景曲线文本检测方法 |
CN111027613A (zh) * | 2019-12-04 | 2020-04-17 | 浙江省北大信息技术高等研究院 | 一种场景文字识别方法、装置、存储介质及终端 |
CN111027456B (zh) * | 2019-12-06 | 2023-06-20 | 四川杰森机电有限公司 | 基于图像识别的机械水表读数识别方法 |
-
2020
- 2020-04-28 CN CN202010349150.9A patent/CN111539438B/zh active Active
-
2021
- 2021-02-09 US US17/172,031 patent/US11810384B2/en active Active
- 2021-02-09 EP EP21156038.8A patent/EP3905112A1/en not_active Ceased
- 2021-03-15 KR KR1020210033503A patent/KR20210036319A/ko not_active Application Discontinuation
- 2021-03-17 JP JP2021043037A patent/JP7124153B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160210507A1 (en) | 2015-01-16 | 2016-07-21 | Sony Corporation | Image processing system with layout analysis and method of operation thereof |
Non-Patent Citations (1)
Title |
---|
Wei Feng et al.,TextDragon: An End-to-End Framework for Arbitrary Shaped Text Spotting,2019 IEEE/CVF International Conference on Computer Vision (ICCV),IEEE,2019年10月27日,pp.9075-9084,https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9009034 |
Also Published As
Publication number | Publication date |
---|---|
CN111539438A (zh) | 2020-08-14 |
JP2021103545A (ja) | 2021-07-15 |
CN111539438B (zh) | 2024-01-12 |
KR20210036319A (ko) | 2021-04-02 |
US20210334602A1 (en) | 2021-10-28 |
US11810384B2 (en) | 2023-11-07 |
EP3905112A1 (en) | 2021-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7124153B2 (ja) | テキストコンテンツの認識方法、装置、電子機器及びコンピュータプログラム製品 | |
US11710215B2 (en) | Face super-resolution realization method and apparatus, electronic device and storage medium | |
US11694461B2 (en) | Optical character recognition method and apparatus, electronic device and storage medium | |
US11847164B2 (en) | Method, electronic device and storage medium for generating information | |
EP3816858A2 (en) | Character recognition method and apparatus, electronic device and computer readable storage medium | |
GB2596370A (en) | Model training method and apparatus, and prediction method and apparatus | |
CN111709873B (zh) | 图像转换模型生成器的训练方法和装置 | |
US11915466B2 (en) | Method and apparatus for determining target anchor, device and storage medium | |
CN111127191B (zh) | 风险评估方法及装置 | |
EP3846122B1 (en) | Method and apparatus for generating background-free image, device, and medium | |
EP3866166B1 (en) | Method and apparatus for predicting mouth-shape feature, electronic device, storage medium and computer program product | |
US11921276B2 (en) | Method and apparatus for evaluating image relative definition, device and medium | |
CN114863437B (zh) | 文本识别方法、装置、电子设备和存储介质 | |
JP2022536320A (ja) | オブジェクト識別方法と装置、電子機器及び記憶媒体 | |
US11830242B2 (en) | Method for generating a license plate defacement classification model, license plate defacement classification method, electronic device and storage medium | |
CN112508027B (zh) | 用于实例分割的头部模型、实例分割模型、图像分割方法及装置 | |
JP7269979B2 (ja) | 歩行者を検出するための方法及び装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム | |
US20210374920A1 (en) | Method for translating image, method for training image translation model | |
US20210374924A1 (en) | Method for translating image and method for training image translation model | |
CN112558810A (zh) | 检测指尖位置的方法、装置、设备和存储介质 | |
JP7315639B2 (ja) | 紙のデータのデジタル化方法及び装置、電子機器、記憶媒体 | |
CN111523452B (zh) | 用于检测图像中人***置的方法和装置 | |
CN116580050A (zh) | 医疗图像分割模型的确定方法、装置、设备及介质 | |
CN117557511A (zh) | 一种电子设备缺陷的检测方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210317 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220309 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220315 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220615 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220726 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220810 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7124153 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |