CN103295216A - 用于识别三维模型中的空间的方法和设备及图像处理系统 - Google Patents

用于识别三维模型中的空间的方法和设备及图像处理系统 Download PDF

Info

Publication number
CN103295216A
CN103295216A CN2012100464191A CN201210046419A CN103295216A CN 103295216 A CN103295216 A CN 103295216A CN 2012100464191 A CN2012100464191 A CN 2012100464191A CN 201210046419 A CN201210046419 A CN 201210046419A CN 103295216 A CN103295216 A CN 103295216A
Authority
CN
China
Prior art keywords
dimensional model
summit
reference field
outline line
space
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.)
Granted
Application number
CN2012100464191A
Other languages
English (en)
Other versions
CN103295216B (zh
Inventor
王月红
刘汝杰
远藤进
上原祐介
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to CN201210046419.1A priority Critical patent/CN103295216B/zh
Priority to JP2013033483A priority patent/JP6056541B2/ja
Publication of CN103295216A publication Critical patent/CN103295216A/zh
Application granted granted Critical
Publication of CN103295216B publication Critical patent/CN103295216B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Processing Or Creating Images (AREA)
  • Image Generation (AREA)
  • Image Analysis (AREA)

Abstract

提供了一种用于识别三维模型中的空间的方法和设备以及包含该设备的图像处理系统。该方法包括步骤:对三维模型的顶点进行分类,其中,经由轮廓线彼此连通的顶点被分类到同一集合中;确定包含在基准面中的顶点的凸包,其中基准面是三维模型的包含属于不同集合的顶点的平面;以及识别满足以下条件的集合所限定的空间:该集合不包含凸包上的顶点,并且该集合中,通过轮廓线连接到基准面的顶点相对于基准面而言位于三维模型内侧。

Description

用于识别三维模型中的空间的方法和设备及图像处理系统
技术领域
本发明一般涉及图像处理的技术领域,具体涉及用于识别三维模型中的空间的方法和设备以及包含该设备的图像处理系统。
背景技术
由于三维模型包含丰富的信息,对三维模型的分割、识别、匹配等技术得到广泛关注。三维模型中的洞(凹入空间)作为一种重要的特征,可以用于辅助模型设计、模型匹配、模型检索等技术。
已经存在一些用于识别模型中的洞的方法,例如分析模型各个部分之间的相互包含关系,或者采取手动输入辅助线的方法等。
发明内容
已有的一些方法计算复杂度比较高,效率比较低。因此,本发明提出一种基于轮廓图和平面几何信息的洞检测方法,其计算量比较低,效率比较高。
根据本发明的一个实施例,提供一种用于识别三维模型中的空间的方法,包括步骤:对三维模型的顶点进行分类,其中,经由轮廓线彼此连通的顶点被分类到同一集合中;确定包含在基准面中的顶点的凸包,其中基准面是三维模型的包含属于不同集合的顶点的平面;以及识别满足以下条件的集合所限定的空间:该集合不包含凸包上的顶点,并且在该集合中,经由轮廓线连接到基准面的顶点相对于基准面而言位于三维模型内侧。
根据本发明的另一个实施例,提供一种用于识别三维模型中的空间的设备,包括:轮廓线识别装置,被配置为识别三维模型的轮廓线;顶点分类装置,被配置为对三维模型的顶点进行分类,其中,经由轮廓线彼此连通的顶点被分类到同一集合中;基准面确定装置,被配置为将三维模型的包含属于不同集合的顶点的平面确定为基准面;凸包确定装置,被配置为确定包含在基准面中的顶点的凸包;以及空间识别装置,被配置为识别满足以下条件的集合所限定的空间:该集合不包含凸包上的顶点,并且在该集合中,经由轮廓线连接到基准面的顶点相对于基准面而言位于三维模型内侧。
根据本发明的又一个实施例,提供一种图像处理系统,其包括上述用于识别三维模型中的空间的设备。
附图说明
参照以下结合附图对本发明实施例的说明,会更加容易地理解本发明的以上和其它目的、特点和优点。为了避免因不必要的细节而模糊了本发明,在附图中仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤,而省略了与本发明关系不大的其它细节。
图1是示出根据本发明实施例的用于识别三维模型中的空间的方法的处理过程的流程图;
图2示出作为处理对象示例的三维模型;
图3示出图2的三维模型中的轮廓线;
图4是图解利用根据本发明的一个实施例的方法对以三角网格表示的三维模型示例进行轮廓线识别的说明图;
图5示出图2的三维模型中的顶点以及利用根据本发明实施例的方法对顶点进行分类而得到的顶点集合;
图6示出根据图5所示的顶点集合确定的基准面以及该基准面上的顶点凸包;
图7中示出不包含图6所示的凸包上的顶点的集合中相对于基准面而言位于三维模型内侧的顶点;
图8是示出根据本发明实施例的用于识别三维模型中的空间的设备的配置示例的框图;以及
图9是示出其中实现本发明的设备和方法的计算机的示例性结构的框图。
具体实施方式
下面参照附图说明本发明的实施例。应当注意,为了清楚的目的,附图和说明中省略了与本发明无关的、本领域普通技术人员已知的部件和处理的表示和描述。
图1示出根据本发明实施例的用于识别三维模型中的空间的方法的处理过程的流程图。
在根据本发明实施例的用于识别三维模型中的空间的方法中,在步骤S110中,对三维模型的顶点进行分类,其中,经由轮廓线彼此连通的顶点被分类到同一集合中,可以采用本领域已知的方法确定三维模型的轮廓线;在步骤S120中,确定包含在基准面中的顶点的凸包,其中基准面是三维模型的包含属于不同集合的顶点的平面;在步骤S130中,识别满足以下条件的集合所限定的空间:该集合不包含凸包上的顶点,并且在该集合中,通过轮廓线连接到基准面的顶点相对于基准面而言位于三维模型内侧。
下面以图2中的示例性三维模型200为例对根据本发明实施例的方法进行说明。
图2示出作为处理对象实例的三维模型200,三维模型200具有类似于的洞的空间210。对如空间210这样的洞特征的识别对于三维模型的分割、匹配等操作具有重要作用。
图3示出图2的三维模型的轮廓线。存在多种已有技术用于识别三维模型中的平面和轮廓线。
特别地,输入的三维模型可以以如本领域已知的三角形网格来表达,其基本数据元素包括模型的顶点和组成模型表面的三角形。根据本发明的一个实施例,在三维模型具有三角网格表示的情况下,可以通过以下方式确定三维模型的轮廓线:对于三维模型的任意两个具有公共的三角网格点(即,三角网格的顶点)的平面,提取这些公共三角网格点间的不重叠的线段;并且将满足以下条件的所述线段确定为轮廓线:在这两个具有公共三角网格点的平面的每个中都存在至少一个三角网格单元,该三角网格单元的边与该线段至少部分地重叠。
图4是图解利用根据本发明的一个实施例的方法对以三角网格表示的示例性三维模型400进行轮廓线识别的说明图。在图4中可以看出,三维模型400的平面被划分为三角网格单元。以一对相交平面P1和P2为例,可以确定平面P1和P2具有公共的三角网格点A、B、C和D。这些三角网格点间不重叠的线段包括AB、BC和CD。对于线段AB,在平面P1中存在三角网格单元T11,其边与线段AB重叠,在平面P2中存在三角网格单元T21,其边与线段AB重叠;对于线段CD,在平面P1中存在三角网格单元T12,其边与线段CD重叠,在平面P2中存在三角网格单元T22,其边与线段CD重叠。因此,可以将线段AB和CD确定为轮廓线。对于线段BC,由于平面P1和P2中不存在边与线段BC至少部分地重叠的三角网格单元,因此线段BC不被确定为轮廓线。以相同的方式,可以确定其它相交平面间的轮廓线。
另外,在三维模型具有三角网格的形式时,由于在三角网格表示中,三维模型的平面需要被三角网格完全覆盖,因此三维模型的顶点通常对应于三角网格的顶点。另外,由于要以最少数量的三角形覆盖三维模型的平面,因此不是三维模型顶点的位置通常也不存在三角网格的顶点。
因此,在以三角网格表示三维模型的情况下,可以利用三角网格表示的三维模型中所包含的三角网格点信息,以较小的计算复杂度确定三维模型的轮廓线以及顶点。另外,在输入的三维模型具有其它形式,例如,通过扫描产生的点云模型、通过各种建模工具产生的参数化模型、或者以多边形(而不是三角形)网格表示的模型的情况下,可以利用各种现有的方法将以这些形式表达的三维模型转化为三角形网格的形式。
下面结合图5至图7说明根据本发明实施例的方法的步骤S110-S130。
图5示出图2的三维模型200中的顶点以及根据本发明实施例的方法(步骤S110)对三维模型200的顶点进行分类而得到的顶点集合。在图5中,由●指示的第一顶点集合经由轮廓线彼此连通,由
Figure BDA0000138298050000041
指示的第二顶点集合经由轮廓线彼此连通,而第一集合和第二集合的顶点之间不被轮廓线连通。
图6示出由根据本发明实施例的方法(步骤S120)根据图5所示的顶点集合确定的基准面以及该基准面上的顶点的凸包。该基准面既包括第一集合中的顶点M、N等,又包括第二集合中的顶点P、Q等。在图6中由○指示作为基准面上的凸包的顶点。关于确定平面中点的凸包的方法是本领域已知的,在此不再赘述。
接下来,在步骤S130中,首先确定不包含凸包上的顶点的集合。在图6中可以看出,第一集合包含基准面上的凸包上的顶点,而第二集合不包含凸包上的顶点。在步骤S130中,对于不包含凸包上的顶点的第二集合,进一步确定该集合中通过轮廓线连接到基准面的顶点是否相对于基准面而言位于三维模型内侧。如图7所示,在第二集合中,通过轮廓线连接到基准面的顶点(由
Figure BDA0000138298050000042
指示)相对于基准面而言位于三维模型内侧。因此在步骤S130中识别满足上述两个条件的顶点集合(在本示例中为第二集合)所限定的空间,作为三维模型中类似于洞的空间。在所示出的示例中,第二集合中除基准面上的顶点之外的顶点(由
Figure BDA0000138298050000043
指示的顶点)都能够通过轮廓线连接(即直接连接)到基准面。然而在其它示例中,可能存在通过轮廓线和其它顶点连接(即间接连接)到基准面的顶点。根据一个实施例,在步骤S130中可以只判断直接连接到基准面的顶点是否位于三维模型的内侧。
有多种方法确定顶点相对于基准面而言是否位于三维模型的内侧。例如,在以三角网格表示三维模型的情况下,可将三角网格的正方向对应于朝向三维模型外侧的方向。相应地,可以确定由三角网格构成的基准面的正方向(例如,图7中的箭头指示基准面的正方向),当三维模型的顶点位于基准面的负方向时,可以确定这些顶点相对于基准面位于三维模型的内侧。
图8是示出根据本发明实施例的用于识别三维模型中的空间的设备800的配置示例的框图。
设备800包括轮廓线识别装置810、顶点分类装置820、基准面确定装置830、凸包确定装置840以及空间识别装置850。
轮廓线识别装置810被配置为识别三维模型的轮廓线;顶点分类装置820被配置为对三维模型的顶点进行分类,其中,经由轮廓线彼此连通的顶点被分类到同一集合中;基准面确定装置830被配置为将三维模型的包含属于不同集合的顶点的平面确定为基准面;凸包确定装置840被配置为确定包含在基准面中的顶点的凸包;空间识别装置850被配置为识别满足以下条件的集合所限定的空间:该集合不包含凸包上的顶点,并且在该集合中,通过轮廓线连接到基准面的顶点相对于基准面而言位于三维模型内侧。
根据本发明的一个实施例,轮廓线识别装置可以包括线段提取部分和线段匹配部分(图中未示出)。线段提取部分被配置为,对于以三角网格表示的三维模型的任意两个具有公共三角网格点的平面,提取公共三角网格点间的不重叠的线段。线段匹配部分被配置为将线段提取部分提取出的线段与所述两个具有公共三角网格点的平面的每个中的三角网格单元的边进行匹配。并且,轮廓线识别装置被配置为,在所述两个具有公共三角网格点的平面的每个中都存在至少一个三角网格单元,其边与所述线段至少部分地重叠的情况下,将所述线段确定为轮廓线。
另外,根据本发明的一个实施例,对于以三角网格表示的三维模型,顶点分类装置820可以将三角网格点作为三维模型的顶点进行分类。
本发明的一个实施例是一种图像处理系统,其包括上述用于识别三维模型中的空间的设备。这种图像处理系统例如可以是目标检测系统、局部匹配系统、模型检索系统等。
根据本发明的用于识别三维模型中的空间的方法、设备以及图像处理系统能够通过利用三维模型中的平面的信息,以较小的计算复杂度高效地对三维模型进行轮廓提取和洞识别。
所属技术领域的技术人员知道,本发明可以体现为装置、方法或计算机程序产品。因此,本发明可以具体实现为以下形式,即,可以是完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、或者软件部分与硬件部分的组合。此外,本发明还可以采取体现在任何有形的表达介质中的计算机程序产品的形式,该介质中包含计算机可用的程序码。
可以使用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质,计算机可读存储介质例如可以是,但不限于,电的、磁的、光的、电磁的、红外线的、或半导体的系统、装置、器件或传播介质、或前述各项的任何适当的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或前述各项的任何适当的组合。在本文语境中,计算机可读存储介质可以是任何含有或存储供指令执行系统、装置或器件使用的或与指令执行系统、装置或器件相联系的程序的有形介质。
用于执行本发明的操作的计算机程序码,可以以一种或多种程序设计语言的任何组合来编写,所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++之类,还包括常规的过程式程序设计语言-诸如“C”程序设计语言或类似的程序设计语言。程序码可以完全地在用户的计算机上执行、部分地在用户的计算机上执行、作为一个独立的软件包执行、部分在用户的计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在后一种情形中,远程计算机可以通过任何种类的网络-包括局域网(LAN)或广域网(WAN)-连接到用户的计算机,或者,可以(例如利用因特网服务提供商来通过因特网)连接到外部计算机。
图9是示出实现本发明的设备和方法的计算机的示例性结构的框图。
在图9中,中央处理单元(CPU)901根据只读存储器(ROM)902中存储的程序或从存储部分908加载到随机存取存储器(RAM)903的程序执行各种处理。在RAM 903中,也根据需要存储当CPU 901执行各种处理等等时所需的数据。
CPU 901、ROM 902和RAM 903经由总线904彼此连接。输入/输出接口905也连接到总线904。
下述部件连接到输入/输出接口905:输入部分906,包括键盘、鼠标等等;输出部分907,包括显示器,比如阴极射线管(CRT)、液晶显示器(LCD)等等,和扬声器等等;存储部分908,包括硬盘等等;和通信部分909,包括网络接口卡比如LAN卡、调制解调器等等。通信部分909经由网络比如因特网执行通信处理。
根据需要,驱动器910也连接到输入/输出接口905。可拆卸介质911比如磁盘、光盘、磁光盘、半导体存储器等等根据需要被安装在驱动器910上,使得从中读出的计算机程序根据需要被安装到存储部分908中。
在通过软件实现上述步骤和处理的情况下,从网络比如因特网或存储介质比如可拆卸介质911安装构成软件的程序。
本领域的技术人员应当理解,这种存储介质不局限于图9所示的其中存储有程序、与方法相分离地分发以向用户提供程序的可拆卸介质911。可拆卸介质911的例子包含磁盘、光盘(包含光盘只读存储器(CD-ROM)和数字通用盘(DVD))、磁光盘(包含迷你盘(MD))和半导体存储器。或者,存储介质可以是ROM 902、存储部分908中包含的硬盘等等,其中存有程序,并且与包含它们的方法一起被分发给用户。
权利要求中的对应结构、操作以及所有功能性限定的装置或步骤的等同替换,旨在包括任何用于与在权利要求中具体指出的其它单元相组合地执行该功能的结构或操作。所给出的对本发明的描述其目的在于示意和描述,并非是穷尽性的,也并非是要把本发明限定到所表述的形式。对于所属技术领域的普通技术人员来说,在不偏离本发明范围和精神的情况下,显然可以作出许多修改和变型。对实施例的选择和说明,是为了最好地解释本发明的原理和实际应用,使所属技术领域的普通技术人员能够明了,本发明可以有适合所要的特定用途的具有各种改变的各种实施方式。

Claims (5)

1.一种用于识别三维模型中的空间的方法,包括步骤:
对所述三维模型的顶点进行分类,其中,经由所述三维模型的轮廓线彼此连通的顶点被分类到同一集合中;
确定包含在基准面中的所述顶点的凸包,其中所述基准面是所述三维模型的包含属于不同集合的顶点的平面;以及
识别满足以下条件的所述集合所限定的空间:
所述集合不包含所述凸包上的顶点,并且
在所述集合中,经由轮廓线连接到所述基准面的顶点相对于所述基准面而言位于所述三维模型内侧。
2.根据权利要求1所述的方法,其中,在以三角网格表示所述三维模型的情况下,通过以下方式确定所述轮廓线:
对于所述三维模型的任意两个具有公共三角网格点的平面,提取所述公共三角网格点间的不重叠的线段;并且
将满足以下条件的所述线段确定为所述轮廓线:
在所述两个具有公共三角网格点的平面的每个中都存在至少一个三角网格单元,所述三角网格单元的边与所述线段至少部分地重叠。
3.一种用于识别三维模型中的空间的设备,包括:
轮廓线识别装置,被配置为识别所述三维模型的轮廓线;
顶点分类装置,被配置为对三维模型的顶点进行分类,其中,经由所述轮廓线彼此连通的所述顶点被分类到同一集合中;
基准面确定装置,被配置为将所述三维模型的包含属于不同集合的顶点的平面确定为基准面;
凸包确定装置,被配置为确定包含在所述基准面中的所述顶点的凸包;以及
空间识别装置,被配置为识别满足以下条件的所述集合所限定的空间:
所述集合不包含所述凸包上的顶点,并且
在所述集合中,经由轮廓线连接到所述基准面的顶点相对于所述基准面而言位于所述三维模型内侧。
4.根据权利要求3所述的设备,其中,所述轮廓线识别装置包括:
线段提取部分,被配置为,对于以三角网格表示的所述三维模型的任意两个具有公共三角网格点的平面,提取所述公共三角网格点间的不重叠的线段;以及
线段匹配部分,被配置为将所述线段与所述两个具有公共三角网格点的平面的每个中的三角网格单元的边匹配,并且
所述轮廓线识别装置被配置为在所述两个具有公共三角网格点的平面的每个中都存在至少一个三角网格单元,其边与所述线段至少部分地重叠的情况下,将所述线段确定为所述轮廓线。
5.一种图像处理系统,其包含如权利要求3-4中任一项所述的用于识别三维模型中的空间的设备。
CN201210046419.1A 2012-02-24 2012-02-24 用于识别三维模型中的空间的方法和设备及图像处理系统 Expired - Fee Related CN103295216B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201210046419.1A CN103295216B (zh) 2012-02-24 2012-02-24 用于识别三维模型中的空间的方法和设备及图像处理系统
JP2013033483A JP6056541B2 (ja) 2012-02-24 2013-02-22 三次元モデルの空間認識方法及び装置、並びに画像処理システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210046419.1A CN103295216B (zh) 2012-02-24 2012-02-24 用于识别三维模型中的空间的方法和设备及图像处理系统

Publications (2)

Publication Number Publication Date
CN103295216A true CN103295216A (zh) 2013-09-11
CN103295216B CN103295216B (zh) 2016-01-06

Family

ID=49096022

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210046419.1A Expired - Fee Related CN103295216B (zh) 2012-02-24 2012-02-24 用于识别三维模型中的空间的方法和设备及图像处理系统

Country Status (2)

Country Link
JP (1) JP6056541B2 (zh)
CN (1) CN103295216B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108744520A (zh) * 2018-06-05 2018-11-06 网易(杭州)网络有限公司 确定游戏模型摆放位置的方法、装置和电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005310021A (ja) * 2004-04-26 2005-11-04 Japan Science & Technology Agency 衝突検出方法及び衝突検出システム
CN1949822A (zh) * 2005-10-14 2007-04-18 三星电子株式会社 面部图像补偿设备、介质和方法
CN101415059A (zh) * 2007-10-15 2009-04-22 富士施乐株式会社 图像读取设备和图像读取方法
CN101807308A (zh) * 2009-02-12 2010-08-18 富士通株式会社 三维模型分割装置和方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04346178A (ja) * 1991-05-23 1992-12-02 Babcock Hitachi Kk 有限要素法解析結果のアニメーション表示方法
JPH1185833A (ja) * 1997-09-05 1999-03-30 Toshiba Corp 3次元板金cad/cam変換装置及び該装置のプログラムを記録した記録媒体
JP3873571B2 (ja) * 2000-03-28 2007-01-24 松下電工株式会社 光造形機用データ作成方法及びその装置
JP4774978B2 (ja) * 2005-12-19 2011-09-21 村田機械株式会社 板金モデル処理システム、板金モデル処理方法、板金モデル処理プログラム、及びこれらによって使用されるオブジェクト指向板金モデルのデータ構造
CN101055620B (zh) * 2006-04-12 2011-04-06 富士通株式会社 形状比较装置和方法
JP2009129095A (ja) * 2007-11-21 2009-06-11 Fuji Xerox Co Ltd 不要境界線検出装置、不要境界線検出システム、不要境界線検出プログラムおよび不要境界線検出方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005310021A (ja) * 2004-04-26 2005-11-04 Japan Science & Technology Agency 衝突検出方法及び衝突検出システム
CN1949822A (zh) * 2005-10-14 2007-04-18 三星电子株式会社 面部图像补偿设备、介质和方法
CN101415059A (zh) * 2007-10-15 2009-04-22 富士施乐株式会社 图像读取设备和图像读取方法
CN101807308A (zh) * 2009-02-12 2010-08-18 富士通株式会社 三维模型分割装置和方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108744520A (zh) * 2018-06-05 2018-11-06 网易(杭州)网络有限公司 确定游戏模型摆放位置的方法、装置和电子设备
CN108744520B (zh) * 2018-06-05 2022-02-22 网易(杭州)网络有限公司 确定游戏模型摆放位置的方法、装置和电子设备

Also Published As

Publication number Publication date
JP2013175185A (ja) 2013-09-05
CN103295216B (zh) 2016-01-06
JP6056541B2 (ja) 2017-01-11

Similar Documents

Publication Publication Date Title
CN112287126B (zh) 一种适于多模态知识图谱的实体对齐方法及设备
US11270105B2 (en) Extracting and analyzing information from engineering drawings
CN110084289B (zh) 图像标注方法、装置、电子设备及存储介质
CN110633991A (zh) 风险识别方法、装置和电子设备
JP7300034B2 (ja) テーブル生成方法、装置、電子機器、記憶媒体及びプログラム
CN110716970B (zh) 异构数据同构化处理方法、装置、计算机设备及存储介质
KR20220125712A (ko) 이미지 처리 방법, 텍스트 인식 방법 및 장치
CN107895377A (zh) 一种前景目标提取方法、装置、设备及存储介质
CN112149663A (zh) 结合rpa和ai的图像文字的提取方法、装置及电子设备
CN109543560A (zh) 一种视频中人物的分割方法、装置、设备和计算机存储介质
CN111666346A (zh) 信息归并方法、交易查询方法、装置、计算机及存储介质
CN107958215A (zh) 一种防欺诈识别方法、装置、服务器及存储介质
CN110245704A (zh) 业务处理方法、装置、存储介质与电子设备
JP2023539934A (ja) 物体検出モデルのトレーニング方法、画像検出方法及び装置
CN104903865B (zh) 将虚拟机vm映像应用于计算机系统的方法和系统
CN110188766A (zh) 基于卷积神经网络的图像主目标检测方法及装置
US20170200153A1 (en) Technologies for conversion of mainframe files for big data ingestion
CN115203769A (zh) 用于自动标注绘图尺寸的图形对准技术
CN109669989A (zh) 数据校验方法、系统、设备以及介质
CN109598712A (zh) 塑料泡沫餐盒的质量检测方法、装置、服务器及存储介质
CN109300322A (zh) 引导线绘制方法、装置、设备和介质
CN103295216A (zh) 用于识别三维模型中的空间的方法和设备及图像处理系统
CN103268477A (zh) 一种基于嵌入式平台的三维人脸识别系统
CN116185393A (zh) 接口文档的生成方法、装置、设备、介质及产品
US10372816B2 (en) Preprocessing of string inputs in natural language processing

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160106

Termination date: 20180224