CN105184312B - 一种基于深度学习的文字检测方法及装置 - Google Patents

一种基于深度学习的文字检测方法及装置 Download PDF

Info

Publication number
CN105184312B
CN105184312B CN201510522970.2A CN201510522970A CN105184312B CN 105184312 B CN105184312 B CN 105184312B CN 201510522970 A CN201510522970 A CN 201510522970A CN 105184312 B CN105184312 B CN 105184312B
Authority
CN
China
Prior art keywords
character
probability
neural networks
convolutional neural
character recognition
Prior art date
Application number
CN201510522970.2A
Other languages
English (en)
Other versions
CN105184312A (zh
Inventor
王亮
王威
张宇琪
范伟
Original Assignee
中国科学院自动化研究所
富士通株式会社
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 中国科学院自动化研究所, 富士通株式会社 filed Critical 中国科学院自动化研究所
Priority to CN201510522970.2A priority Critical patent/CN105184312B/zh
Publication of CN105184312A publication Critical patent/CN105184312A/zh
Application granted granted Critical
Publication of CN105184312B publication Critical patent/CN105184312B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/62Methods or arrangements for recognition using electronic means
    • G06K9/6217Design or setup of recognition systems and techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06K9/6256Obtaining sets of training patterns; Bootstrap methods, e.g. bagging, boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/62Methods or arrangements for recognition using electronic means
    • G06K9/6267Classification techniques
    • G06K9/6268Classification techniques relating to the classification paradigm, e.g. parametric or non-parametric approaches
    • G06K9/627Classification techniques relating to the classification paradigm, e.g. parametric or non-parametric approaches based on distances between the pattern to be recognised and training or reference patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computer systems based on biological models
    • G06N3/02Computer systems based on biological models using neural network models
    • G06N3/08Learning methods
    • G06N3/088Non-supervised learning, e.g. competitive learning

Abstract

本发明公开了一种基于深度学习的文字检测方法及装置。所述方法包括:设计多层卷积神经网络结构,把每一个字符作为一个类别,这样就形成了一个多类别分类问题;采用反向传播算法训练卷积神经网络用以识别单一字符,有监督地最小化该网络的目标函数,得到字符识别模型;最后用前端的特征提取层进行权值初始化,把最后一个全连接层结点数目改为2,使得网络成为一个二分类模型,用文字和非文字样本训练网络。经过以上步骤,一个文字检测分类器就完成了。在测试的时候,把全连接层转化为卷积层,给定一张输入图像,需要先进行多尺度滑动窗口扫描获得文字的概率图,再进行非极大值抑制得到最终的文字区域。

Description

一种基于深度学习的文字检测方法及装置

技术领域

[0001] 本发明涉及模式识别与机器学习技术领域,特别涉及一种基于深度学习的文字检 测方法及装置。

背景技术

[0002] 对于文字检测,传统的连通区域法如SWT或者MSER,认为文字是连通的,这些方法 对于文字模糊的情况处理不好。而深度学习是一种基于区域的方法,我们只需要提供大量 训练样本,模型就会自动学习到鲁棒的特征表达,可以很好地处理模糊的情况。

[0003] 另外,传统的扫描窗口法需要对每一个窗口进行测试,各个窗口之间会有重叠,这 将大大增加计算时间。考虑到卷积操作具有平移不变性,可以将全连接层转化成卷积层,对 整张测试图像进行卷积,得到文字区域的概率图。通过使用GPU进行并行计算,一张图像的 测试时间在Is以内。

发明内容

[0004] 为了解决现有技术存在的上述技术问题,本发明提供了一种基于深度学习的文字 检测方法及装置。

[0005] 根据本发明一方面,其提供了 1、一种基于深度学习的文字检测方法,包括步骤:

[0006] 步骤SI,构建多层卷积神经网络;所述多层卷积神经网络包括多个卷积层和全连 接层;其输入为图像,输出为字符分类结果;

[0007] 步骤S2,采用误差反向传播算法训练所述多层卷积神经网络,从而得到字符识别 模型,其中训练过程中使用的目标函数为输入图像的真实字符类别与所述字符识别模型预 测结果的交叉熵;

[0008] 步骤S3,将步骤SI中建立的多层卷积神经网络的输出层节点修改为2,并利用训练 好的所述字符识别模型的权重初始化修改后的多层卷积神经网络的权重;

[0009] 步骤S4,利用字符-非字符数据集对修改后的多层卷积神经网络进行训练,得到字 符-非字符二分类模型;

[0010] 步骤S5,将所述字符-非字符二分类模型中的所有全连接层修改成卷积层;

[0011] 步骤S6,利用步骤S5中修改后的所述字符-非字符二分类模型对测试图像采用多 尺度扫描窗口进行测试,得到文字区域的概率图,并对所述概率图进行非极大值抑制得到 最终的文字区域。

[0012] 根据本发明另一方面,其提供了一种基于深度学习的文字检测装置,包括:

[0013] 构建模块,构建多层卷积神经网络;所述多层卷积神经网络包括多个卷积层和全 连接层;其输入为图像,输出为字符分类结果;

[0014] 字符识别模型训练模块,采用误差反向传播算法训练所述多层卷积神经网络,从 而得到字符识别模型,其中训练过程中使用的目标函数为输入图像的真实字符类别与所述 字符识别模型预测结果的交叉熵;

[0015] 第一模型修改模块,将所述构建模块建立的多层卷积神经网络的输出层节点修改 为2,并利用训练好的所述字符识别模型的权重初始化修改后的多层卷积神经网络的权重;

[0016] 字符-非字符训练模块,利用字符-非字符数据集对修改后的多层卷积神经网络进 行训练,得到字符-非字符二分类模型;

[0017] 第二模型修改模块,将所述字符-非字符二分类模型中的所有全连接层修改成卷 积层;

[0018] 检测模块,第二模型修改模块修改后的所述字符-非字符二分类模型对测试图像 采用多尺度扫描窗口进行测试,得到文字区域的概率图,并对所述概率图进行非极大值抑 制得到最终的文字区域。

[0019] 由于本发明基于深度学习,把文字检测问题当成文字-非文字二分类问题。该方法 可以利用复杂任务学习到文字的鲁棒特征,不必人工设计特征,且后续处理可以快速有效 地找出文字区域。

[0020] 本发明先利用卷积神经网络进行复杂的多分类任务来学习文字特征,再做二分类 任务,对于文字的颜色、大小、光照、模糊具有鲁棒性,比直接训练二分类器的效果好。

附图说明

[0021] 图1是本发明中基于深度学习的文字检测方法的流程图。

[0022] 图2是本发明中基于深度学习的文字检测方法字符识别网络结构示意图。

[0023] 图3是本发明中基于深度学习的文字检测方法字符-非字符二分类网络结构示意 图。

[0024] 图4是本发明中文字检测方法中测试时的示意图。

具体实施方式

[0025] 为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照 附图,对本发明作进一步的详细说明。

[0026] 本发明提出了一种基于深度学习的文字检测方法,如图1所示,包括以下步骤:

[0027] 步骤SI,构建多层卷积神经网络;所述多层卷积神经网络包括多个卷积层和全连 接层;其输入为图像,输出为预测的多个字符分类结果;

[0028] 步骤S2,采用误差反向传播算法训练所述多层卷积神经网络,从而得到字符识别 模型,其中训练过程中使用的目标函数为输入图像的真实标签与所述字符识别模型预测结 果的父叉烟;

[0029] 步骤S3,将步骤Sl中建立的多层卷积神经网络的输出层节点修改为2,并利用训练 好的所述字符识别模型的权重初始化修改后的多层卷积神经网络的权重;

[0030] 步骤S4,利用字符-非字符数据集对修改后的多层卷积神经网络进行训练,得到字 符-非字符二分类模型;

[0031] 步骤S5,将所述字符-非字符二分类模型中的所有全连接层修改成卷积层;

[0032] 步骤S6,利用步骤S5中修改后的所述字符-非字符二分类模型对测试图像采用多 尺度扫描窗口进行测试,得到文字区域的概率图,并对所述概率图进行非极大值抑制得到 最终的文字区域。

[0033] 以下详细说明本发明方法涉及的关键步骤。

[0034] 首先,对于步骤Sl,构建多层的神经网络的结构。包括定义构成网络的层数、卷积 窗大小和节点数等。一般来说,网络越深效果越好,但同时计算量增加。优选地,本神经网络 结构如图2所示,包含2层卷积层+3层全连接层,输入为28X28减去均值的灰度图像的像素 值,输出层的每个输出节点代表一类字符,对于英文来说共62类(26个大写字母+26个小写 字母+10个数字)。

[0035] 其次,采用误差反向传播算法对网络进行训练。卷积层和全连接层均使用激活函 数提供非线性,本模型的激活函数f (X)可以表示为f (X) =max (0,WTx+b)。其中W是模型权 重,b是偏置项,X是上一层的输出,作为本层的输入。记Z1为第1类对应输出节点的输出值, 共有62个输出值zk (k=l. . .62),这些输出值没有限定在0〜1之间。对Zi进行归一化得到模 型预测Pi为

Figure CN105184312BD00061

[0037] P1可以理解为模型认为该图像属于第1类的概率。采用反向传播算法对所建立的 多层神经网络进行有监督训练,模型的目标函数E为图像的真实类别qi(属于第1类,则为1, 否则为〇)与模型预测Pi之间的交叉熵:

Figure CN105184312BD00062

[0039]采用随机梯度下降算法使目标函数E尽可能的小,即模型预测值与真实类别越接 近越好。权重值的更新如下:

Figure CN105184312BD00063

[0041] η为学习率,Wi为第i层的权重值,偏导数的求取需要使用误差反向传播算法。

[0042] 第三,上述训练好的模型输出层节点数是62,接下来训练字符-非字符二分类模 型,所以将步骤一中建立的卷积神经网络的最后一个全连接层即输出层的结点数目修改为 2,如图3所示。用上一步的字符分类模型初始化卷积层和全连接层,即二分类模型的权值都 从字符分类模型中提取。

[0043] 第四,用字符-非字符数据进行训练,训练算法与步骤二相同,得到字符-非字符二 分类模型。可选地,该数据集可以是Wang Tao等人在2012年公布的,包含了英文字符-非字 符的灰度图像。

[0044] 第五,二分类模型训练好后,将所述二分类模型中的全连接层改为卷积层,但权重 值保持不变。这是因为训练时固定了输入为28X28的图像,而测试时的图像大小不固定。直 接用扫描窗口法对测试图像的每一个28X28的图像块进行测试,会有很多重叠部分,浪费 了计算量。利用卷积操作的平移不变性,将全连接层改为卷积层,可以对任意大小的图像进 行一次测试,大大节省了计算量。

[0045] 第六,利用上一步得到的模型对测试图像使用多尺度滑动窗口进行测试,得到文 字的概率图,所述概率图中每点的值表示该点为文字的概率。图4给出了一张图像三个尺度 的测试示意图,文字概率图越亮代表越有把握认为该区域有文字。由图可知,当尺度过大或 过小时,文字检测效果不好,因此需要使用多个尺度进行测试。使用非极大值抑制,即对得 到的文字区域按照把握大小(即概率大小)排序,如果把握大的区域与把握小的区域重叠超 过0.5,则留下把握大的区域,去除把握小的区域,得到最终的文字区域。

[0046] 实施例:

[0047] 为了详细说明本发明的具体实施方式,以某文字检测数据集为例说明。该数据集 包含250张含有文字的自然场景图像作为训练集,249张作为测试集。实现的模型可以自动 检测图像内的文字。具体步骤如下:

[0048] 步骤SI,从数据集中裁减出5980个字符图像作为训练集,5198个字符图像组成测 试集。

[0049] 步骤S2,使用一个2层卷积层+3层全连接层的深度卷积神经网络进行学习,其第一 卷积层使用64个特征图,9 X 9的卷积窗口,第二卷积层使用64个特征图,5 X 5的卷积窗口, 卷积步长均取为1。全连接层节点数目分别为128,128,62个,如图2所示。

[0050] 步骤S3,采用随机梯度下降法,初始学习率可取为0.01,迭代大约400个周期。期间 当错误率(错误图像数/总图像数)不再降低时,把学习率除以10,继续训练直至网络收敛, 此时即使降低学习率,错误率也保持不变。

[0051] 步骤S4,将最后一个全连接层结点数目改为2,用上一步中的模型对该模型进行初 始化,如图3所示。用字符-非字符数据进行训练,得到文字-非文字二分类模型。

[0052] 步骤S5,将全连接层转化卷积层。

[0053] 步骤S6,用多尺度扫描窗口测试图像,得到文字的概率图,使用后处理得到最终的 文字区域,如图4所示。

[0054] 本发明基于深度学习提出一种自然场景中的文字检测方法。通过用复杂的多分类 任务学习特征再进行二分类精调,本发明达到了较好的文字检测结果。

[0055] 以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详 细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在 本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护 范围之内。

Claims (10)

1. 一种基于深度学习的文字检测方法,包括步骤: 步骤SI,构建多层卷积神经网络;所述多层卷积神经网络包括多个卷积层和全连接层; 其输入为图像,输出为字符分类结果; 步骤S2,采用误差反向传播算法训练所述多层卷积神经网络,从而得到字符识别模型, 其中训练过程中使用的目标函数为输入图像的真实字符类别与所述字符识别模型预测结 果的父叉烟; 步骤S3,将步骤Sl中建立的多层卷积神经网络的输出层节点修改为2,并利用训练好的 所述字符识别模型的权重初始化修改后的多层卷积神经网络的权重; 步骤S4,利用字符-非字符数据集对修改后的多层卷积神经网络进行训练,得到字符-非字符二分类模型; 步骤S5,将所述字符-非字符二分类模型中的所有全连接层修改成卷积层; 步骤S6,利用步骤S5中修改后的所述字符-非字符二分类模型对测试图像采用多尺度 扫描窗口进行测试,得到文字区域的概率图,并对所述概率图进行非极大值抑制得到最终 的文字区域。
2. 根据权利要求1所述的方法,其中,步骤S2中,所述字符识别模型的激活函数如下表 示: f (x) =max (0,ffTx+b) 其中,W是模型权重,b是偏置项,X是上一层的输出。
3. 如权利要求2所述的方法,其中,所述权重如下更新:
Figure CN105184312BC00021
其中,η为学习率,Wi为第i层的权重值,E为所述字符识别模型的目标函数。
4. 如权利要求1-3任一项所述的方法,其中,所述字符识别模型的目标函数如下表示:
Figure CN105184312BC00022
其中,E为所述字符识别模型的目标函数,P1为所述字符识别模型输出的输入图像属于 第1类的概率,Φ为所述输入图像属于第1类的真实概率。
5. 如权利要求1-3任一项所述的方法,其中,步骤S2中采用随机梯度下降算法使目标函 数小于预定阈值。
6. 如权利要求1-3任一项所述的方法,其中,步骤S6中,所述对所述概率图进行非极大 值抑制得到最终的文字区域具体包括: 对所述文字区域按照其概率图中的概率大小排序,如果概率大的区域与概率小的区域 重叠超过0.5,则留下概率大的区域,去除概率小的区域,得到最终的文字区域。
7. —种基于深度学习的文字检测装置,包括: 构建模块,构建多层卷积神经网络;所述多层卷积神经网络包括多个卷积层和全连接 层;其输入为图像,输出为字符分类结果; 字符识别模型训练模块,采用误差反向传播算法训练所述多层卷积神经网络,从而得 到字符识别模型,其中训练过程中使用的目标函数为输入图像的真实字符类别与所述字符 识别模型预测结果的交叉熵; 第一模型修改模块,将所述构建模块建立的多层卷积神经网络的输出层节点修改为2, 并利用训练好的所述字符识别模型的权重初始化修改后的多层卷积神经网络的权重; 字符-非字符训练模块,利用字符-非字符数据集对修改后的多层卷积神经网络进行训 练,得到字符-非字符二分类模型; 第二模型修改模块,将所述字符-非字符二分类模型中的所有全连接层修改成卷积层; 检测模块,第二模型修改模块修改后的所述字符-非字符二分类模型对测试图像采用 多尺度扫描窗口进行测试,得到文字区域的概率图,并对所述概率图进行非极大值抑制得 到最终的文字区域。
8. 根据权利要求7所述的装置,其中,所述字符识别模型的激活函数如下表示: f (x) =max (0,ffTx+b) 其中,W是模型权重,b是偏置项,X是上一层的输出; 其中,所述权重如下更新:
Figure CN105184312BC00031
其中,η为学习率,Wi为第i层的权重值,E为所述字符识别模型的目标函数。
9. 如权利要求7-8任一项所述的装置,其中,所述字符识别模型的目标函数如下表示:
Figure CN105184312BC00032
其中,E为所述字符识别模型的目标函数,P1为所述字符识别模型输出的输入图像属于 第1类的概率,Φ为所述输入图像属于第1类的真实概率。
10. 如权利要求7-8任一项所述的装置,其中,所述检测模块中所述对所述概率图进行 非极大值抑制得到最终的文字区域具体包括: 对所述文字区域按照其概率图中的概率大小排序,如果概率大的区域与概率小的区域 重叠超过0.5,则留下概率大的区域,去除概率小的区域,得到最终的文字区域。
CN201510522970.2A 2015-08-24 2015-08-24 一种基于深度学习的文字检测方法及装置 CN105184312B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510522970.2A CN105184312B (zh) 2015-08-24 2015-08-24 一种基于深度学习的文字检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510522970.2A CN105184312B (zh) 2015-08-24 2015-08-24 一种基于深度学习的文字检测方法及装置

Publications (2)

Publication Number Publication Date
CN105184312A CN105184312A (zh) 2015-12-23
CN105184312B true CN105184312B (zh) 2018-09-25

Family

ID=54906376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510522970.2A CN105184312B (zh) 2015-08-24 2015-08-24 一种基于深度学习的文字检测方法及装置

Country Status (1)

Country Link
CN (1) CN105184312B (zh)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105631426B (zh) * 2015-12-29 2019-05-07 中国科学院深圳先进技术研究院 对图片进行文本检测的方法及装置
CN106096535A (zh) * 2016-06-07 2016-11-09 广东顺德中山大学卡内基梅隆大学国际联合研究院 一种基于双线性联合cnn的人脸验证方法
CN106257496B (zh) * 2016-07-12 2019-06-07 华中科技大学 海量网络文本与非文本图像分类方法
CN106228158A (zh) * 2016-07-25 2016-12-14 北京小米移动软件有限公司 图片检测的方法和装置
CN106997473A (zh) * 2016-09-08 2017-08-01 汪润春 一种基于神经网络的图像识别方法
CN106570521B (zh) * 2016-10-24 2020-04-28 中国科学院自动化研究所 多语言场景字符识别方法及识别系统
CN106557747B (zh) * 2016-11-15 2018-06-22 平安科技(深圳)有限公司 识别保险单号码的方法及装置
CN106557768A (zh) * 2016-11-25 2017-04-05 北京小米移动软件有限公司 对图片中的文字进行识别的方法及装置
CN108121984A (zh) * 2016-11-30 2018-06-05 杭州海康威视数字技术股份有限公司 一种字符识别方法及装置
CN106650721B (zh) * 2016-12-28 2019-08-13 吴晓军 一种基于卷积神经网络的工业字符识别方法
CN106897732B (zh) * 2017-01-06 2019-10-08 华中科技大学 一种基于连接文字段的自然图片中多方向文本检测方法
CN107133616B (zh) * 2017-04-02 2020-08-28 南京汇川图像视觉技术有限公司 一种基于深度学习的无分割字符定位与识别方法
CN107229942A (zh) * 2017-04-16 2017-10-03 北京工业大学 一种基于多个分类器的卷积神经网络快速分类方法
CN107273897A (zh) * 2017-07-04 2017-10-20 华中科技大学 一种基于深度学习的文字识别方法
CN109389116A (zh) * 2017-08-14 2019-02-26 高德软件有限公司 一种字符检测方法及装置
CN107622267A (zh) * 2017-10-16 2018-01-23 天津师范大学 一种基于嵌入双边卷积激活的场景文字识别方法
CN107729992A (zh) * 2017-10-27 2018-02-23 深圳市未来媒体技术研究院 一种基于反向传播的深度学习方法
CN107704859A (zh) * 2017-11-01 2018-02-16 哈尔滨工业大学深圳研究生院 一种基于深度学习训练框架的文字识别方法
CN107967475B (zh) * 2017-11-16 2020-04-14 广州探迹科技有限公司 一种基于窗口滑动和卷积神经网络的验证码识别方法
CN108229469A (zh) * 2017-11-22 2018-06-29 北京市商汤科技开发有限公司 文字的识别方法、装置、存储介质、程序产品和电子设备
CN108304835B (zh) * 2018-01-30 2019-12-06 百度在线网络技术(北京)有限公司 文字检测方法和装置
CN108681735A (zh) * 2018-03-28 2018-10-19 中科博宏(北京)科技有限公司 基于卷积神经网络深度学习模型的光学字符识别方法
CN108664996A (zh) * 2018-04-19 2018-10-16 厦门大学 一种基于深度学习的古文字识别方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103793718A (zh) * 2013-12-11 2014-05-14 台州学院 一种基于深度学习的人脸表情识别方法
CN103927550A (zh) * 2014-04-22 2014-07-16 苏州大学 一种手写体数字识别方法及系统
CN104299006A (zh) * 2014-07-23 2015-01-21 中国传媒大学 一种基于深度神经网络的车牌识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110293173A1 (en) * 2010-05-25 2011-12-01 Porikli Fatih M Object Detection Using Combinations of Relational Features in Images

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103793718A (zh) * 2013-12-11 2014-05-14 台州学院 一种基于深度学习的人脸表情识别方法
CN103927550A (zh) * 2014-04-22 2014-07-16 苏州大学 一种手写体数字识别方法及系统
CN104299006A (zh) * 2014-07-23 2015-01-21 中国传媒大学 一种基于深度神经网络的车牌识别方法

Also Published As

Publication number Publication date
CN105184312A (zh) 2015-12-23

Similar Documents

Publication Publication Date Title
CN104992167B (zh) 一种基于卷积神经网络的人脸检测方法及装置
Luus et al. Multiview deep learning for land-use classification
CN105574513B (zh) 文字检测方法和装置
CN106530305B (zh) 语义分割模型训练和图像分割方法及装置、计算设备
CN103345656B (zh) 一种基于多任务深度神经网络的数据识别方法及装置
US20170177972A1 (en) Method for analysing media content
CN104281853B (zh) 一种基于3d卷积神经网络的行为识别方法
CN108463876A (zh) 为样品产生模拟输出
CN108426994A (zh) 分析数字全息显微术数据以用于血液学应用
CN104992142A (zh) 一种基于深度学习和属性学习相结合的行人识别方法
CN105701507B (zh) 基于动态随机池化卷积神经网络的图像分类方法
CN104200224A (zh) 基于深度卷积神经网络的无价值图像去除方法
CN104573669B (zh) 图像物体检测方法
CN103984959A (zh) 一种基于数据与任务驱动的图像分类方法
CN107169956B (zh) 基于卷积神经网络的色织物疵点检测方法
CN107636693A (zh) 针对人工神经网络的相关性分数指派
CN104182772A (zh) 一种基于深度学习的手势识别方法
CN107408209A (zh) 无需取样及特征选择的自动缺陷分类
Colak et al. Automated McIntosh-based classification of sunspot groups using MDI images
CN107316295A (zh) 一种基于深度神经网络的织物瑕疵检测方法
CN104992223A (zh) 基于深度学习的密集人数估计方法
CN106446526B (zh) 电子病历实体关系抽取方法及装置
CN106650813B (zh) 一种基于深度残差网络和lstm的图像理解方法
Thai et al. Image classification using support vector machine and artificial neural network
CN106778682B (zh) 一种卷积神经网络模型的训练方法及其设备

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
GR01 Patent grant
GR01 Patent grant