CN106023219A - 一种确定图像中目标的方法和装置 - Google Patents
一种确定图像中目标的方法和装置 Download PDFInfo
- Publication number
- CN106023219A CN106023219A CN201610363198.9A CN201610363198A CN106023219A CN 106023219 A CN106023219 A CN 106023219A CN 201610363198 A CN201610363198 A CN 201610363198A CN 106023219 A CN106023219 A CN 106023219A
- Authority
- CN
- China
- Prior art keywords
- identified
- pixel
- image
- object element
- target
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种确定图像中目标的方法和装置,涉及图像处理技术领域,解决现有技术中对图像分割不精确,从图像中识别出的目标不准确的技术问题。其中,该方法,包括:步骤A:在图像上的坐标距离阈值范围内,比较两个像素点的像素值是否满足预设的像素差阈值;步骤B:若满足所述像素差阈值,则将所述两个像素点合并成一个待识别的目标单元;步骤C:判断所述待识别的目标单元内的像素点的数量是否符合预设的像素数量;步骤D:若判定不符合所述预设像素数量,则在所述待识别的目标单元内重复执行步骤A‑C,直到所述待识别的目标单元内的像素点的数量符合所述预设的像素数量,则确定所述待识别的目标单元处于可识别出目标的状态。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种确定图像中目标的方法和装置。
背景技术
由于多媒体在网络和生活中的普遍应用,图像技术也迅猛发展。越来越多的图像识别技术也运营而生。图像识别首先需要进行图像分割。
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。一副图像的特征点可以提取出5维,即(x,y,r,g,b),可以通过寻找这5维空间的模态点,即密度最大的点来进行分割。由于不同的点最终会收敛到不同的峰值,所以这些点就形成了一类,这样就完成了图像分割的目的。
但是,现有的这些图像分割技术仍旧存在分割精确度较差,导致分割后图像识别精度也随之下降的技术问题。
发明内容
本发明提供一种确定图像中目标的方法和装置,用解决现有技术中对图像分割不精确,从图像中识别出的目标不准确的技术问题。
一种确定图像中目标的方法,包括:
步骤A:在图像上的坐标距离阈值范围内,比较两个像素点的像素值是否满足预设的像素差阈值;
步骤B:若满足所述像素差阈值,则将所述两个像素点合并成一个待识别的目标单元;
步骤C:判断所述待识别的目标单元内的像素点的数量是否符合预设的像素数量;
步骤D:若判定不符合所述预设像素数量,则在所述待识别的目标单元内重复执行步骤A-C,直到所述待识别的目标单元内的像素点的数量符合所述预设的像素数量,则确定所述待识别的目标单元处于可识别出目标的状态。
本实施例提供的方法中,通过在坐标距离阈值范围内比较两个像素点是否满足预设的像素差阈值以及将符合的两个像素点合并成一个待识别的目标单元,并根据目标单元中的像素点的数量确定是否需要在该待识别的目标单元中重复执行上述过程的技术手段,可以得到一个处于可识别目标的待识别的目标单元,该可识别目标的待识别的目标单元就相当于是一个经过精确分割的图像,因此解决了现有技术中图像分割不精确的技术问题,同时由于图像分割的精确性的提高,因此也提高了从该待识别的目标单元中进一步确定该目标的精确度。
可选的,该方法还包括:预设有坐标距离阈值;所述坐标距离阈值在所述图像上对应的范围为所述坐标距离阈值范围。
本实施例提供的方法中,预设的坐标距离阈值是用来确定比较的两个像素点之间的距离,该坐标距离阈值的选取可以影响图像分割的精确度。因此本实施例通过预设坐标距离阈值的方式来实现控制图像分割的精确度的技术效果。
可选的,所述像素数量根据目标的具体内容和/或所在的位置区域而确定。
像素数量也是影响图像分割精确度的一个因素之一,根据需要从图像中确定的目标的具体内容的不同和/或该目标经常所在的位置区域,可以确定出像素数量,以便于更准确的实现对待识别的目标单元中目标的具体内容的确定。
可选的,该方法还包括:预设有目标图像库,所述目标图像库中存储有各种事物的图像。
可序的,在确定所述待识别的目标单元处于可识别出目标的状态后,该方法还包括:
将所述待识别的目标单元与所述目标图像库中的各种事物的图像进行比较,以识别出所述待识别的目标单元的具体内容。
本实施例提供的方法中,由于提高了图像分割的精确度,因此同样也可进一步提高识别出待识别的目标单元的具体内容的精确度的技术效果了。
基于同样的发明构思,本发明实施例还提供了一种确定图像中目标的装置,包括:
比较模块,用于在图像上的坐标距离阈值范围内,比较两个像素点的像素值是否满足预设的像素差阈值;
合并模块,用于若满足所述像素差阈值,则将所述两个像素点合并成一个待识别的目标单元;
判断模块,用于判断所述待识别的目标单元内的像素点的数量是否符合预设的像素数量;
迭代模块,用于若判定不符合所述预设像素数量,则在所述待识别的目标单元内继续执行比较模块、合并模块和判断模块,直到所述待识别的目标单元内的像素点的数量符合所述预设的像素数量,则确定所述待识别的目标单元处于可识别出目标的状态。
本实施例提供的装置具有在坐标距离阈值范围内比较两个像素点是否满足预设的像素差阈值以及将符合的两个像素点合并成一个待识别的目标单元,并根据目标单元中的像素点的数量确定是否需要在该待识别的目标单元中重复执行上述过程的功能,通过该功能可以得到一个处于可识别目标的待识别的目标单元,该可识别目标的待识别的目标单元就相当于是一个经过精确分割的图像,因此解决了现有技术中图像分割不精确的技术问题,同时由于图像分割的精确性的提高,因此也提高了从该待识别的目标单元中进一步确定该目标的精确度。
可选的,该装置还包括:
存储模块,用于存储预设的像素差阈值和坐标距离阈值;所述坐标距离阈值在所述图像上对应的范围为所述坐标距离阈值范围。
本实施例提供的装置中,存储的预设的坐标距离阈值是用来确定比较的两个像素点之间的距离,该坐标距离阈值的选取可以影响图像分割的精确度。因此本实施例通过预设坐标距离阈值的方式来实现控制图像分割的精确度的技术效果。
可选的,所述像素数量根据目标的具体内容和/或所在的位置区域而确定。
像素数量也是影响图像分割精确度的一个因素之一,根据需要从图像中确定的目标的具体内容的不同和/或该目标经常所在的位置区域,可以确定出像素数量,以便于更准确的实现对待识别的目标单元中目标的具体内容的确定。
可选的,所述存储模块,还用于存储预设的目标图像库,所述目标图像库中存储有各种事物的图像。
识别模块,用于在确定所述待识别的目标单元处于可识别出目标的状态后,将所述待识别的目标单元与所述目标图像库中的各种事物的图像进行比较,以识别出所述待识别的目标单元的具体内容。
本实施例提供的装置由于实现了提高图像分割的精确度,因此同样也可取得提高识别出待识别的目标单元的具体内容的精确度的技术效果了。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种确定图像中目标的方法的流程图;
图2为本发明实施例中另一种确定图像中目标的方法的流程图;
图3为本发明实施例中一种确定图像中目标的装置的框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
如图1所示,本实施例提供一种确定图像中目标的方法,该方法包括如下步骤:
101,在图像上的坐标距离阈值范围内,比较两个像素点的像素值是否满足预设的像素差阈值;
其中,两个像素点可以是任意的两个像素点,也可以是至少一个为固定起点的像素点。
本实施例中,预设有坐标距离阈值,该坐标距离阈值用来限定两个像素点之间的距离。其中,坐标距离阈值在所述图像上对应的范围为所述坐标距离阈值范围。
102,若满足所述像素差阈值,则将所述两个像素点合并成一个待识别的目标单元;
本发明实施例是属于通过颜色来识别视频图像上的某个目标。由于视频图像上的某个目标通常不会是由一种颜色组成,就算是看起来像是一种颜色,通常也是由一种颜色的类似的多种颜色组成,这些颜色的像素点成为了精确识别出目标的阻碍。因此需要为了能够将目标的具体内容从图像上识别出来,就需要将图像上坐标距离比较近的两个像素点进行合并,本实施例中认为是合并成一个待识别的目标单元。该待识别的目标单元相当于一个像素集合,该集合中颜色类似的像素点需要被不断的合并以达到能够识别出具体内容的程度。因此还需要下述步骤103.
103,判断所述待识别的目标单元内的像素点的数量是否符合预设的像素数量;若判定待识别的目标单元内的像素点的数量不符合所述预设像素数量,则返回步骤101,在所述待识别的目标单元内继续执行步骤101;若判定待识别的目标单元内的像素点的数量符合预设的像素数量,则继续执行步骤104。
其中,该像素数量根据目标的具体内容和/或所在的位置区域而确定。例如,若想要识别视频图像上的字幕,那么根据字幕通常所在的位置区域、通常有多大的范围和字幕的具体内容(如文字)来确定像素数量。像素数量是用来使上述步骤101-102迭代过程在适当的时候执行终止的一个技术手段。
其中,从第二次执行步骤101开始,该方法便是在首次合成的待识别目标单元内执行。即在该待识别的目标单元内的图像上的坐标距离阈值范围内中,比较两个像素点是否符合距离差阈值。
104,确定所述待识别的目标单元处于可识别出目标的状态,可进行目标识别。
本实施例的方法中,当符合预设像素数量时,判定迭代过程终止,认为此时的待识别的目标单元处于可以识别出的目标的状态,即待识别目标单元中已经到达了一个较精确的分割,已经达到能够进行精确识别目标的具体内容的地方了。
本实施例提供的方法中,通过在坐标距离阈值范围内比较两个像素点是否满足预设的像素差阈值以及将符合的两个像素点合并成一个待识别的目标单元,并根据目标单元中的像素点的数量确定是否需要在该待识别的目标单元中重复执行上述过程的技术手段,可以得到一个处于可识别目标的待识别的目标单元,该可识别目标的待识别的目标单元就相当于是一个经过精确分割的图像,因此解决了现有技术中图像分割不精确的技术问题。
本实施例具体结合从视频图像上识别出电视台台标(识别是否含有湖南卫视的台标,该台标类似芒果)为例,提供一种确定图像中目标的方法。该方法适合部署在需要从图像中识别出目标的设备或装置上,该方法中还包括该设备或装置上预设有目标图像库,目标图像库中存储有各种事物的图像,例如包括台标的图像。如图2所示,该方法包括:
200,根据待识别的目标(湖南卫视的台标)确定预设的坐标距离阈值和预设像素差阈值。
本实施例中可以有一个预设阈值库,该预设阈值库中用来保存各种待识别目标的预设的坐标距离阈值和预设像素差阈值,可以根据目标在该库中查找对应的预设值,也可以根据待识别的目标进行设置。
201,在视频图像上的预设坐标距离阈值所对应的坐标距离阈值范围内,找两个像素点,比较该两个像素点的像素值的差值是否小于等于预设的像素差阈值;若小于等于所述像素差阈值,则执行202;否则,继续执行201.
202,将所述两个像素点合并成一个待识别的目标单元;
203,判断所述待识别的目标单元内的像素点的数量是否小于等于预设的像素数量;若判定待识别的目标单元内的像素点的数量大于所述预设像素数量,则返回步骤201,在所述待识别的目标单元内继续执行步骤201;若判定待识别的目标单元内的像素点的数量小于等于预设的像素数量,则继续执行步骤204。
其中,该像素数量根据湖南台的台标内容和/或所在的位置区域而确定。例如,该芒果形台标所在的位置区域为左上角、通常256x256像素范围和具体内容类似黄色的芒果等经验来确定像素数量。
204,确定所述待识别的目标单元处于可识别出目标的状态,可进行目标识别。
205,将所述待识别的目标单元与所述目标图像库中的各种事物的图像进行比较,以识别出所述待识别的目标单元的具体内容。
将待识别的目标单元与图像库中的各种台标的图像进行比较,能够与待识别的目标单元像匹配的图像即为想要识别出的具体内容。例如正常来说,若该视频图像上刚好是在湖南台,则应该在左上角识别出类似芒果状的图标,该图标即是待识别的目标单元的具体内容。
本实施例提供的方法中,通过在坐标距离阈值范围内比较两个像素点是否满足预设的像素差阈值以及将符合的两个像素点合并成一个待识别的目标单元,并根据目标单元中的像素点的数量确定是否需要在该待识别的目标单元中重复执行上述过程的技术手段,可以得到一个处于可识别目标的待识别的目标单元,该可识别目标的待识别的目标单元就相当于是一个经过精确分割的图像,因此解决了现有技术中图像分割不精确的技术问题,同时由于图像分割的精确性的提高,因此也提高了从该待识别的目标单元中进一步确定该目标的精确度。
对应于上述实施例提供的一种确定图像中目标的的方法,本发明实施例还提供一种确定图像中目标的装置,如图3所示,包括:
比较模块31,用于在图像上的坐标距离阈值范围内,比较两个像素点的像素值是否满足预设的像素差阈值;
合并模块32,用于若满足所述像素差阈值,则将所述两个像素点合并成一个待识别的目标单元;
判断模块33,用于判断所述待识别的目标单元内的像素点的数量是否符合预设的像素数量;
迭代模块34,用于若判定不符合所述预设像素数量,则在所述待识别的目标单元内继续执行比较模块、合并模块和判断模块,直到所述待识别的目标单元内的像素点的数量符合所述预设的像素数量,则确定所述待识别的目标单元处于可识别出目标的状态。
可选的,该装置还包括:
存储模块,用于存储预设的像素差阈值和坐标距离阈值;所述坐标距离阈值在所述图像上对应的范围为所述坐标距离阈值范围。
其中,所述像素数量根据目标的具体内容和/或所在的位置区域而确定。
相应的,所述存储模块,还用于存储预设的目标图像库,所述目标图像库中存储有各种事物的图像。
该装置还包括:
识别模块,用于在确定所述待识别的目标单元处于可识别出目标的状态后,将所述待识别的目标单元与所述目标图像库中的各种事物的图像进行比较,以识别出所述待识别的目标单元的具体内容。
本实施例提供的装置具有在坐标距离阈值范围内比较两个像素点是否满足预设的像素差阈值以及将符合的两个像素点合并成一个待识别的目标单元,并根据目标单元中的像素点的数量确定是否需要在该待识别的目标单元中重复执行上述过程的功能,通过该功能可以得到一个处于可识别目标的待识别的目标单元,该可识别目标的待识别的目标单元就相当于是一个经过精确分割的图像,因此解决了现有技术中图像分割不精确的技术问题,同时由于图像分割的精确性的提高,因此也提高了从该待识别的目标单元中进一步确定该目标的精确度。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种确定图像中目标的方法,其特征在于,包括:
步骤A:在图像上的坐标距离阈值范围内,比较两个像素点的像素值是否满足预设的像素差阈值;
步骤B:若满足所述像素差阈值,则将所述两个像素点合并成一个待识别的目标单元;
步骤C:判断所述待识别的目标单元内的像素点的数量是否符合预设的像素数量;
步骤D:若判定不符合所述预设像素数量,则在所述待识别的目标单元内重复执行步骤A-C,直到所述待识别的目标单元内的像素点的数量符合所述预设的像素数量,则确定所述待识别的目标单元处于可识别出目标的状态。
2.根据权利要求1所述的方法,其特征在于,该方法还包括:预设有坐标距离阈值;所述坐标距离阈值在所述图像上对应的范围为所述坐标距离阈值范围。
3.根据权利要求1或2所述的方法,其特征在于,所述像素数量根据目标的具体内容和/或所在的位置区域而确定。
4.根据权利要求1或2所述的方法,其特征在于,该方法还包括:预设有目标图像库,所述目标图像库中存储有各种事物的图像。
5.根据权利要求4所述的方法,其特征在于,在确定所述待识别的目标单元处于可识别出目标的状态后,该方法还包括:
将所述待识别的目标单元与所述目标图像库中的各种事物的图像进行比较,以识别出所述待识别的目标单元的具体内容。
6.一种确定图像中目标的装置,其特征在于,包括:
比较模块,用于在图像上的坐标距离阈值范围内,比较两个像素点的像素值是否满足预设的像素差阈值;
合并模块,用于若满足所述像素差阈值,则将所述两个像素点合并成一个待识别的目标单元;
判断模块,用于判断所述待识别的目标单元内的像素点的数量是否符合预设的像素数量;
迭代模块,用于若判定不符合所述预设像素数量,则在所述待识别的目标单元内继续执行比较模块、合并模块和判断模块,直到所述待识别的目标单元内的像素点的数量符合所述预设的像素数量,则确定所述待识别的目标单元处于可识别出目标的状态。
7.根据权利要求6所述的装置,其特征在于,该装置还包括:
存储模块,用于存储预设的像素差阈值和坐标距离阈值;所述坐标距离阈值在所述图像上对应的范围为所述坐标距离阈值范围。
8.根据权利要求6或7所述的装置,其特征在于,所述像素数量根据目标的具体内容和/或所在的位置区域而确定。
9.根据权利要求7所述的装置,其特征在于,所述存储模块,还用于存储预设的目标图像库,所述目标图像库中存储有各种事物的图像。
10.根据权利要求9所述的装置,其特征在于,该装置还包括:
识别模块,用于在确定所述待识别的目标单元处于可识别出目标的状态后,将所述待识别的目标单元与所述目标图像库中的各种事物的图像进行比较,以识别出所述待识别的目标单元的具体内容。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610363198.9A CN106023219A (zh) | 2016-05-26 | 2016-05-26 | 一种确定图像中目标的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610363198.9A CN106023219A (zh) | 2016-05-26 | 2016-05-26 | 一种确定图像中目标的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106023219A true CN106023219A (zh) | 2016-10-12 |
Family
ID=57095173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610363198.9A Pending CN106023219A (zh) | 2016-05-26 | 2016-05-26 | 一种确定图像中目标的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106023219A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111291797A (zh) * | 2020-01-21 | 2020-06-16 | 支付宝实验室(新加坡)有限公司 | 一种防伪识别方法、装置及电子设备 |
CN114659450A (zh) * | 2022-03-25 | 2022-06-24 | 北京小米移动软件有限公司 | 机器人跟随方法、装置、机器人及存储介质 |
-
2016
- 2016-05-26 CN CN201610363198.9A patent/CN106023219A/zh active Pending
Non-Patent Citations (4)
Title |
---|
ROLF ADAMS 等: "Seeded Region Growing", 《IEEE TRANSACTIONS ON PATFERN ANALYSIS AND MACHINE INTELLIGENCE》 * |
王家亮 等: "基于局部适应性的高动态范围图像显示方法", 《计算机应用》 * |
秦红星: "对血液细胞图像自动分割的研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
蒋先刚: "《数字图像模式识别工程项目研究》", 31 March 2014 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111291797A (zh) * | 2020-01-21 | 2020-06-16 | 支付宝实验室(新加坡)有限公司 | 一种防伪识别方法、装置及电子设备 |
CN114659450A (zh) * | 2022-03-25 | 2022-06-24 | 北京小米移动软件有限公司 | 机器人跟随方法、装置、机器人及存储介质 |
CN114659450B (zh) * | 2022-03-25 | 2023-11-14 | 北京小米机器人技术有限公司 | 机器人跟随方法、装置、机器人及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109685199B (zh) | 创建包含关于池化类型的信息的表的方法和装置及使用其的测试方法和测试装置 | |
CN107633526B (zh) | 一种图像跟踪点获取方法及设备、存储介质 | |
KR101282196B1 (ko) | 다시점 영상에서 코드북 기반의 전경 및 배경 분리 장치 및 방법 | |
KR20170137170A (ko) | 텍스트 이미지 처리 방법 및 장치 | |
WO2012074361A1 (en) | Method of image segmentation using intensity and depth information | |
CN106598846B (zh) | 应用界面测试方法和装置 | |
CN110852385B (zh) | 图像处理方法、装置、设备和存储介质 | |
CN109658406A (zh) | 血管图像的识别方法、装置、计算机设备和存储介质 | |
CN114529837A (zh) | 建筑物轮廓提取方法、系统、计算机设备及存储介质 | |
CN110766711A (zh) | 一种视频镜头分割方法、系统、装置和存储介质 | |
KR101836811B1 (ko) | 이미지 상호간의 매칭을 판단하는 방법, 장치 및 컴퓨터 프로그램 | |
CN108898148A (zh) | 一种数字图像角点检测方法、系统及计算机可读存储介质 | |
CN106023219A (zh) | 一种确定图像中目标的方法和装置 | |
CN104270553A (zh) | 一种视频场景切换检测方法及装置 | |
KR101772676B1 (ko) | 이미지 내 연결화소 검출 방법 및 장치 | |
CN107077617B (zh) | 指纹提取方法及装置 | |
US9916663B2 (en) | Image processing method and process simulation apparatus | |
CN105825161B (zh) | 图像的肤色检测方法及其系统 | |
CN105930813B (zh) | 一种在任意自然场景下检测行文本的方法 | |
JP2016122367A5 (zh) | ||
CN114494693A (zh) | 对图像进行语义分割的方法及装置 | |
CN110188748B (zh) | 图像内容识别方法、装置以及计算机可读存储介质 | |
KR101600183B1 (ko) | 이미지로부터 깊이 정보를 추출하는 방법 및 장치 | |
CN112348021A (zh) | 文本检测方法、装置、设备及存储介质 | |
WO2020113563A1 (zh) | 人脸图像质量评估方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161012 |
|
RJ01 | Rejection of invention patent application after publication |