CN108009990A - 倾斜对象处理方法及装置 - Google Patents
倾斜对象处理方法及装置 Download PDFInfo
- Publication number
- CN108009990A CN108009990A CN201711237148.7A CN201711237148A CN108009990A CN 108009990 A CN108009990 A CN 108009990A CN 201711237148 A CN201711237148 A CN 201711237148A CN 108009990 A CN108009990 A CN 108009990A
- Authority
- CN
- China
- Prior art keywords
- information
- inclination
- detected
- image
- detection network
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 173
- 238000000605 extraction Methods 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000012937 correction Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 241000406668 Loxodonta cyclotis Species 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000011478 gradient descent method Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000012092 media component Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
- G06T3/608—Rotation of whole images or parts thereof by skew deformation, e.g. two-pass or three-pass rotation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本公开是关于一种倾斜对象处理方法及装置。该方法包括：将待检测图像输入倾斜对象检测网络模型中进行处理，确定待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息；根据待检测的图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，校正倾斜对象，其中，倾斜对象检测网络模型包括特征提取网络、区域生成网络RPN、区域特征提取网络以及目标检测网络。根据本公开实施例，通过倾斜对象检测网络模型确定待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，并根据倾斜对象的类别信息、位置信息以及倾斜角度信息，对倾斜对象进行校正，从而实现倾斜对象的准确校正。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种倾斜对象处理方法及装置。
背景技术
随着信息技术的快速发展，数字化文档、图片所带来的易检索、存储以及网络传输的优势也越发明显。例如，人们可以将各种纸质图片、文档都通过数字化扫描方式进行存储，以满足存储、网络传输等需求。企业也利用数字化文档、图片来保存相关信息，例如，银行存储包括用户电子签名的文档等。然而，数字化文档、图片中易出现倾斜的现象，给日常使用带来不便。
发明内容
为克服相关技术中存在的问题，本公开提供一种倾斜对象处理方法及装置。
根据本公开实施例的第一方面，提供一种倾斜对象处理方法，所述方法包括：
将待检测图像输入倾斜对象检测网络模型中进行处理，确定所述待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息；
根据待检测的图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，校正所述倾斜对象，
其中，所述倾斜对象检测网络模型包括特征提取网络、区域生成网络RPN(RegionProposal Network)、区域特征提取网络以及目标检测网络。
对于以上方法，在一种可能的实现方式中，将待检测图像输入倾斜对象检测网络模型中进行处理，确定所述待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息，包括：
将所述待检测图像输入所述特征提取网络中进行处理，确定所述待检测图像的第一特征信息；
将所述第一特征信息输入到区域生成网络RPN中进行处理，确定所述待检测图像的多个候选区域；
将所述第一特征信息以及所述候选区域输入到所述区域特征提取网络中进行处理，确定所述待检测图像的多个候选区域的第二特征信息；
将所述第二特征信息输入到所述目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息。
对于以上方法，在一种可能的实现方式中，所述目标检测网络包括用于检测倾斜对象的类别信息和位置信息的第一目标检测网络以及用于检测倾斜对象的倾斜角度信息的第二目标检测网络，
将所述第二特征信息输入到所述目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，包括：
将所述第二特征信息输入到所述第一目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息以及位置信息；
将所述位置信息以及所述第二特征信息输入到所述第二目标检测网络中进行处理，确定所述待检测图像中倾斜对象的倾斜角度信息。
对于以上方法，在一种可能的实现方式中，所述方法还包括：
获取包括倾斜对象的样本图像；
通过多维向量标记所述样本图像中倾斜对象的位置信息以及倾斜角度信息；
将标记的样本图像输入到倾斜对象检测网络模型中，对所述倾斜对象检测网络模型进行训练，确定所述倾斜对象检测网络模型中的参数权重。
对于以上方法，在一种可能的实现方式中，
所述特征提取网络包括多个卷积层；
所述区域特征提取网络包括至少一个池化层；
所述目标检测网络包括多个全连接层。
根据本公开实施例的第二方面，提供一种倾斜对象处理装置，所述装置包括：
信息确定模块，用于将待检测图像输入倾斜对象检测网络模型中进行处理，确定所述待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息；
倾斜对象校正模块，用于根据待检测的图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，校正所述倾斜对象，
其中，所述倾斜对象检测网络模型包括特征提取网络、区域生成网络RPN、区域特征提取网络以及目标检测网络。
对于上述装置，在一种可能的实现方式中，所述信息确定模块包括：
第一信息确定子模块，用于将所述待检测图像输入所述特征提取网络中进行处理，确定所述待检测图像的第一特征信息；
候选区域确定子模块，用于将所述第一特征信息输入到区域生成网络RPN中进行处理，确定所述待检测图像的多个候选区域；
第二信息确定子模块，用于将所述第一特征信息以及所述候选区域输入到所述区域特征提取网络中进行处理，确定所述待检测图像的多个候选区域的第二特征信息；
第三信息确定子模块，用于将所述第二特征信息输入到所述目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息。
对于上述装置，在一种可能的实现方式中，所述目标检测网络包括用于检测倾斜对象的类别信息和位置信息的第一目标检测网络以及用于检测倾斜对象的倾斜角度信息的第二目标检测网络，
所述第三信息确定子模块包括：
第四信息确定子模块，用于将所述第二特征信息输入到所述第一目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息以及位置信息；
第五信息确定子模块，用于将所述位置信息以及所述第二特征信息输入到所述第二目标检测网络中进行处理，确定所述待检测图像中倾斜对象的倾斜角度信息。
对于上述装置，在一种可能的实现方式中，所述装置还包括：
样本图像获取模块，用于获取包括倾斜对象的样本图像；
信息标记模块，用于通过多维向量标记所述样本图像中倾斜对象的位置信息以及倾斜角度信息；
参数权重确定模块，用于将标记的样本图像输入到倾斜对象检测网络模型中，对所述倾斜对象检测网络模型进行训练，确定所述倾斜对象检测网络模型中的参数权重。
对于上述装置，在一种可能的实现方式中，
所述特征提取网络包括多个卷积层；
所述区域特征提取网络包括至少一个池化层；
所述目标检测网络包括多个全连接层。
根据本公开实施例的第三方面，提供一种倾斜对象处理装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行上述方法。
根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行上述倾斜对象处理方法。
本公开的实施例提供的技术方案可以包括以下有益效果：通过倾斜对象检测网络模型确定待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，并根据倾斜对象的类别信息、位置信息以及倾斜角度信息，对倾斜对象进行校正，从而实现倾斜对象的准确校正。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种倾斜对象处理方法的流程图。
图2是根据一示例性实施例示出的一种倾斜对象处理方法的倾斜对象检测网络模型的示意图。
图3是根据一示例性实施例示出的一种倾斜对象处理方法的倾斜对象检测网络模型的示意图。
图4是根据一示例性实施例示出的一种倾斜对象处理方法的流程图。
图5是根据一示例性实施例示出的一种倾斜对象处理方法的流程图。
图6a和图6b分别是根据一示例性实施例示出的一种倾斜对象处理方法的应用场景的示意图。
图7是根据一示例性实施例示出的一种倾斜对象处理装置的框图。
图8是根据一示例性实施例示出的一种倾斜对象处理装置的框图。
图9是根据一示例性实施例示出的一种倾斜对象处理装置的框图。
图10是根据一示例性实施例示出的一种倾斜对象处理装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种倾斜对象处理方法的流程图。如图1所示，该方法用于终端设备或服务器中，例如，手机、平板电脑等，本公开对此不作限制。根据本公开实施例的倾斜对象处理方法包括：
在步骤S11中，将待检测图像输入倾斜对象检测网络模型中进行处理，确定所述待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息；
在步骤S12中，根据待检测的图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，校正所述倾斜对象，
其中，所述倾斜对象检测网络模型包括特征提取网络、区域生成网络RPN、区域特征提取网络以及目标检测网络。
根据本公开实施例，通过倾斜对象检测网络模型确定待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，并根据倾斜对象的类别信息、位置信息以及倾斜角度信息，对倾斜对象进行校正，从而实现倾斜对象的准确校正。
其中，倾斜对象可以为倾斜文字、倾斜人脸图像等。该倾斜对象检测网络模型可以为训练好的，用于确定待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息。
举例来说，该终端设备可以将待检测图像输入倾斜对象检测网络模型中进行处理，得到待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息。例如，该终端设备可以将待检测图像输入到倾斜对象检测网络模型中，由该倾斜对象检测网络模型的特征提取网络对该待检测图像进行特征提取，得到该待检测图像的特征图像(feature map)。该倾斜对象检测网络模型的区域生成网络RPN可以根据该待检测图像的特征图像，生成多个候选区域。该倾斜对象检测网络模型的区域特征提取网络根据该待检测图像的特征图像以及多个候选区域，得到多个候选区域的分辨率相同的特征图像。该倾斜对象检测网络模型的目标检测网络可以根据多个候选区域的特征图像，确定待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息，例如，可以确定待检测图像中的倾斜对象的类别为文字，该倾斜文字的位置以及倾斜角度。
图2是根据一示例性实施例示出的一种倾斜对象处理方法的倾斜对象检测网络模型的示意图。在一种可能的实现方式中，如图2所示，该倾斜对象检测网络模型可以是在更快速区域卷积神经网络(Faster-Region Convolutional Neural Networks，Faster-RCNN)基础上改进的，该倾斜对象检测网络模型包括特征提取网络、区域生成网络RPN、区域特征提取网络以及目标检测网络。
在一种可能的实现方式中，特征提取网络可以包括多个卷积层。
举例来说，如图2所示，该特征提取网络21可以包括多个卷积层，该特征提取网络21可以通过多个卷积层对待检测图像进行特征提取。该特征提取网络可以包括卷积神经网络VGG16的多个卷积层。当待检测图像输入该特征提取网络21后，该特征提取网络21的多个卷积层对待检测图像进行特征提取，并通过最后一层卷积层输出该待检测图像的特征图像。
通过这种方式，可以通过特征提取网络的多个卷积层对待检测对象进行特征提取。本领域技术人员应理解，特征提取网络的类型可以包括多种，例如，可以是VGG16的多个卷积层、也可以是卷积神经网络AlexNet的多个卷积层等，只要可以用于对待检测图像进行特征提取即可，本公开对特征提取网络的类型、结构、卷积层的个数等不作限制。
在一种可能的实现方式中，该倾斜对象检测网络模型包括区域生成网络。该区域生成网络可以生成多个候选区域。
举例来说，如图2所示，该倾斜对象检测网络模型包括区域生成网络22。特征提取网络输出的特征图像可以输入到区域生成网络22中进行处理，区域生成网络22可以生成多个候选区域(proposal)。这样，可以通过区域生成网络生成候选区域。本领域技术人员应理解，可以通过相关技术中公知的方法实现通过区域生成网络生成多个候选区域，例如，可以在特征提取网络输出的特征图像中为每个点配置多个不同面积和不同宽高比的初始候选区域(也可以称为锚定(anchor)区域)，并通过修正该初始候选区域的位置，最终生成多个候选区域。其中，配置的初始候选区域的面积和宽高比可以包括多种形式，例如，当希望检测倾斜文字时，因倾斜文字的宽高比通常较大，则可以将配置的初始候选区域的宽高比设置的较大，只要可以通过区域生成网络生成多个候选区域即可，本公开对区域生成网络的具体结构、形式不作限制。
在一种可能的实现方式中，该倾斜对象检测网络模型包括区域特征提取网络。
举例来说，该倾斜对象检测网络模型包括区域特征提取网络23。该倾斜对象检测网络模型的特征提取网络21输出的待检测图像的特征图像以及区域生成网络22生成的候选区域共同作为输入，输入到该倾斜对象检测网络模型的区域特征提取网络23中进行处理。
在一种可能的实现方式中，该区域特征提取网络23包括至少一个池化层。
举例来说，如图2所示，该区域特征提取网络23可以包括兴趣区域池化层(ROIPooling，Region of Interest Pooling)。该ROI Pooling层可以对特征提取网络21输出的待检测图像的特征图像以及区域生成网络22生成的候选区域进行处理，例如，可以将多个候选区域的坐标映射到待检测图像的特征图像上，并提取出多个候选区域的固定尺寸的多个特征图像。例如，可以将多个候选区域的特征图像缩放为分辨率相同的特征图像。
通过这种方式，可以利用区域特征提取网络提取多个候选区域的固定尺寸的特征图像。本领域技术人员应理解，区域特征提取网络还可以包括其他结构，只要可以提取候选区域的特征图像即可，本公开对此不作限制。
在一种可能的实现方式中，该倾斜对象检测网络模型包括目标检测网络，该倾斜对象检测网络模型的目标检测网络可以包括多个全连接层。
举例来说，如图2所示，该倾斜对象检测网络模型包括目标检测网络24。其中，区域特征提取网络23输出的多个候选区域的特征图像输入到目标检测网络24中进行处理，该目标检测网络24可以多个全连接层(Fully Connected，FC)，例如，可以包括FC6以及FC7两层。可以通过全连接层对多个候选区域的特征图像进行处理，得到待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息。
通过这种方式，可以利用倾斜对象检测网络模型同时得到待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，且该倾斜对象检测网络模型是在Faster-RCNN基础上改进的，具有结构简单等特点。本领域技术人员应理解，该倾斜对象检测网络模型还可以包括其他结构，只要倾斜对象检测网络模型可对待检测图像进行处理，确定待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息即可，本公开对倾斜对象检测网络模型的具体结构、形式等不作限制。
图3是根据一示例性实施例示出的一种倾斜对象处理方法的倾斜对象检测网络模型的示意图。在一种可能的实现方式中，如图3所示，该倾斜对象检测网络模型可以是在Faster-RCNN基础上改进的。该倾斜对象检测网络模型包括特征提取网络31、区域生成网络32、区域特征提取网络33以及目标检测网络34。
其中，该倾斜对象检测网络模型的特征提取网络31、区域生成网络32以及区域特征提取网络33如前文所述，与图2示例性示出的倾斜对象检测网络模型的特征提取网络21、区域生成网络22以及区域特征提取网络23类似，在此不再赘述。
在一种可能的实现方式中，如图3所示，所述目标检测网络34包括用于检测倾斜对象的类别信息和位置信息的第一目标检测网络以及用于检测倾斜对象的倾斜角度信息的第二目标检测网络。
举例来说，区域特征提取网络33输出的多个候选区域的特征图像可以分别输入第一目标检测网络以及第二目标检测网络。其中，区域特征提取网络33输出的多个候选区域的特征图像可以输入第一目标检测网络(包括全连接层FC6’以及FC7’)中进行处理，得到该待检测图像中倾斜对象的类别信息以及位置信息。该位置信息以及区域特征提取网络33输出的多个候选区域的特征图像共同输入到第二目标检测网络(包括全连接层FC8’以及FC9’)中进行处理，得到该待检测图像中倾斜对象的倾斜角度信息。
通过这种方式，可以通过级联的方法检测到倾斜对象的类别信息、位置信息以及倾斜角度信息，保证了检测结果的准确性，同时，单独设计的用于检测倾斜对象的倾斜角度信息的第二目标检测网络可以减小其对第一目标检测网络的准确度的影响，且使得整个倾斜对象检测网络模型具有较好的扩展性。本领域技术人员应理解，倾斜对象检测网络模型还可以包括其他结构，只要可以通过特征提取网络、区域生成网络、区域特征提取网络以及目标检测网络对待检测图像进行处理，得到待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息即可，本公开对倾斜对象检测网络模型的具体结构、形式等不作限制。
图4是根据一示例性实施例示出的一种倾斜对象处理方法的流程图。在一种可能的实现方式中，如图4所示，所述方法还包括：
在步骤S13中，获取包括倾斜对象的样本图像；
在步骤S14中，通过多维向量标记所述样本图像中倾斜对象的位置信息以及倾斜角度信息；
在步骤S15中，将标记的样本图像输入到倾斜对象检测网络模型中，对所述倾斜对象检测网络模型进行训练，确定所述倾斜对象检测网络模型中的参数权重。
举例来说，可以获取包括倾斜对象的样本图像，例如，可以搜集大量包括倾斜文字的样本图像。可以通过多维向量标记样本图像中倾斜对象的位置信息以及倾斜角度信息。例如，可以通过五维向量(x，y，w，h，a)来标记样本图像中倾斜文字的位置信息以及倾斜角度信息。其中，x可以表示该倾斜文字中心点的横轴坐标、y可以表示该倾斜文字中心点的纵轴左边，w可以表示该倾斜文字的宽度，h可以表示该倾斜文字的高度，a可以表示该倾斜文字的倾斜角度(angle)。其中，可以设置a是无向的，表示该倾斜对象到横轴和纵轴的角度最小值。这样，将标记过的样本图像输入到倾斜对象检测网络模型中，对倾斜对象检测网络模型进行训练，例如，采用随机梯度下降法训练该倾斜对象检测网络模型，确定该倾斜对象检测网络模型中的参数权重。在训练次数达到训练阈值或者该倾斜对象检测网络模型输出的结果收敛时，可以得到训练好的倾斜对象检测网络模型。
通过这种方式，可以根据标记过倾斜对象的位置信息以及倾斜角度信息的样本图像来训练倾斜对象检测网络模型，可以得到可用于检测待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息的倾斜对象检测网络模型。本领域技术人员应理解，可以采用相关技术中公知的方法来训练该倾斜对象检测网络模型，例如，在训练如图2所示的倾斜对象检测网络模型时，可采用相关技术中Faster-RCNN的训练方法来训练该倾斜对象检测网络模型，在训练如图3所示的该倾斜对象检测网络模型时，可以先采用相关技术中Faster-RCNN的训练方法来训练该倾斜对象检测网络模型中的包括RPN以及第一目标检测网络的部分，并在该训练基础上，训练整体的倾斜对象检测网络模型，例如，采用随机梯度下降法，确定该倾斜对象检测网络模型的参数的权重，只要可以训练出能够检测待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息的倾斜对象检测网络模型即可，本公开对此不作限制。
图5是根据一示例性实施例示出的一种倾斜对象处理方法的流程图。在一种可能的实现方式中，如图5所示，步骤S11可以包括：
在步骤S111中，将所述待检测图像输入所述特征提取网络中进行处理，确定所述待检测图像的第一特征信息；
在步骤S112中，将所述第一特征信息输入到区域生成网络RPN中进行处理，确定所述待检测图像的多个候选区域；
在步骤S113中，将所述第一特征信息以及所述候选区域输入到所述区域特征提取网络中进行处理，确定所述待检测图像的多个候选区域的第二特征信息；
在步骤S114中，将所述第二特征信息输入到所述目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息。
举例来说，该终端设备可以将待检测图像输入到倾斜对象检测网络模型的特征提取网络中进行处理，确定该待检测图像的第一特征信息。例如，通过特征提取网络的多个卷积层对待检测图像进行特征提取，将特征提取网络的最后一个卷积层输出的特征图像确定为该待检测图像的第一特征信息。将该第一特征信息输入到区域生成网络RPN中进行处理，确定待检测图像的多个候选区域。并将第一特征信息以及候选区域输入到所述区域特征提取网络中进行处理，确定待检测图像的多个候选区域的第二特征信息，例如，将得到多个候选区域分辨率相同的特征图像确定为多个候选区域的第二特征信息。可以将第二特征信息输入到目标检测网络中处理，例如通过目标检测网络的全连接层对第二特征信息进行处理，得到检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息。
通过这种方式，可以利用倾斜对象检测网络模型同时得到待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息。本领域技术人员应理解，目标检测网络可以包括多种形式，只要可以对多个候选区域的第二特征信息进行处理，确定待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息即可，本公开对此不作限制。
在一种可能的实现方式中，如前文所述，该目标检测网络可以包括第一目标检测网络以及第二目标检测网络，此时，步骤S114可以包括：
将所述第二特征信息输入到所述第一目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息以及位置信息；
将所述位置信息以及所述第二特征信息输入到所述第二目标检测网络中进行处理，确定所述待检测图像中倾斜对象的倾斜角度信息。
举例来说，当目标检测网络包括用于检测倾斜对象的类别信息和位置信息的第一目标检测网络以及用于检测倾斜对象的倾斜角度信息的第二目标检测网络时，可以先将第二特征信息(多个候选区域的特征图像)输入到第一目标检测网络中进行处理，确定待检测图像中倾斜对象的类别信息以及位置信息。例如，可以确定出倾斜对象的类别为文字，倾斜文字A的位置信息可以通过(x1，y1，w1，h1)四维向量表示，其中，x1可以表示该倾斜文字A中心点的横轴坐标、y1可以表示该倾斜文字A中心点的纵轴左边，w1可以表示该倾斜文字A的宽度，h1可以表示该倾斜文字A的高度。在此基础上，可以将该位置信息以及第二特征信息输入到第二目标检测网络中进行处理，从而确定该待检测图像中倾斜对象的倾斜角度信息。例如，可以在得到的倾斜文字A的位置信息(x1，y1，w1，h1)的基础上，得到该倾斜文字A的倾斜角度信息，例如，得到倾斜文字A的倾斜角度为30度。
通过这种方式，可以通过级联的方法检测到倾斜对象的类别信息、位置信息以及倾斜角度信息，保证了检测结果的准确性。
如图1所示，在步骤S12中，根据待检测的图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，校正所述倾斜对象。
举例来说，在通过倾斜对象检测网络模型确定出待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息后，可以根据待检测的图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，校正该倾斜对象。例如，该终端设备将待检测图像输入到倾斜对象检测网络模型中进行处理，得到该待检测图像中包括倾斜文字A，该倾斜文字A的位置信息为(x1，y1，w1，h1)，该倾斜文字A的倾斜角度为30度。该终端设备可以根据上述信息，校正该倾斜文字A。
通过这种方式，可以根据确定出的倾斜对象的类别信息、位置信息以及角度信息来对倾斜对象进行准确地校正。本领域技术人员应理解，可以采用相关技术中公知的方式根据待检测的图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，校正倾斜对象，本公开对此不作限制。
应用示例
以下结合“通过手机软件校正倾斜文字”作为一个示例性应用场景，给出根据本公开实施例的应用示例，以便于理解倾斜对象处理方法的流程。本领域技术人员应理解，以下应用示例仅仅是出于便于理解本公开实施例的目的，不应视为对本公开实施例的限制。
图6a和图6b分别是根据一示例性实施例示出的一种倾斜对象处理方法的应用场景的示意图。在该应用示例中，搜集包括倾斜文字的样本图像，并通过五维向量(x，y，w，h，a)来标记样本图像中倾斜文字的位置信息以及倾斜角度信息。其中，x可以表示该倾斜文字中心点的横轴坐标、y可以表示该倾斜文字中心点的纵轴左边，w可以表示该倾斜文字的宽度，h可以表示该倾斜文字的高度，a可以表示该倾斜文字的倾斜角度，其中，a设置为无向，表示该倾斜对象到横轴和纵轴的角度最小值。在该应用示例中，根据标记好的包括倾斜文字的样本图像，训练倾斜对象检测网络模型，例如，采用随机梯度下降法训练该倾斜对象检测网络模型，确定该倾斜对象检测网络模型中的参数权重。在训练次数达到训练阈值或者该倾斜对象检测网络模型输出的结果收敛时，可以得到训练好的倾斜对象检测网络模型。
在该应用示例中，将待检测图像输入倾斜对象检测网络模型中进行处理，确定待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息。例如，如图6a所示，该用户Z有一篇扫描的电子图像，该电子图像中，有倾斜文字“某某”，用户Z想要把倾斜的“某某”校正过来，此时，用户Z可以打开其手机的B软件(B软件可以对倾斜文字进行校正)。用户Z将该图像导入B软件。B软件可以通过倾斜对象检测网络模型对该图像进行处理，确定该图像中倾斜文字的位置以及倾斜角度。例如，可以检测到该图像中“某某”这倾斜文字的位置信息和倾斜角度信息，例如，可以通过如图6a所示的加粗矩形框(x2，y2，w2，h2)来表示倾斜文字“某某”的位置信息，可以确定倾斜文字的倾斜角度，例如，倾斜角度为30度。
在该应用示例中，该手机可以根据倾斜对象的类别信息、位置信息以及倾斜角度信息，校正该倾斜对象。例如，如图6b所示，可以根据确定的倾斜文字“某某”的位置信息以及倾斜角度信息，对倾斜文字“某某”进行校正。
根据本公开实施例，通过倾斜对象检测网络模型确定待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，并根据倾斜对象的类别信息、位置信息以及倾斜角度信息，对倾斜对象进行校正，从而实现倾斜对象的准确校正。
图7是根据一示例性实施例示出的一种倾斜对象处理装置的框图。参照图7，该装置包括信息确定模块71和倾斜对象校正模块72。
该信息确定模块71，被配置为将待检测图像输入倾斜对象检测网络模型中进行处理，确定所述待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息；
该倾斜对象校正模块72，被配置为根据待检测的图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，校正所述倾斜对象，
其中，所述倾斜对象检测网络模型包括特征提取网络、区域生成网络RPN、区域特征提取网络以及目标检测网络。
图8是根据一示例性实施例示出的一种倾斜对象处理装置的框图。参照图8，在一种可能的实现方式中，所述信息确定模块71包括：
第一信息确定子模块711，被配置为将所述待检测图像输入所述特征提取网络中进行处理，确定所述待检测图像的第一特征信息；
候选区域确定子模块712，被配置为将所述第一特征信息输入到区域生成网络RPN中进行处理，确定所述待检测图像的多个候选区域；
第二信息确定子模块713，被配置为将所述第一特征信息以及所述候选区域输入到所述区域特征提取网络中进行处理，确定所述待检测图像的多个候选区域的第二特征信息；
第三信息确定子模块714，被配置为将所述第二特征信息输入到所述目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息。
在一种可能的实现方式中，所述目标检测网络包括用于检测倾斜对象的类别信息和位置信息的第一目标检测网络以及用于检测倾斜对象的倾斜角度信息的第二目标检测网络，
所述第三信息确定子模块包括：
第四信息确定子模块，被配置为将所述第二特征信息输入到所述第一目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息以及位置信息；
第五信息确定子模块，被配置为将所述位置信息以及所述第二特征信息输入到所述第二目标检测网络中进行处理，确定所述待检测图像中倾斜对象的倾斜角度信息。
参照图8，在一种可能的实现方式中，所述装置还包括：
样本图像获取模块73，被配置为获取包括倾斜对象的样本图像；
信息标记模块74，被配置为通过多维向量标记所述样本图像中倾斜对象的位置信息以及倾斜角度信息；
参数权重确定模块75，被配置为将标记的样本图像输入到倾斜对象检测网络模型中，对所述倾斜对象检测网络模型进行训练，确定所述倾斜对象检测网络模型中的参数权重。
在一种可能的实现方式中，
所述特征提取网络包括多个卷积层；
所述区域特征提取网络包括至少一个池化层；
所述目标检测网络包括多个全连接层。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图9是根据一示例性实施例示出的一种倾斜对象处理装置的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图9，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图10是根据一示例性实施例示出的一种倾斜对象处理装置的框图。例如，装置1900可以被提供为一服务器。参照图10，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1932，上述指令可由装置1900的处理组件1922执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (12)
1.一种倾斜对象处理方法，其特征在于，所述方法包括：
将待检测图像输入倾斜对象检测网络模型中进行处理，确定所述待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息；
根据待检测的图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，校正所述倾斜对象，
其中，所述倾斜对象检测网络模型包括特征提取网络、区域生成网络RPN、区域特征提取网络以及目标检测网络。
2.根据权利要求1所述的方法，其特征在于，将待检测图像输入倾斜对象检测网络模型中进行处理，确定所述待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息，包括：
将所述待检测图像输入所述特征提取网络中进行处理，确定所述待检测图像的第一特征信息；
将所述第一特征信息输入到区域生成网络RPN中进行处理，确定所述待检测图像的多个候选区域；
将所述第一特征信息以及所述候选区域输入到所述区域特征提取网络中进行处理，确定所述待检测图像的多个候选区域的第二特征信息；
将所述第二特征信息输入到所述目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息。
3.根据权利要求2所述的方法，其特征在于，所述目标检测网络包括用于检测倾斜对象的类别信息和位置信息的第一目标检测网络以及用于检测倾斜对象的倾斜角度信息的第二目标检测网络，
将所述第二特征信息输入到所述目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，包括：
将所述第二特征信息输入到所述第一目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息以及位置信息；
将所述位置信息以及所述第二特征信息输入到所述第二目标检测网络中进行处理，确定所述待检测图像中倾斜对象的倾斜角度信息。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取包括倾斜对象的样本图像；
通过多维向量标记所述样本图像中倾斜对象的位置信息以及倾斜角度信息；
将标记的样本图像输入到倾斜对象检测网络模型中，对所述倾斜对象检测网络模型进行训练，确定所述倾斜对象检测网络模型中的参数权重。
5.根据权利要求1-4中任意一项所述的方法，其特征在于，
所述特征提取网络包括多个卷积层；
所述区域特征提取网络包括至少一个池化层；
所述目标检测网络包括多个全连接层。
6.一种倾斜对象处理装置，其特征在于，所述装置包括：
信息确定模块，用于将待检测图像输入倾斜对象检测网络模型中进行处理，确定所述待检测图像中的倾斜对象的类别信息、位置信息以及倾斜角度信息；
倾斜对象校正模块，用于根据待检测的图像中倾斜对象的类别信息、位置信息以及倾斜角度信息，校正所述倾斜对象，
其中，所述倾斜对象检测网络模型包括特征提取网络、区域生成网络RPN、区域特征提取网络以及目标检测网络。
7.根据权利要求6所述的装置，其特征在于，所述信息确定模块包括：
第一信息确定子模块，用于将所述待检测图像输入所述特征提取网络中进行处理，确定所述待检测图像的第一特征信息；
候选区域确定子模块，用于将所述第一特征信息输入到区域生成网络RPN中进行处理，确定所述待检测图像的多个候选区域；
第二信息确定子模块，用于将所述第一特征信息以及所述候选区域输入到所述区域特征提取网络中进行处理，确定所述待检测图像的多个候选区域的第二特征信息；
第三信息确定子模块，用于将所述第二特征信息输入到所述目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息、位置信息以及倾斜角度信息。
8.根据权利要求7所述的装置，其特征在于，所述目标检测网络包括用于检测倾斜对象的类别信息和位置信息的第一目标检测网络以及用于检测倾斜对象的倾斜角度信息的第二目标检测网络，
所述第三信息确定子模块包括：
第四信息确定子模块，用于将所述第二特征信息输入到所述第一目标检测网络中进行处理，确定所述待检测图像中倾斜对象的类别信息以及位置信息；
第五信息确定子模块，用于将所述位置信息以及所述第二特征信息输入到所述第二目标检测网络中进行处理，确定所述待检测图像中倾斜对象的倾斜角度信息。
9.根据权利要求6所述的装置，其特征在于，所述装置还包括：
样本图像获取模块，用于获取包括倾斜对象的样本图像；
信息标记模块，用于通过多维向量标记所述样本图像中倾斜对象的位置信息以及倾斜角度信息；
参数权重确定模块，用于将标记的样本图像输入到倾斜对象检测网络模型中，对所述倾斜对象检测网络模型进行训练，确定所述倾斜对象检测网络模型中的参数权重。
10.根据权利要求6-9中任意一项所述的装置，其特征在于，
所述特征提取网络包括多个卷积层；
所述区域特征提取网络包括至少一个池化层；
所述目标检测网络包括多个全连接层。
11.一种倾斜对象处理装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-5中任意一项所述的方法。
12.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由处理器执行时，使得处理器能够执行根据权利要求1-5中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711237148.7A CN108009990A (zh) | 2017-11-30 | 2017-11-30 | 倾斜对象处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711237148.7A CN108009990A (zh) | 2017-11-30 | 2017-11-30 | 倾斜对象处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108009990A true CN108009990A (zh) | 2018-05-08 |
Family
ID=62055422
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711237148.7A Pending CN108009990A (zh) | 2017-11-30 | 2017-11-30 | 倾斜对象处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108009990A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109829857A (zh) * | 2019-01-22 | 2019-05-31 | 武汉大学 | 一种基于生成对抗网络的倾斜图像的矫正方法及装置 |
| CN110490232A (zh) * | 2019-07-18 | 2019-11-22 | 北京捷通华声科技股份有限公司 | 训练文字行方向预测模型的方法、装置、设备、介质 |
| CN111047572A (zh) * | 2019-12-10 | 2020-04-21 | 南京安科医疗科技有限公司 | 一种基于Mask RCNN的医学图像中脊柱自动定位方法 |
| CN112270305A (zh) * | 2020-11-17 | 2021-01-26 | 北京有竹居网络技术有限公司 | 卡片图像识别方法、装置和电子设备 |
| CN113537189A (zh) * | 2021-06-03 | 2021-10-22 | 深圳市雄帝科技股份有限公司 | 手写文字识别方法、装置、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105335743A (zh) * | 2015-10-28 | 2016-02-17 | 重庆邮电大学 | 一种车牌识别方法 |
| CN106295638A (zh) * | 2016-07-29 | 2017-01-04 | 北京小米移动软件有限公司 | 证件图像倾斜校正方法和装置 |
| CN106447615A (zh) * | 2016-08-02 | 2017-02-22 | 浪潮软件股份有限公司 | 一种扫描文档图像的倾斜校正方法 |
| CN106683091A (zh) * | 2017-01-06 | 2017-05-17 | 北京理工大学 | 一种基于深度卷积神经网络的目标分类及姿态检测方法 |
| CN106778737A (zh) * | 2016-11-24 | 2017-05-31 | 北京文安智能技术股份有限公司 | 一种车牌矫正方法、装置和一种视频采集装置 |
| CN106875381A (zh) * | 2017-01-17 | 2017-06-20 | 同济大学 | 一种基于深度学习的手机外壳缺陷检测方法 |
| US20170206431A1 (en) * | 2016-01-20 | 2017-07-20 | Microsoft Technology Licensing, Llc | Object detection and classification in images |
-
2017
- 2017-11-30 CN CN201711237148.7A patent/CN108009990A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105335743A (zh) * | 2015-10-28 | 2016-02-17 | 重庆邮电大学 | 一种车牌识别方法 |
| US20170206431A1 (en) * | 2016-01-20 | 2017-07-20 | Microsoft Technology Licensing, Llc | Object detection and classification in images |
| CN106295638A (zh) * | 2016-07-29 | 2017-01-04 | 北京小米移动软件有限公司 | 证件图像倾斜校正方法和装置 |
| CN106447615A (zh) * | 2016-08-02 | 2017-02-22 | 浪潮软件股份有限公司 | 一种扫描文档图像的倾斜校正方法 |
| CN106778737A (zh) * | 2016-11-24 | 2017-05-31 | 北京文安智能技术股份有限公司 | 一种车牌矫正方法、装置和一种视频采集装置 |
| CN106683091A (zh) * | 2017-01-06 | 2017-05-17 | 北京理工大学 | 一种基于深度卷积神经网络的目标分类及姿态检测方法 |
| CN106875381A (zh) * | 2017-01-17 | 2017-06-20 | 同济大学 | 一种基于深度学习的手机外壳缺陷检测方法 |
Non-Patent Citations (4)
| Title |
|---|
| SHAOHUA WAN ET.AL: "Bootstrapping Face Detection with Hard Negative Examples", 《ARXIV》 * |
| TIANYU TANG ET.AL: "Arbitrary-Oriented Vehicle Detection in Aerial Imagery with Single Convolutional Neural Networks", 《REMOTE SENSING》 * |
| 李来群: "视频中多视点人脸检测技术的研究", 《中国优秀硕士学位论文全文数据库信息科技辑（月刊）》 * |
| 赵丹凤: "基于通用对象估计的目标检测与模糊车牌识别算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑（月刊）》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109829857A (zh) * | 2019-01-22 | 2019-05-31 | 武汉大学 | 一种基于生成对抗网络的倾斜图像的矫正方法及装置 |
| CN109829857B (zh) * | 2019-01-22 | 2021-07-06 | 武汉大学 | 一种基于生成对抗网络的倾斜图像的矫正方法及装置 |
| CN110490232A (zh) * | 2019-07-18 | 2019-11-22 | 北京捷通华声科技股份有限公司 | 训练文字行方向预测模型的方法、装置、设备、介质 |
| CN111047572A (zh) * | 2019-12-10 | 2020-04-21 | 南京安科医疗科技有限公司 | 一种基于Mask RCNN的医学图像中脊柱自动定位方法 |
| CN112270305A (zh) * | 2020-11-17 | 2021-01-26 | 北京有竹居网络技术有限公司 | 卡片图像识别方法、装置和电子设备 |
| CN113537189A (zh) * | 2021-06-03 | 2021-10-22 | 深圳市雄帝科技股份有限公司 | 手写文字识别方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108009990A (zh) | 倾斜对象处理方法及装置 | |
| CN105528606B (zh) | 区域识别方法及装置 | |
| CN106104575B (zh) | 指纹模板生成方法及装置 | |
| CN109670397A (zh) | 人体骨骼关键点的检测方法、装置、电子设备及存储介质 | |
| CN108121952A (zh) | 人脸关键点定位方法、装置、设备及存储介质 | |
| CN106295515B (zh) | 确定图像中的人脸区域的方法及装置 | |
| CN107239535A (zh) | 相似图片检索方法及装置 | |
| CN106651955A (zh) | 图片中目标物的定位方法及装置 | |
| CN108010060A (zh) | 目标检测方法及装置 | |
| CN107527059A (zh) | 文字识别方法、装置及终端 | |
| CN104700353B (zh) | 图像滤镜生成方法及装置 | |
| CN106572299A (zh) | 摄像头开启方法及装置 | |
| CN109446994A (zh) | 手势关键点检测方法、装置、电子设备及存储介质 | |
| CN110443280A (zh) | 图像检测模型的训练方法、装置及存储介质 | |
| CN104036240B (zh) | 人脸特征点的定位方法和装置 | |
| CN107527053A (zh) | 目标检测方法及装置 | |
| CN107832741A (zh) | 人脸特征点定位的方法、装置及计算机可读存储介质 | |
| CN106980840A (zh) | 脸型匹配方法、装置及存储介质 | |
| CN107480665A (zh) | 文字检测方法、装置及计算机可读存储介质 | |
| CN105678242B (zh) | 手持证件模式下的对焦方法和装置 | |
| CN107944447A (zh) | 图像分类方法及装置 | |
| CN106778773A (zh) | 图片中目标物的定位方法及装置 | |
| CN107463903A (zh) | 人脸关键点定位方法及装置 | |
| CN107944367A (zh) | 人脸关键点检测方法及装置 | |
| CN106446946A (zh) | 图像识别方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180508 |
|
| RJ01 | Rejection of invention patent application after publication |