CN108875748B - 无线访问接入点信息的生成方法、设备和计算机可读介质 - Google Patents
无线访问接入点信息的生成方法、设备和计算机可读介质 Download PDFInfo
- Publication number
- CN108875748B CN108875748B CN201810677624.5A CN201810677624A CN108875748B CN 108875748 B CN108875748 B CN 108875748B CN 201810677624 A CN201810677624 A CN 201810677624A CN 108875748 B CN108875748 B CN 108875748B
- Authority
- CN
- China
- Prior art keywords
- character
- access point
- image
- determining
- wireless access
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/60—Context-dependent security
- H04W12/69—Identity-dependent
- H04W12/73—Access point logical identity
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/08—Access security
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/60—Context-dependent security
- H04W12/65—Environment-dependent, e.g. using captured environmental data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/16—Discovering, processing access restriction or access information
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Environmental & Geological Engineering (AREA)
- Telephone Function (AREA)
- Mobile Radio Communication Systems (AREA)
- Character Input (AREA)
Abstract
本申请实施例公开了无线访问接入点信息的生成方法、设备和计算机可读介质。该方法的一具体实施方式包括:从获取到的图像中,提取候选字符图像,其中,该图像包括指示无线访问接入点的图像;从所提取的候选字符图像中,确定字符图像;利用字符识别模型,确定所确定的字符图像的识别结果,其中,字符识别模型用于表征字符图像与字符之间的对应关系;根据所确定的识别结果,生成无线访问接入点的接入点标识和密码。该实施方式提供了一种生成无线访问接入点信息的方式。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及无线访问接入点信息的生成方法、设备和计算机可读介质。
背景技术
随着无线通信技术的不断发展,无线网络已经成为用户日常访问网络的一种重要方式,同时也给用户带来了极大的便利。
目前,用户连接无线接入点的方式主要包括两种。其一,用户直接打开移动终端的操作系统提供的无线接入列表页面,并在该无线接入列表页面中选择无线接入点,若选择的无线接入点为免密无线接入点,则移动终端可直接连接该无线接入点,若选择的无线接入点为加密无线接入点,则用户输入该无线接入点的密码后,移动终端才能连接该无线接入点;其二,用户打开无线接入点类应用,并在该无线接入点类应用的界面中操作,以连接无线接入点。
发明内容
本申请实施例提出了无线访问接入点信息的生成方法、设备和计算机可读介质。
第一方面,本申请实施例提供了一种无线访问接入点信息的生成方法,该方法包括:从获取到的图像中,提取候选字符图像,其中,上述图像包括指示无线访问接入点(Wireless Access Point,AP)的图像;从所提取的候选字符图像中,确定字符图像;利用字符识别模型,确定所确定的字符图像的识别结果,其中,字符识别模型用于表征字符图像与字符之间的对应关系;根据所确定的识别结果,生成无线访问接入点的接入点标识和密码。
第二方面,本申请实施例提供了一种用于生成无线访问接入点信息的生成装置,该生成装置包括:提取单元,被配置成从获取到的图像中,提取候选字符图像,其中,上述图像包括指示无线访问接入点的图像;第一确定单元,被配置成从所提取的候选字符图像中,确定字符图像;第二确定单元,被配置成利用字符识别模型,确定所确定的字符图像的识别结果,其中,字符识别模型用于表征字符图像与字符之间的对应关系;生成单元,被配置成根据所确定的识别结果,生成无线访问接入点的接入点标识和密码。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的无线访问接入点信息的生成方法、电子设备和计算机可读介质,通过从获取到的图像中,提取候选字符图像,其中,该图像包括指示无线访问接入点的图像;从所提取的候选字符图像中,确定字符图像;利用字符识别模型,确定所确定的字符图像的识别结果,其中,字符识别模型用于表征字符图像与字符之间的对应关系;根据所确定的识别结果,生成无线访问接入点的接入点标识和密码,提供了一种生成无线访问接入点信息的方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的无线访问接入点信息的生成方法的一个实施例的流程图;
图3是根据本申请的无线访问接入点信息的生成方法的一个应用场景的示意图;
图4是根据本申请的步骤202的可选的实现方式的示意图;
图5是根据本申请的步骤2022的可选的实现方式的示意图;
图6是根据本申请的无线访问接入点信息的生成方法的又一个实施例的流程图;
图7是根据本申请的无线访问接入点信息的生成装置的一个实施例的结构示意图;
图8是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于生成无线网络访问点信息的方法的示例性系统架构100。
如图1所示,系统架构100可以包括网络设备101、网络102和网络设备103。网络102用以在网络设备101和网络设备103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
网络设备101、103可以是支持网络连接从而提供各种网络服务的硬件设备或软件。当网络设备为硬件时,其可以是支持即时通讯功能的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机和服务器等等。这时,作为硬件设备,其可以实现成多个网络设备组成的分布式网络设备群,也可以实现成单个网络设备。当网络设备为软件时,可以安装在上述所列举的电子设备中。这时,作为软件,其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
在实践中,网络设备可以通过安装相应的客户端应用或服务端应用来提供相应的网络服务。网络设备在安装了客户端应用之后,其可以在网络通信中体现为客户端。相应地,在安装了服务端应用之后,其可以在网络通信中体现为服务端。
作为示例,在图1中,网络设备103体现为服务端,而网络设备101体现为客户端。具体地,网络设备101可以是安装有即时通讯应用、无线接入点类应用和图像获取应用的客户端,网络设备103可以是具有即时通讯功能和图像处理功能的后台服务器。
需要说明的是,本申请实施例所提供的用于生成无线网络访问点信息的方法可以由网络设备103执行,也可以由网络设备101执行。
应该理解,图1中的网络和网络设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的网络和网络设备。
请参考图2,其示出了无线访问接入点信息的生成方法的一个实施例的流程200。本实施例主要以该方法应用于有一定运算能力的电子设备中来举例说明,该电子设备可以是图1示出的终端设备101,也可以是图1示出的服务器103。该无线访问接入点信息的生成方法,可以包括以下步骤:
步骤201,从获取到的图像中,提取候选字符图像。
在本实施例中,无线访问接入点信息的生成方法的执行主体(例如图1所示的终端设备)可以从获取到的图像中,提取候选字符图像。
在本实施例中,获取到的图像可以包括指示无线访问接入点的图像。无线访问接入点信息可以包括无线访问接入点的接入点标识(Service Set Identifier,SSID)和/或密码。
在本实施例中,无线访问接入点可以是各种无线连接方式的无线网络的接入点。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其它现在已知或将来开发的无线连接方式。
在本实施例的一些可选的实现方式中,提示信息可以是字符形式的。作为示例,提示信息可以包括但不限于:接入点标识提示信息和密码提示信息。接入点标识提示信息可以包括但不限于以下字符:WiFi、WIFI、SSID、User、user、帐号、接入点标识、名称、用户名等。密码提示信息,可以包括但不限于以下字符:密码、密钥、PASSWORD、Password等。
在本实施例的一些可选的实现方式中,提示信息也可以是图画形式的。作为示例,目标图像可以是无线网络接入点的图标的图像。
通常,用户可以利用终端设备获取实景中的、记载了无线访问接入点信息的载体的图像,无线访问接入点信息可以包括无线访问接入点的接入点标识和/或密码。例如,墙上张贴的纸上写着无线访问接入点信息,用户可以利用终端获取所张贴的纸的图像,将终端所获取的所张贴的纸的图像确定为获取到的图像。
可选的,可以在步骤201执行之前,预先确定图像是否包括指示无线访问接入点的图像。如果包括则存储图像,保证上述执行主体获取到的图像包括指示无线访问接入点的图像。
通常,图像中如果包括指示无线访问接入点的图像,则上述图像会记载连接方式信息。连接方式信息可以指示连接无线访问接入点的连接方法。连接方式信息通常是通过字符图像体现的。因此,如果所获取的图像包括上述目标图像,则上述图像可以认为包括字符图像。
在本实施例中,上述字符图像中的字符可以包括但不限于以下几种情况:“接入点标识:123;密码:321”;“接入点标识:123;没密码”;“信号最强的;没密码”;“信号最强的;没密码”。
可选的,获取到的图像可以包括无线访问接入点的接入点标识和/或密码的字符图像。
可以理解,无线访问接入点信息可以包括接入点标识和密码,此种方式最为常见;也可以包括接入点标识而不包括密码,作为示例,这种方式可以适用于无线访问接入点不设置密码的情况;也可以包括密码而不包括接入点标识,作为示例,这种方式可以适用于周围环境没有其他无线访问接入点干扰的情况。
在本实施例中,字符图像可以是手写的,也可以是打印的,在此不做限定。
在本实施例中,所提取的候选字符图像的数目,可以是一个,也可以是多个。候选字符图像可以指示一个字符,也可以指示多个字符。
在本实施例中,候选字符图像可以是疑似指示字符的图像。候选字符图像,可能指示字符,也可能指示非字符。
作为示例,字符可以包括但不限于:各种文字(例如中文、英文、日文等)、数字、下划线、标点等。
在本实施例中,步骤201可以利用各种方式实现。
在本实施例的一些可选的实现方式中,可以利用卷积神经网络建立位置检测模型,利用位置检测模型确定字符图像在获取到的图像中的位置,再将所确定的位置的图像作为候选字符图像。
在本实施例的一些可选的实现方式中,可以对获取到的图像进行二值化处理,以从获取到的图像中,提取出候选字符图像。
在本实施例的一些可选的实现方式中,可以利用区域特征提取(MaximallyStable Extremal Regions,MSER)的方式,实现步骤201。原理大致如下:使用多个灰度阈值对获取到的图像进行二值化处理;对于每个灰度阈值得到的二值图像,得到相应的黑色区域与白色区域;在比较宽的灰度阈值范围内保持形状稳定的区域的图像中,选取独立的不连通的区域的图像(通常背景区域连通,各个字符图像区域不连通),可以作为候选字符图像。
步骤202,从所提取的候选字符图像中,确定字符图像。
在本实施例中,无线访问接入点信息的生成方法的执行主体(例如图1所示的终端设备)可以从所提取的候选字符图像,确定字符图像。
在本实施例中,所确定的字符图像可以是指示字符的图像。
在本实施例中,步骤202可以通过各种方式实现。
作为示例,可以设置字符图像模板集合,将候选字符图像与字符图像模板集合中的字符图像模板进行比对,如果字符图像目标集合中存在与候选字符图像匹配的字符图像模板,那么可以确定此候选字符图像为字符图像;如果字符图像目标集合中不存在与候选字符图像匹配的字符图像模板,那么可以确定此候选字符图像为非字符图像。
步骤203,利用字符识别模型,确定所确定的字符图像的识别结果。
在本实施例中,无线访问接入点信息的生成方法的执行主体(例如图1所示的服务器)可以利用字符识别模型,确定所确定的字符图像的识别结果。
在这里,识别结果可以是所确定的字符图像所指示的字符。
在这里,字符识别模型可以用于表征字符图像与字符之间的对应关系。
在一些实施例中,上述字符识别模型可以是对应关系表。对应关系表可以用于表征字符图像和字符之间的对应关系。作为示例,上述执行主体可以将接收到的字符图像与关系对应表中的字符图像进行比对,找到匹配的字符图像,然后将匹配的字符图像对应的字符,作为接收到的字符图像的字符。
在一些实施例中,上述字符识别模型可以是通过以下步骤得到的:获取训练样本集,训练样本可以包括标注了字符的训练用字符图像;利用训练样本集,训练初始模型,得到字符识别模型。初始模型可以是各种未经训练或训练未完成的模型。作为示例,初始模型可以包括但不限于决策树、卷积神经网络等。
在本实施例中,可以将所确定的字符图像导入字符识别模型,根据字符识别模型输出的字符,确定上述识别结果。
在本实施例中,可以利用一个或多个字符识别模型,确定所确定的字符图像的识别结果。
作为示例,可以将所确定的字符图像导入一个字符识别模型,然后将此字符识别模型输出的字符确定为上述识别结果。
作为示例,可以将所确定的字符图像导入至少两个字符识别模型,然后根据各个字符识别模型输出的字符,确定上述识别结果。
可以理解,所确定的字符图像,可以是一个,也可以是多个。每个所确定的字符图像,可以对应该字符图像的识别结果;如果该字符图像指示多个字符,那么识别结果可以包括多个字符;如果该字符图像指示一个字符,那么识别图像可以包括一个字符。
步骤204,根据所确定的识别结果,生成无线访问接入点的接入点标识和密码。
在本实施例中,无线访问接入点信息的生成方法的执行主体(例如图1所示的服务器)可以根据所确定的识别结果,生成无线访问接入点的接入点标识和/或密码。
在本实施例中,步骤204可以通过各种方式实现。
作为示例,步骤204可以通过以下方式实现:将所确定的识别结果与接入点标识集合中的接入点标识进行比对,将与具有匹配的接入点标识的识别结果确定为接入点标识,将没有匹配的接入点标识的识别结果确定为密码。
需要说明的是,本申请实施例的执行主体可以是终端设备,也可以是服务器。
作为示例,在终端设备有与服务器的通信的能力的情况下(例如终端设备可以通过自身流量与服务器通信),终端设备可以将拍摄的图像发送给服务器,服务器执行上述步骤201、步骤202、步骤203和步骤204,然后将步骤204所确定的接入点标识和密码返回给终端设备。
继续参见图3,图3是根据本实施例的无线访问接入点信息的生成方法的应用场景的一个示意图。在图3的应用场景中:
用户可以使用终端设备301,对墙上张贴的纸张进行拍摄或者扫描。纸张上写明了“账号123;密码321”。
终端设备301可以从获取到的图像中,提取候选字符图像,例如,第一候选字符图像指示了“账号123”,第二候选字符图像指示了“密码321”,第三候选字符图像指示了“*……’”等杂乱的非字符。
终端设备301可以从所提取的候选字符图像中,确定字符图像,例如,确定出指示了“账号123”的字符图像,确定出指示了“密码321”的字符图像。
终端设备301可以利用字符识别模型,确定识别结果。例如,识别结果可以为“账号123”和“密码321”。
终端设备301可以根据识别结果,生成无线访问接入点的接入点标识(例如“123”)和密码(例如321)。
本申请的上述实施例提供的方法,通过先提取候选字符图像,再从候选字符图像中确定字符图像,在利用字符识别模型,确定识别结果,在根据识别结果生成无线访问接入点的接入点标识和密码,技术效果至少可以包括:
第一,提供了一种生成无线访问接入点信息的方法。
第二,通过图像中的字符图像,生成无线访问接入点的接入点标识和密码。由此,提供了一种以图像为基础确定无线访问接入点信息的方式。
第三,上述执行主体生成无线访问接入点的接入点标识和密码,用户只要利用终端获取图像,即可通过本实施例提供的方法自动生成无线访问接入点信息,进而自动连接无线访问接入点。
第四,先提取候选字符图像,从候选字符图像中确定字符图像,可以作为预处理清除非字符图像,利用字符识别模型确定识别结果的计算量。
第五,可以利用字符识别模型,确定识别结果,可以实现机器自动确定识别结果,提高字符识别的效率。
在本实施例的一些可选的实现方式中,步骤202可以通过图4所示流程202实现,流程202可以包括:
步骤2021,将所提取的候选字符图像导入预先训练的分类模型,生成候选字符图像的图像类型。
在这里,图像类型可以用于指示字符图像或者非字符图像。
在这里,分类模型可以用于表征候选字符图像与图像类型之间的对应关系。此分类模型可以是二分类模型。
在一些实施例中,上述分类模型可以是对应关系表。对应关系表可以用于表征候选字符图像和图像类型之间的对应关系。作为示例,上述执行主体可以将接收到的字符图像与关系对应表中的字符图像进行比对,找到匹配的字符图像,然后将匹配的字符图像对应的图像类型,作为接收到的字符图像的图像类型。
在一些实施例中,上述分类模型可以是通过以下步骤得到的:获取训练样本集,训练样本可以包括标注了图像类型的训练用图像;利用训练样本集,训练初始模型,得到分类模型。初始模型可以是各种未经训练或训练未完成的模型。作为示例,初始模型可以包括但不限于决策树、卷积神经网络和循环神经网络等。
步骤2022,对图像类型指示字符图像的候选字符图像,进行字符分割生成字符图像。
在这里,字符分割可以通过各种方式实现。作为示例,可以利用以下至少一种方式进行字符分割:固定距离法、投影法、连通域分析法等。
可选的,步骤2022可以通过图5所示流程2022实现,流程2022可以包括:
步骤20221,确定字符串图像。
在这里,字符串图像可以包括图像类型指示字符图像的候选字符图像。
在这里,可以确定一个或者多个字符串图像。
需要说明的是,字符串图像可以指示一个语义群。作为示例,可以将接入点标识字符图像的集合,确定为一个字符串图像;可以将密码字符图像的集合,确定为一个字符串图像。通常,接入点标识字符图像位于同一行或者同一列,确定接入点标识字符图像所在行或者列,可以提取接入点标识。密码字符图像位于同一行或者同一列,确定密码字符图像所在的行或者列,可以提取密码。
在这里,可以利用游程平滑算法,确定字符串图像。原理大致如下:将图像类型指示字符图像的候选字符图像的像素值确定为0(像素值为0的像素可以简称黑像素),获取到的图像其它位置的像素值确定为1(像素值为1的像素可以简称白像素)。对同一行或者列上的黑像素点之间的距离进行检测,当两相邻黑像素点之间的空白游程长度小于门限值时,则将这两点之间的空白游程全部填黑。获取到的图像中,每个黑像素块区域的图像,可以确定为一个字符串图像。
步骤20222,对字符串图像进行倾斜校正。
在这里,可以利用各种方式对字符串图像进行倾斜校正。例如,基于投影的方法、基于聚类的方法等。基于投影的方法就是对文本图像进行不同角度的投影,在得到的一系列结果中选取最佳的投影结果,从而估算出文本的倾斜角度。
可选的,可以利用霍夫(Hough)变换对字符串图像进行倾斜校正。过程大致如下:利用霍夫变换确定字符串图像中的直线特征;然后由直线特征确定字符串图像的倾斜角度;根据所确定的倾斜角度旋转字符串图像,从而完成对字符串图像进行倾斜校正。
需要说明的是,Hough变换的原理是把直角坐标系中的目标点映射到极坐标系上进行积累,即先使直角坐标系平面上任一直线上的所有点均映射到极坐标系的同一点集中去,然后通过确定点集的峰值,来发现直线特征,所以Hough变换可以在直线间断的情况下,确定疑似为直线的图像特征。因此,利用Hough变换对字符串图像进行倾斜校正,可以提高直线检测的鲁棒性,进而可以提高检测的倾斜角度的准确性。
步骤20223,对字符串图像进行字符分割,生成字符图像。
在这里,进行字符分割的字符串图像,可以是经过倾斜校正的。
需要说明的是,流程2022中也可以不包括步骤20222。在这种情况下,进行字符分割的字符串图像,也可以是没有经过倾斜校正的。
在这里,字符分割可以通过各种方式实现。作为示例,可以利用以下至少一种方式进行字符分割:固定距离法、投影法、连通域分析法等。
通常,无线访问接入点信息,会给出明确的提示信息,以使得期望接入无线网的用户明白接入点标识是什么,密码是什么。提示信息可以包括但不限于:接入点标识提示信息和密码提示信息。接入点标识提示信息可以包括但不限于以下字符:WiFi、WIFI、SSID、User、user、帐号、接入点标识、名称、用户名等。密码提示信息,可以包括但不限于以下字符:密码、密钥、PASSWORD、Password等。
在本实施例的一些可选的实现方式中,上述步骤204可以包括:从所确定的识别结果中,确定接入点标识提示信息;根据与指示上述接入点标识提示信息的字符图像位于同一字符串图像的字符图像的识别结果,确定无线访问接入点的接入点标识。
作为示例,可以与指示上述接入点标识提示信息的字符图像位于同一字符串图像的字符图像的识别结果,确定为无线访问接入点的候选接入点标识。
可选的,可以将候选接入点标识确定为无线访问接入点的接入点标识。
可选的,可以从接入点标识集合中,确定与候选接入点标识匹配的接入点标识;将与候选接入点标识匹配的接入点标识,确定为无线访问接入点的接入点标识。
在本实施例的一些可选的实现方式中,上述步骤204可以包括:从所确定的识别结果中,确定密码提示信息;将与指示上述密码提示信息的字符图像位于同一字符串图像的字符图像的识别结果,确定为无线访问接入点的密码。
在本实施例的一些可选的实现方式中,本实施例所示方法还可以包括:利用所生成的接入点标识和密码向无线访问接入点发送连接请求。
可选的,上述执行主体可以直接将所生成的接入点标识和密码与连接请求相关联,然后发送连接请求。
可选的,上述执行主体展示所确定的接入点标识;响应于接收到用户针对展示的接入点标识的确认操作信息,向无线访问接入点发送连接请求。
进一步参考图6,其示出了无线访问接入点信息的生成方法的又一个实施例的流程600。该无线访问接入点信息的生成方法的流程600,包括以下步骤:
步骤601,从获取到的图像中,提取候选字符图像。
在本实施例中,无线访问接入点信息的生成方法的执行主体(例如图1所示的终端设备)可以从获取到的图像中,提取候选字符图像。
步骤602,从所提取的候选字符图像中,确定字符图像。
在本实施例中,无线访问接入点信息的生成方法的执行主体(例如图1所示的终端设备)可以从所提取的候选字符图像,确定字符图像。
在本实施例中步骤601和步骤602的具体操作与图2所示的实施例中步骤201和步骤202的操作基本相同,在此不再赘述。
步骤603,将所确定的字符图像导入预先训练的第一字符识别模型,生成第一字符。
在这里,第一字符与第一概率值相关联,上述第一概率值用于表征所确定的字符图指示第一字符的概率。
作为示例,第一字符识别模型可以基于卷积神经网络建立。
步骤604,将所确定的字符图像导入预先训练的第二字符识别模型,生成第二字符。
在这里,上述第二字符识别模型的识别准确度小于上述第一字符识别模型的识别准确度。
在这里,上述第二字符与第二概率值相关联,上述第二概率值用于表征所确定的字符图像指示第二字符的概率。
步骤605,确定第一字符与第二字符是否一致。
步骤606,响应于确定第一字符与第二字符一致,将第一字符或者第二字符确定为上述识别结果。
步骤607,响应于确定第一字符与第二字符不一致,确定第一概率值是否大于预设的第一阈值。
步骤608,响应于确定第一概率值大于第一阈值,将第一字符确定为识别结果。
步骤609,响应于确定第一概率值不大于第一阈值,确定第二概率值是否大于预设的第二阈值。
步骤610,响应于确定第二概率值大于第二阈值,将第二字符确定为识别结果。
步骤611,响应于确定第二概率值大于第二阈值,将第一字符确定为识别结果。
步骤612,根据所确定的识别结果,生成无线访问接入点的接入点标识和密码。
在本实施例中,无线访问接入点信息的生成方法的执行主体(例如图1所示的终端设备)可以根据所确定的识别结果,生成无线访问接入点的接入点标识和密码。
在本实施例中步骤612的具体操作与图2所示的实施例中步骤204的操作基本相同,在此不再赘述。
步骤613,利用所生成的接入点标识和密码,向无线访问接入点发送连接请求。
在本实施例中,无线访问接入点信息的生成方法的执行主体(例如图1所示的终端设备)可以利用所生成的接入点标识和密码,向无线访问接入点发送连接请求。
从图6中可以看出,与图2对应的实施例相比,本实施例中的无线访问接入点信息的生成方法的流程600突出了对利用两个字符识别模型确定识别结果以及利用所生成的接入点标识和密码,向无线访问接入点发送连接请求的步骤。由此,本实施例描述的方案的技术效果,至少可以包括:
第一,提供了一种新的生成无线访问接入点信息的方法。
第二,提供了一种无线访问接入点的新的连接方法。
第三,可以通过两个字符识别模型,融合两个字符识别模型的输出,确定更为准确的识别结果。进而,可以提高生成的无线访问接入点信息的准确性。
进一步参考图7,作为对上述各图所示方法的实现,本申请提供了一种无线访问接入点信息的生成装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图7所示,本实施例的无线访问接入点信息的生成装置700包括:提取单元701、第一确定单元702、第二确定单元703和生成单元704;其中提取单元,被配置成从获取到的图像中,提取候选字符图像,其中,上述图像包括指示无线访问接入点的图像;第一确定单元,被配置成从所提取的候选字符图像中,确定字符图像;第二确定单元,被配置成利用字符识别模型,确定所确定的字符图像的识别结果,其中,字符识别模型用于表征字符图像与字符之间的对应关系;生成单元,被配置成根据所确定的识别结果,生成无线访问接入点的接入点标识和密码。
在本实施例中,无线访问接入点信息的生成装置700的提取单元701、第一确定单元702、第二确定单元703和生成单元704的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203和步骤204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,发送单元(未示出),被配置成利用所生成的接入点标识和密码,向无线访问接入点发送连接请求。
在本实施例的一些可选的实现方式中,第二确定单元,还被配置成:将所确定的字符图像导入至少两个字符识别模型;根据各个字符识别模型输出的字符,确定上述识别结果。
在本实施例的一些可选的实现方式中,第二确定单元,还被配置成:将所确定的字符图像导入预先训练的第一字符识别模型,生成第一字符;将所确定的字符图像导入预先训练的第二字符识别模型,生成第二字符。
在本实施例的一些可选的实现方式中,第二确定单元,还被配置成:响应于确定上述第一字符与上述第二字符一致,将上述第一字符或上述第二字符确定为上述识别结果。
在本实施例的一些可选的实现方式中,上述第二字符识别模型的识别准确度小于上述第一字符识别模型的识别准确度,第一字符与第一概率值相关联,上述第一概率值用于表征所确定的字符图像指示第一字符的概率;第二确定单元,还被配置成:响应于确定上述第一字符与上述第二字符不一致,确定上述第一概率值是否大于预设的第一阈值;响应于确定上述第一概率值大于上述第一阈值,将上述第一字符确定为上述识别结果。
在本实施例的一些可选的实现方式中,上述第二字符与第二概率值相关联,上述第二概率值用于表征所确定的字符图像指示第二字符的概率。第二确定单元,还被配置成:响应于确定上述第一概率值不大于上述第一阈值,确定上述第二概率值是否大于预设的第二阈值,其中,上述第二阈值大于上述第一阈值;响应于确定上述第二概率值大于上述第二阈值,将上述第二字符确定为上述识别结果。
在本实施例的一些可选的实现方式中,第一确定单元,还被配置成:将所提取的候选字符图像导入预先训练的分类模型,生成候选字符图像的图像类型,其中,上述图像类型用于指示字符图像或者非字符图像,上述分类模型用于表征图像与图像类型之间的对应关系;对图像类型指示字符图像的候选字符图像,进行字符分割生成字符图像。
在本实施例的一些可选的实现方式中,第一确定单元,还被配置成:确定字符串图像,其中,字符串图像包括图像类型指示字符图像的候选字符图像。
在本实施例的一些可选的实现方式中,对所确定的字符串图像进行字符分割,生成字符图像。
在本实施例的一些可选的实现方式中,第一确定单元,还被配置成:对字符串图像进行倾斜校正。
在本实施例的一些可选的实现方式中,生成单元,还被配置成:从所确定的识别结果中,确定接入点标识提示信息;根据与指示上述接入点标识提示信息的字符图像位于同一字符串图像的字符图像的识别结果,确定无线访问接入点的接入点标识。
在本实施例的一些可选的实现方式中,生成单元,还被配置成:将与指示上述接入点标识提示信息的字符图像位于同一字符串图像的字符图像的识别结果,确定为无线访问接入点的候选接入点标识;从接入点标识集合中,确定与上述候选接入点标识匹配的接入点标识;将与上述候选接入点标识匹配的接入点标识,确定为无线访问接入点的接入点标识。
在本实施例的一些可选的实现方式中,生成单元,还被配置成:从所确定的识别结果中,确定密码提示信息;将与指示上述密码提示信息的字符图像位于同一字符串图像的字符图像的识别结果,确定为无线访问接入点的密码。
需要说明的是,本申请实施例提供的无线访问接入点信息的生成装置中各单元的实现细节和技术效果可以参考本申请中其它实施例的说明,在此不再赘述。
下面参考图8,其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统800的结构示意图。图8示出的终端设备或服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括中央处理单元(CPU,Central Processing Unit)801,其可以根据存储在只读存储器(ROM,Read Only Memory)802中的程序或者从存储部分808加载到随机访问存储器(RAM,Random Access Memory)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有系统800操作所需的各种程序和数据。CPU 801、ROM802以及RAM 803通过总线804彼此相连。输入/输出(I/O,Input/Output)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT,Cathode Ray Tube)、液晶显示器(LCD,Liquid Crystal Display)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN(局域网,Local AreaNetwork)卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,上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++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户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。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)-连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括提取单元、第一确定单元、第二确定单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,提取单元还可以被描述为“从获取到的图像中,提取候选字符图像的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:从获取到的图像中,提取候选字符图像,其中,上述图像包括指示无线访问接入点的图像;从所提取的候选字符图像中,确定字符图像;利用字符识别模型,确定所确定的字符图像的识别结果,其中,字符识别模型用于表征字符图像与字符之间的对应关系;根据所确定的识别结果,生成无线访问接入点的接入点标识和密码。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种无线访问接入点信息的生成方法,包括:
从获取到的图像中,提取候选字符图像,其中,所述图像包括指示无线访问接入点的图像;
从所提取的候选字符图像中,确定字符图像,包括:将所提取的候选字符图像导入预先训练的分类模型,生成候选字符图像的图像类型,其中,所述图像类型用于指示字符图像或者非字符图像,所述分类模型用于表征图像与图像类型之间的对应关系;对图像类型指示字符图像的候选字符图像,进行字符分割生成字符图像,包括:确定字符串图像,包括:利用游程平滑算法,将相邻黑像素点之间的空白游程长度小于门限值的区域确定为字符串图像,其中,字符串图像包括图像类型指示字符图像的候选字符图像;对所确定的字符串图像进行字符分割,生成字符图像;
利用字符识别模型,确定所确定的字符图像的识别结果,包括:将所确定的字符图像导入至少两个字符识别模型;根据各个字符识别模型输出的字符,确定所述识别结果,其中,字符识别模型用于表征字符图像与字符之间的对应关系;
根据所确定的识别结果,生成无线访问接入点的接入点标识和密码。
2.根据权利要求1所述的生成方法,其中,所述将所确定的字符图像导入至少两个字符识别模型,包括:
将所确定的字符图像导入预先训练的第一字符识别模型,生成第一字符;
将所确定的字符图像导入预先训练的第二字符识别模型,生成第二字符。
3.根据权利要求2所述的生成方法,其中,所述根据各个字符识别模型输出的字符,确定所述识别结果,包括:
响应于确定所述第一字符与所述第二字符一致,将所述第一字符或所述第二字符确定为所述识别结果。
4.根据权利要求2所述的生成方法,其中,所述第二字符识别模型的识别准确度小于所述第一字符识别模型的识别准确度,第一字符与第一概率值相关联,所述第一概率值用于表征所确定的字符图像指示第一字符的概率;以及
所述根据各个字符识别模型输出的字符,确定所述识别结果,包括:
响应于确定所述第一字符与所述第二字符不一致,确定所述第一概率值是否大于预设的第一阈值;
响应于确定所述第一概率值大于所述第一阈值,将所述第一字符确定为所述识别结果。
5.根据权利要求4所述的生成方法,其中,所述第二字符与第二概率值相关联,所述第二概率值用于表征所确定的字符图像指示第二字符的概率;以及
所述根据各个字符识别模型输出的字符,确定所述识别结果,包括:
响应于确定所述第一概率值不大于所述第一阈值,确定所述第二概率值是否大于预设的第二阈值,其中,所述第二阈值大于所述第一阈值;
响应于确定所述第二概率值大于所述第二阈值,将所述第二字符确定为所述识别结果。
6.根据权利要求1所述的生成方法,其中,所述生成方法还包括:
利用所生成的接入点标识和密码,向无线访问接入点发送连接请求。
7.根据权利要求1所述的生成方法,其中,所述对图像类型指示字符图像的候选字符图像,进行字符分割生成字符图像,还包括:
对字符串图像进行倾斜校正。
8.根据权利要求1所述的生成方法,其中,所述根据所确定的识别结果,生成无线访问接入点的接入点标识和密码,包括:
从所确定的识别结果中,确定接入点标识提示信息;
根据与指示所述接入点标识提示信息的字符图像位于同一字符串图像的字符图像的识别结果,确定无线访问接入点的接入点标识。
9.根据权利要求8所述的生成方法,其中,所述根据与指示所述接入点标识提示信息的字符图像位于同一字符串图像的字符图像的识别结果,确定无线访问接入点的接入点标识,包括:
将与指示所述接入点标识提示信息的字符图像位于同一字符串图像的字符图像的识别结果,确定为无线访问接入点的候选接入点标识;
从接入点标识集合中,确定与所述候选接入点标识匹配的接入点标识;
将与所述候选接入点标识匹配的接入点标识,确定为无线访问接入点的接入点标识。
10.根据权利要求1所述的生成方法,其中,所述根据所确定的识别结果,生成无线访问接入点的接入点标识和密码,包括:
从所确定的识别结果中,确定密码提示信息;
将与指示所述密码提示信息的字符图像位于同一字符串图像的字符图像的识别结果,确定为无线访问接入点的密码。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-10中任一所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810677624.5A CN108875748B (zh) | 2018-06-27 | 2018-06-27 | 无线访问接入点信息的生成方法、设备和计算机可读介质 |
PCT/CN2018/124525 WO2020000966A1 (zh) | 2018-06-27 | 2018-12-27 | 无线访问接入点信息的生成方法、设备和计算机可读介质 |
US17/135,523 US11863995B2 (en) | 2018-06-27 | 2020-12-28 | Method for generating wireless access point information, device, and computer readable medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810677624.5A CN108875748B (zh) | 2018-06-27 | 2018-06-27 | 无线访问接入点信息的生成方法、设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108875748A CN108875748A (zh) | 2018-11-23 |
CN108875748B true CN108875748B (zh) | 2021-10-01 |
Family
ID=64295237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810677624.5A Active CN108875748B (zh) | 2018-06-27 | 2018-06-27 | 无线访问接入点信息的生成方法、设备和计算机可读介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11863995B2 (zh) |
CN (1) | CN108875748B (zh) |
WO (1) | WO2020000966A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875748B (zh) * | 2018-06-27 | 2021-10-01 | 上海尚往网络科技有限公司 | 无线访问接入点信息的生成方法、设备和计算机可读介质 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9152883B2 (en) * | 2009-11-02 | 2015-10-06 | Harry Urbschat | System and method for increasing the accuracy of optical character recognition (OCR) |
US9076242B2 (en) * | 2012-07-19 | 2015-07-07 | Qualcomm Incorporated | Automatic correction of skew in natural images and video |
US20150006360A1 (en) * | 2013-06-28 | 2015-01-01 | Google Inc. | Threshold Confidence Levels for Extracted Card Data |
JP6447030B2 (ja) * | 2013-11-27 | 2019-01-09 | 株式会社リコー | 情報処理システムおよび情報処理方法 |
CN106446896B (zh) * | 2015-08-04 | 2020-02-18 | 阿里巴巴集团控股有限公司 | 一种字符分割方法、装置及电子设备 |
CN106599900B (zh) * | 2015-10-20 | 2020-04-21 | 华中科技大学 | 一种识别图像中的字符串的方法和装置 |
CN108112051A (zh) * | 2016-11-24 | 2018-06-01 | 上海掌门科技有限公司 | 一种提供无线接入点的接入信息的方法与设备 |
TWI607387B (zh) * | 2016-11-25 | 2017-12-01 | 財團法人工業技術研究院 | 字符辨識系統及其字符辨識方法 |
CN106507356A (zh) * | 2016-12-16 | 2017-03-15 | 上海斐讯数据通信技术有限公司 | 一种无线认证方法及其系统 |
CN106973425A (zh) * | 2017-04-06 | 2017-07-21 | 上海掌门科技有限公司 | 一种连接无线接入点的方法与设备 |
CN107613491B (zh) * | 2017-09-12 | 2020-12-15 | 上海连尚网络科技有限公司 | 使用增强现实获取无线接入点的密码信息的方法和装置 |
CN107861684A (zh) * | 2017-11-23 | 2018-03-30 | 广州视睿电子科技有限公司 | 书写识别方法、装置、存储介质及计算机设备 |
CN108875748B (zh) * | 2018-06-27 | 2021-10-01 | 上海尚往网络科技有限公司 | 无线访问接入点信息的生成方法、设备和计算机可读介质 |
-
2018
- 2018-06-27 CN CN201810677624.5A patent/CN108875748B/zh active Active
- 2018-12-27 WO PCT/CN2018/124525 patent/WO2020000966A1/zh active Application Filing
-
2020
- 2020-12-28 US US17/135,523 patent/US11863995B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US11863995B2 (en) | 2024-01-02 |
US20210117713A1 (en) | 2021-04-22 |
CN108875748A (zh) | 2018-11-23 |
WO2020000966A1 (zh) | 2020-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108898186B (zh) | 用于提取图像的方法和装置 | |
US10762387B2 (en) | Method and apparatus for processing image | |
US20190272438A1 (en) | Method and apparatus for detecting text | |
US11270099B2 (en) | Method and apparatus for generating facial feature | |
CN108256591B (zh) | 用于输出信息的方法和装置 | |
US20200110965A1 (en) | Method and apparatus for generating vehicle damage information | |
CN109993150B (zh) | 用于识别年龄的方法和装置 | |
WO2021012382A1 (zh) | 配置聊天机器人的方法、装置、计算机设备和存储介质 | |
CN106303599B (zh) | 一种信息处理方法、系统及服务器 | |
US20130294696A1 (en) | Image processing method and apparatus | |
CN109086834B (zh) | 字符识别方法、装置、电子设备及存储介质 | |
CN111461243B (zh) | 分类方法、装置、电子设备及计算机可读存储介质 | |
US10743183B2 (en) | Method and device for realizing wireless access point connection authentication | |
AU2016208411B2 (en) | Identifying shapes in an image by comparing bézier curves | |
CN108304815B (zh) | 一种数据获取方法、装置、服务器及存储介质 | |
CN110795714A (zh) | 一种身份验证方法、装置、计算机设备及存储介质 | |
CN107992872B (zh) | 一种对图片进行文本识别的方法及移动终端 | |
CN108875748B (zh) | 无线访问接入点信息的生成方法、设备和计算机可读介质 | |
CN106055693B (zh) | 一种信息处理方法及终端 | |
CN108924905B (zh) | 无线访问接入点信息的生成方法、设备和计算机可读介质 | |
CN110764685A (zh) | 用于识别二维码的方法和设备 | |
CN111178352A (zh) | 一种验证码字符识别的方法和装置 | |
CN115994873A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN113705559B (zh) | 基于人工智能的文字识别方法及装置、电子设备 | |
CN114240780A (zh) | 印鉴识别的方法、装置、设备、介质和产品 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210429 Address after: 200131 Zone E, 9th floor, No.1 Lane 666, zhangheng Road, Pudong New Area pilot Free Trade Zone, Shanghai Applicant after: Shanghai Shangxiang Network Technology Co.,Ltd. Address before: 201306, N2025 building, 24 building, Xincheng Road, 2 mud town, Shanghai, Pudong New Area Applicant before: SHANGHAI LIANSHANG NETWORK TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |