CN113037944A - 一种扫描图形码的方法、装置和扫码设备 - Google Patents
一种扫描图形码的方法、装置和扫码设备 Download PDFInfo
- Publication number
- CN113037944A CN113037944A CN202110287811.4A CN202110287811A CN113037944A CN 113037944 A CN113037944 A CN 113037944A CN 202110287811 A CN202110287811 A CN 202110287811A CN 113037944 A CN113037944 A CN 113037944A
- Authority
- CN
- China
- Prior art keywords
- value
- neural network
- code
- image
- exposure
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/024—Details of scanning heads ; Means for illuminating the original
- H04N1/028—Details of scanning heads ; Means for illuminating the original for picture information pick-up
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
- G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
- G06K7/10831—Arrangement of optical elements, e.g. lenses, mirrors, prisms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/024—Details of scanning heads ; Means for illuminating the original
- H04N1/028—Details of scanning heads ; Means for illuminating the original for picture information pick-up
- H04N1/02815—Means for illuminating the original, not specific to a particular type of pick-up head
- H04N1/02885—Means for compensating spatially uneven illumination, e.g. an aperture arrangement
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种扫描图形码的方法,用于扫码设备,包括检测扫码设备当前周围的环境照度,得到当前环境照度值;根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值;根据所述曝光预测值,调节所述扫码设备中拍摄光源的照度值。本发明可以使得扫码设备自动调整照度值,提升扫码成功率。本发明还涉及一种扫描图形码的装置和扫码设备。
Description
技术领域
本发明涉及扫码技术领域,尤其涉及一种扫描图形码的方法、装置和扫码设备。
背景技术
扫码设备已经越来越普遍,一般采用调整好曝光参数后不再改变,但是由于一些扫码设备是可移动的,从室外到室内,环境光亮度会出现很大的变化,或是一些附着图形码图像的物品可能存在反光等情况,这些都会导致扫码设备的扫码失败。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种扫描图形码的方法、装置和扫码设备。
本发明解决上述技术问题的技术方案如下:
一种扫描图形码的方法,用于扫码设备,所述方法包括:
检测扫码设备当前周围的环境照度,得到当前环境照度值;
根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值;
根据所述曝光预测值,调节所述扫码设备中拍摄光源的照度值。
本方法发明的有益效果是:提出了一种扫描图形码的方法,用于扫码设备,检测扫码设备当前周围的环境照度,得到当前环境照度值;根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值;根据所述曝光预测值,调节所述扫码设备中拍摄光源的照度值。本发明可以使得扫码设备自动调整照度值,提升扫码成功率。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步地,所述根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值,具体包括:
根据所述当前环境照度值计算当前光照强度的曝光值;
对所述上一帧图像进行目标识别,得到识别结果;
将所述当前光照强度的曝光值、所述上一帧图像、所述上一帧图像的识别结果输入经过已训练的神经网络中,得到所述曝光预测值。
进一步地,所述对所述上一帧图像进行目标识别,得到识别结果,具体包括:
获取所述上一帧图像中的目标的识别分,所述识别分为表征目标的可识别度的参数,并基于所述可识别的参数,构建表征所述识别分的奖励函数。
进一步地,所述获取所述上一帧图像中的目标的识别分,具体包括:
提前所述上一帧图像中所述目标的子图像;
将所述子图像输入已训练的识别神经网络中,得到所述识别分,其中所述识别神经网络是卷积神经网络。
进一步地,所述已训练的神经网络包括通过以下方式训练的神经网络:
构建表征检测到的目标识别的效果的奖励函数,并根据所述奖励函数,通过强化学习对所述神经网络进行训练。
进一步地,所述根据所述奖励函数,通过强化学习对所述神经网络进行训练,包括:
将所述扫码设备的曝光值离散化,得到M个取值点,其中,M为自然数,所述M个取值点是所述神经网络的输出动作空间;
采用强化学习算法对所述神经网络进行训练。
进一步地,根据所述扫码设备拍摄的帧图像和所述当前环境照度值,对所述神经网络进行在线强化学习,进而更新所述神经网络的参数。
进一步地,所述根据所述曝光预测值,调节所述扫码设备中拍摄光源的照度值,具体包括:
根据所述曝光预测值,计算脉冲宽度值;
根据所述脉冲宽度值调节所述扫描设备的电压,从而改变所述扫描设备中拍摄光源的照度值。
本发明解决上述技术问题的另一种技术方案如下:
一种扫描图形码的装置,用于扫码设备,所述装置包括:
检测装置,用于检测扫码设备当前周围的环境照度,得到当前环境照度值;
预测装置,用于根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值;
调节装置,用于根据所述曝光预测值,调节所述扫码设备中拍摄光源的照度值。
本发明的有益效果是:提出了一种扫描图形码的装置,用于扫码设备,检测扫码设备当前周围的环境照度,得到当前环境照度值;根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值;根据所述曝光预测值,调节扫码设备拍摄光源的照度值。本发明可以使得扫码设备自动调整照度值,提升扫码成功率。
本发明还涉及一种扫码设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述技术方案中任一项所述的扫描图形码的方法。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例所述的一种扫描图形码的方法的流程示意图;
图2为本发明实施例所述的一种扫描图形码的装置的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
如图1本发明实施例所述的一种扫描图形码的方法的流程示意图所示,一种扫描图形码的方法,用于扫码设备,包括以下步骤:
110、检测扫码设备当前周围的环境照度,得到当前环境照度值。
120、根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值。
130、根据所述曝光预测值,调节所述扫码设备中拍摄光源的照度值。
应理解,本实施例中,通过建立深度神经网络模型,设计强化学习的方法,动态地学习曝光调整策略。
基于上述实施例提出的一种扫描图形码的方法,用于扫码设备,检测扫码设备当前周围的环境照度,得到当前环境照度值;根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值;根据所述曝光预测值,调节所述扫码设备中拍摄光源的照度值。本发明可以使得扫码设备自动调整照度值,提升扫码成功率。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步地,所述根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值,具体包括:
根据所述当前环境照度值计算当前光照强度的曝光值;
对所述上一帧图像进行目标识别,得到识别结果;
将所述当前光照强度的曝光值、所述上一帧图像、所述上一帧图像的识别结果输入经过已训练的神经网络中,得到所述曝光预测值。
应理解,获得目标识别结果包括获取当前帧图像中的目标的识别分,识别分为表征目标的可识别度的参数。而在强化训练中,构建表征检测到的目标识别的效果的奖励函数时,根据目标识别分构建奖励函数。
进一步地,所述对所述上一帧图像进行目标识别,得到识别结果,具体包括:
获取所述上一帧图像中的目标的识别分,所述识别分为表征目标的可识别度的参数,并基于所述可识别的参数,构建表征所述识别分的奖励函数。
进一步地,所述获取所述上一帧图像中的目标的识别分,具体包括:
提前所述上一帧图像中所述目标的子图像;
将所述子图像输入已训练的识别神经网络中,得到所述识别分,其中所述识别神经网络是卷积神经网络。
进一步地,所述已训练的神经网络包括通过以下方式训练的神经网络:
构建表征检测到的目标识别的效果的奖励函数,并根据所述奖励函数,通过强化学习对所述神经网络进行训练。
进一步地,所述根据所述奖励函数,通过强化学习对所述神经网络进行训练,包括:
将所述扫码设备的曝光值离散化,得到M个取值点,其中,M为自然数,所述M个取值点是所述神经网络的输出动作空间;
采用强化学习算法对所述神经网络进行训练。
进一步地,根据所述扫码设备拍摄的帧图像和所述当前环境照度值,对所述神经网络进行在线强化学习,进而更新所述神经网络的参数。
进一步地,所述根据所述曝光预测值,调节所述扫码设备中拍摄光源的照度值,具体包括:
根据所述曝光预测值,计算脉冲宽度值;
根据所述脉冲宽度值调节所述扫描设备的电压,从而改变所述扫描设备中拍摄光源的照度值。
如图2为本发明实施例所述的一种扫描图形码的装置的模块示意图所示,一种扫描图形码的装置,用于扫码设备,所述装置包括:
检测装置,用于检测扫码设备当前周围的环境照度,得到当前环境照度值;
预测装置,用于根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值;
调节装置,用于根据所述曝光预测值,调节所述扫码设备中拍摄光源的照度值。
本发明还涉及一种扫码设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述技术方案中任一项所述的扫描图形码的方法。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种扫描图形码的方法,用于扫码设备,其特征在于,所述方法包括:
检测扫码设备当前周围的环境照度,得到当前环境照度值;
根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值;
根据所述曝光预测值,调节所述扫码设备中拍摄光源的照度值。
2.根据权利要求1所述的扫描图形码的方法,其特征在于,所述根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值,具体包括:
根据所述当前环境照度值计算当前光照强度的曝光值;
对所述上一帧图像进行目标识别,得到识别结果;
将所述当前光照强度的曝光值、所述上一帧图像、所述上一帧图像的识别结果输入经过已训练的神经网络中,得到所述曝光预测值。
3.根据权利要求2所述的扫描图形码的方法,其特征在于,所述对所述上一帧图像进行目标识别,得到识别结果,具体包括:
获取所述上一帧图像中的目标的识别分,所述识别分为表征目标的可识别度的参数,并基于所述可识别的参数,构建表征所述识别分的奖励函数。
4.根据权利要求3所述的扫描图形码的方法,其特征在于,所述获取所述上一帧图像中的目标的识别分,具体包括:
提前所述上一帧图像中所述目标的子图像;
将所述子图像输入已训练的识别神经网络中,得到所述识别分,其中所述识别神经网络是卷积神经网络。
5.根据权利要求2所述的扫描图形码的方法,其特征在于,所述已训练的神经网络包括通过以下方式训练的神经网络:
构建表征检测到的目标识别的效果的奖励函数,并根据所述奖励函数,通过强化学习对所述神经网络进行训练。
6.根据权利要求5所述的扫描图形码的方法,其特征在于,所述根据所述奖励函数,通过强化学习对所述神经网络进行训练,包括:
将所述扫码设备的曝光值离散化,得到M个取值点,其中,M为自然数,所述M个取值点是所述神经网络的输出动作空间;
采用强化学习算法对所述神经网络进行训练。
7.根据权利要求6所述的扫描图形码的方法,其特征在于,所述方法还包括:
根据所述扫码设备拍摄的帧图像和所述当前环境照度值,对所述神经网络进行在线强化学习,进而更新所述神经网络的参数。
8.根据权利要求1所述的扫描图形码的方法,其特征在于,所述根据所述曝光预测值,调节所述扫码设备中拍摄光源的照度值,具体包括:
根据所述曝光预测值,计算脉冲宽度值;
根据所述脉冲宽度值调节所述扫描设备的电压,从而改变所述扫描设备中拍摄光源的照度值。
9.一种扫描图形码的装置,用于扫码设备,其特征在于,所述装置包括:
检测装置,用于检测扫码设备当前周围的环境照度,得到当前环境照度值;
预测装置,用于根据所述当前环境照度值、上一帧图像和已训练的神经网络,得到曝光预测值;
调节装置,用于根据所述曝光预测值,调节所述扫码设备中拍摄光源的照度值。
10.一种扫码设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的扫描图形码的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110287811.4A CN113037944A (zh) | 2021-03-17 | 2021-03-17 | 一种扫描图形码的方法、装置和扫码设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110287811.4A CN113037944A (zh) | 2021-03-17 | 2021-03-17 | 一种扫描图形码的方法、装置和扫码设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113037944A true CN113037944A (zh) | 2021-06-25 |
Family
ID=76471781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110287811.4A Pending CN113037944A (zh) | 2021-03-17 | 2021-03-17 | 一种扫描图形码的方法、装置和扫码设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113037944A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486687A (zh) * | 2021-07-14 | 2021-10-08 | 福建迦百农信息技术有限公司 | 一种卷烟包装盒喷码信息识别方法及其存储介质 |
CN114548135A (zh) * | 2022-04-28 | 2022-05-27 | 北京金朗维科技有限公司 | 一种用于获取扫码图像的方法、装置和扫码设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102369723A (zh) * | 2011-08-29 | 2012-03-07 | 华为终端有限公司 | 自动曝光方法、装置和成像设备 |
CN107609442A (zh) * | 2017-09-01 | 2018-01-19 | 深圳天珑无线科技有限公司 | 扫码方法、移动终端及计算机可读存储介质 |
CN109936698A (zh) * | 2017-12-18 | 2019-06-25 | 杭州海康威视数字技术股份有限公司 | 一种自动曝光控制方法、装置、电子设备及存储介质 |
CN110519525A (zh) * | 2019-09-02 | 2019-11-29 | 深圳岚锋创视网络科技有限公司 | 一种相机自适应指示灯的控制系统、方法及照相机 |
CN111246091A (zh) * | 2020-01-16 | 2020-06-05 | 北京迈格威科技有限公司 | 一种动态自动曝光控制方法和装置及电子设备 |
CN112153299A (zh) * | 2020-09-18 | 2020-12-29 | 深圳创维-Rgb电子有限公司 | 一种摄像头曝光处理方法、装置、智能终端 |
-
2021
- 2021-03-17 CN CN202110287811.4A patent/CN113037944A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102369723A (zh) * | 2011-08-29 | 2012-03-07 | 华为终端有限公司 | 自动曝光方法、装置和成像设备 |
CN107609442A (zh) * | 2017-09-01 | 2018-01-19 | 深圳天珑无线科技有限公司 | 扫码方法、移动终端及计算机可读存储介质 |
CN109936698A (zh) * | 2017-12-18 | 2019-06-25 | 杭州海康威视数字技术股份有限公司 | 一种自动曝光控制方法、装置、电子设备及存储介质 |
CN110519525A (zh) * | 2019-09-02 | 2019-11-29 | 深圳岚锋创视网络科技有限公司 | 一种相机自适应指示灯的控制系统、方法及照相机 |
CN111246091A (zh) * | 2020-01-16 | 2020-06-05 | 北京迈格威科技有限公司 | 一种动态自动曝光控制方法和装置及电子设备 |
CN112153299A (zh) * | 2020-09-18 | 2020-12-29 | 深圳创维-Rgb电子有限公司 | 一种摄像头曝光处理方法、装置、智能终端 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486687A (zh) * | 2021-07-14 | 2021-10-08 | 福建迦百农信息技术有限公司 | 一种卷烟包装盒喷码信息识别方法及其存储介质 |
CN113486687B (zh) * | 2021-07-14 | 2024-02-20 | 福建迦百农信息技术有限公司 | 一种卷烟包装盒喷码信息识别方法及其存储介质 |
CN114548135A (zh) * | 2022-04-28 | 2022-05-27 | 北京金朗维科技有限公司 | 一种用于获取扫码图像的方法、装置和扫码设备 |
CN114548135B (zh) * | 2022-04-28 | 2022-07-08 | 北京金朗维科技有限公司 | 一种用于获取扫码图像的方法、装置和扫码设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109934197B (zh) | 人脸识别模型的训练方法、装置和计算机可读存储介质 | |
US10600171B2 (en) | Image-blending via alignment or photometric adjustments computed by a neural network | |
CN113037944A (zh) | 一种扫描图形码的方法、装置和扫码设备 | |
CN109815881A (zh) | 行为识别模型的训练方法、行为识别方法、装置及设备 | |
CN110046622B (zh) | 一种有目标的攻击样本生成方法、装置、设备及存储介质 | |
CN108364270B (zh) | 偏色图像颜色还原方法及装置 | |
CN110766050A (zh) | 模型生成方法、文本识别方法、装置、设备及存储介质 | |
CN109740553B (zh) | 一种基于识别的图像语义分割数据筛选方法及系统 | |
CN110826581B (zh) | 一种动物数量识别方法、装置、介质及电子设备 | |
CN111753839A (zh) | 一种文本检测方法和装置 | |
CN104346774A (zh) | 用于图像增强的方法和装置 | |
US11335128B2 (en) | Methods and systems for evaluating a face recognition system using a face mountable device | |
KR20190135888A (ko) | 전자 장치 및 그 제어 방법 | |
CN113546428A (zh) | 游戏中道具的推荐方法及装置、电子设备、存储介质 | |
CN117150522A (zh) | 基于稀疏二维码掩膜的补丁对抗方法、装置、设备及介质 | |
CN110795579B (zh) | 图片清理方法、装置、终端及存储介质 | |
CN116245769A (zh) | 图像处理方法、装置、设备以及存储介质 | |
US20230118460A1 (en) | Segmenting and removing objects from media items | |
CN115756285A (zh) | 屏幕显示亮度调整方法及装置、存储介质及电子设备 | |
CN114841287B (zh) | 分类模型的训练方法、图像分类方法及装置 | |
CN111539420B (zh) | 基于注意力感知特征的全景图像显著性预测方法及系统 | |
CN113688695A (zh) | 一种图片识别方法、系统、存储介质和电子设备 | |
CN110913195A (zh) | 白平衡自动调节方法、装置及计算机可读存储介质 | |
CN116685030B (zh) | 光源状态控制方法、控制器、计算机可读介质及电子设备 | |
CN118464935B (zh) | 一种自主优化的光学检测方法、装置、系统和存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210625 |