CN116311325B - 一种基于人工智能模型的比例尺自动识别系统 - Google Patents

一种基于人工智能模型的比例尺自动识别系统 Download PDF

Info

Publication number
CN116311325B
CN116311325B CN202310126005.8A CN202310126005A CN116311325B CN 116311325 B CN116311325 B CN 116311325B CN 202310126005 A CN202310126005 A CN 202310126005A CN 116311325 B CN116311325 B CN 116311325B
Authority
CN
China
Prior art keywords
module
image
edge
image processing
processing module
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
Application number
CN202310126005.8A
Other languages
English (en)
Other versions
CN116311325A (zh
Inventor
陈俊
王冲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Aijia Household Products Co Ltd
Original Assignee
Jiangsu Aijia Household Products Co Ltd
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 Jiangsu Aijia Household Products Co Ltd filed Critical Jiangsu Aijia Household Products Co Ltd
Priority to CN202310126005.8A priority Critical patent/CN116311325B/zh
Publication of CN116311325A publication Critical patent/CN116311325A/zh
Application granted granted Critical
Publication of CN116311325B publication Critical patent/CN116311325B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/42—Document-oriented image-based pattern recognition based on the type of document
    • 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
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • G06V30/19—Recognition using electronic means
    • G06V30/19007—Matching; Proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明涉及图像识别领域，尤其为一种基于人工智能模型的比例尺自动识别系统，包括图像收集模块：用于接收外部图像采集设备所采集的需要识别的房间图像，并将采集到的图像数据传送至图像处理模块；图像处理模块：用于对图像采集模块传送来的数据进行处理，并将处理后的数据传送至云服务系统模块；云服务系统模块：用于将图像处理模块传送来的数据与户型图数据库进行比对，并将比对结果处理后反馈给用户。本发明通过图像进行多边形拟和整理，使图像更加准确；通过云端存储比例图，增加了比对时的可靠性，满足了人们对比例图检索的需求，进而提高人们的工作和生活品质。

Description

一种基于人工智能模型的比例尺自动识别系统
技术领域
本发明涉及图像处理领域，尤其是一种基于人工智能模型的比例尺自动识别系统。
背景技术
如今人工智能的出现带来了众多领域的变革，以往许多所不能解决的问题如无人驾驶都已经成为现实，图像功能区域识别检测领域也不例外，伴随着图片成为互联网中的主要载体，难题随之出现，当信息由文字记载时，人们可以通过关键词搜索，轻易找到所需要的内容并进行任意的编辑，而当信息是由图片进行记载时，只能通过比对来识别，例如拿户型比例图来表示住房的信息时，现有的技术不能通过房间的图片自动生成比例图，而只能通过测量后绘制比例图，从而影响了用户从图片信息中找到关键内容的效率，也降低了人们进行信息检索的效率，而传统的比对数据库并未存放在云端，导致信息的实时更新能力不强。因此，目前迫切需要开发出一种技术，其可以可靠、快速地通过照片信息是转化为比例尺的户型图，进而提高人们的工作和生活品质。
发明内容
本发明的目的是通过提出一种基于人工智能模型的比例尺自动识别系统，以解决上述背景技术中提出的缺陷。
本发明采用的技术方案如下：
提供一种基于人工智能模型的比例尺自动识别系统，包括图像收集模块：用于接收外部图像采集设备所采集的需要识别的房间图像，并将采集到的图像数据传送至图像处理模块；图像处理模块：用于对图像采集模块传送来的数据进行处理，并将处理后的数据传送至云服务系统模块；云服务系统模块：用于将图像处理模块传送来的数据与户型图数据库进行比对，并将比对结果处理后反馈给用户。
作为本发明的一种优选技术方案：所述图像处理模块对数据处理包括图像的预处理和模拟房间空间模型。
作为本发明的一种优选技术方案：所述图像的预处理操作为光照补偿操作。
作为本发明的一种优选技术方案：所述模拟房间空间模型操作步骤如下：
S1：将图像进行垂直投影；
S2：将投影后的图像进行多边形拟和并整理；
S3：将拟和并整理图像进行比例缩放。
作为本发明的一种优选技术方案：所述S2中进行多边形拟和时，首先设拟合后多边形顶点为P0、P1……Pn,边为E0、E1……En-1,边长分别为L0、L1、Ln-1，并取最长边,计算各边E与最长边之间的角度,取锐角αi，i为满足各边E与最长边之间角度为锐角的各边E的下标。
6、根据权利要求5所述的基于人工智能模型的比例尺自动识别系统，其特征在于：对满足15°<αi<75°的边Ei,作下列操作,计算边Ei-1与Ei+1的角度βi，若βi<15°,则分别求边Ei-1与直线Ei的交点P′i，边Ei+1与直线Ei的交点P′i+1,E′i为过点Oi且与最长边夹角为的直线，点Oi的坐标为/>以P′i、P′i+1代替Pi、Pi+1；若βi>75°,判断边Ei的长度L，若L<M，其中M为阈值,则计算边Ei-1与Ei+1的交点P′i，去掉边Ei，以边Pi-1P′i、边P′iPi+2代替边Ei-1与边Ei+1
作为本发明的一种优选技术方案：所述对满足15°<αi<75°的边Ei,作下列操作,计算边Ei-1与Ei+1的角度βi，若βi<15°,则分别求边Ei-1与直线Ei的交点P′i，边Ei+1与直线Ei的交点P′i+1,E′i为过点Oi且与最长边夹角为的直线，点Oi的坐标为/>以P′i、P′i+1代替Pi、Pi+1；若βi>75°,判断边Ei的长度L，若L<M，其中M为阈值,则计算边Ei-1与Ei+1的交点P′i，去掉边Ei，以边Pi-1P′i、边P′iPi+2代替边Ei-1与边Ei+1。
作为本发明的一种优选技术方案：所述云服务系统模块：包括户型图比例数据库存储子模块和功能区域对比匹配输出子模块，其中匹配输出子模块分别与图像处理模块和户型图比例数据库存储子模块相连接。
作为本发明的一种优选技术方案：所述户型图比例数据库存储子模块，用于预先存储户型图至比例数据库，所述户型图比例数据库通过云端实时更新。
作为本发明的一种优选技术方案：所述功能区域对比匹配输出子模块用于接收所述图像处理模块发来的处理后的图片信息，并将其与所述户型图比例数据库进行对比匹配，根据对比匹配结果，筛选出对应的所述户型图比例数据库中的一个或者多个户型图图像发送给用户。
本发明提供的基于人工智能模型的比例尺自动识别系统，由以上本发明提供的技术方案可见，与现有技术相比较，本发明提供了一种人工智能模型的比例尺自动识别系统，其可以可靠、快速地处理图片的信息，满足人们对比例尺的功能信息进行检索的需求，进而提高人们的工作和生活品质，有利于广泛地推广应用，具有重大的生产实践意义。
附图说明
图1为本发明优选实施例系统框图。
图中各个标记的意义为：100、图像收集模块；200、图像处理模块；300、云服务系统模块；310、户型图数据库存储模块；320、功能区域对比匹配输出子模块。
具体实施方式
需要说明的是，在不冲突的情况下，本实施例中的实施例及实施例中的特征可以相互组合，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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1，本发明优选实施例提供了一种基于人工智能模型的比例尺自动识别系统，包括图像收集模块100：用于接收外部图像采集设备所采集的需要识别的房间图像，并将采集到的图像数据传送至图像处理模块200；图像处理模块200：用于对图像采集模块100传送来的数据进行处理，并将处理后的数据传送至云服务系统模块300；云服务系统模块300：用于将图像处理模块200传送来的数据与户型图数据库进行比对，并将比对结果处理后反馈给用户。
所述图像处理模块200对数据处理包括图像的预处理和模拟房间空间模型。
所述图像的预处理操作为光照补偿操作。
所述模拟房间空间模型操作步骤如下：
S1：将图像进行垂直投影；
S2：将投影后的图像进行多边形拟和并整理；
S3：将拟和并整理图像进行比例缩放。
所述S2中进行多边形拟和时，首先设拟合后多边形顶点为P0、P1……Pn,边为E0、E1……En-1,边长分别为L0、L1、Ln-1，并取最长边,计算各边E与最长边之间的角度,取锐角αi，i为满足各边E与最长边之间角度为锐角的各边E的下标。
所述对满足15°<αi<75°的边Ei,作下列操作,计算边Ei-1与Ei+1的角度βi，若βi<15°,则分别求边Ei-1与直线Ei的交点P′i，边Ei+1与直线Ei的交点P′i+1,E′i为过点Oi且与最长边夹角为的直线，点Oi的坐标为/>以P′i、P′i+1代替Pi、Pi+1；若βi>75°,判断边Ei的长度L，若L<M，其中M为阈值,则计算边Ei-1与Ei+1的交点P′i，去掉边Ei，以边Pi- 1P′i、边P′iPi+2代替边Ei-1与边Ei+1。
所述云服务系统模块300：包括户型图比例数据库存储子模块310和功能区域对比匹配输出子模块320，其中匹配输出子模块320分别与图像处理模块200和户型图比例数据库存储子模块310相连接。
所述户型图比例数据库存储子模块310，用于预先存储户型图至比例数据库，所述户型图比例数据库通过云端实时更新。
所述功能区域对比匹配输出子模块320用于接收所述图像处理模块200发来的处理后的图片信息，并将其与所述户型图比例数据库310进行对比匹配，根据对比匹配结果，筛选出对应的所述户型图比例数据库中的一个或者多个户型图图像发送给用户。
本实施例中，将对外部图像采集设备(例如手机或者计算机)所采集的需要识别的房间图像进行预处理，所述图像的预处理操作为光照补偿操作，应用GrayWorld色彩均衡算法或基于参考白的算法。
图像预处理后将进行模拟房间空间模型操作，先将将图像进行垂直投影，再将将投影后的图像进行多边形拟和并整理，最后将拟和并整理图像进行比例缩放。
所述进行多边形拟和时，首先设拟合后多边形顶点为P0、P1……Pn,边为E0、E1……En-1,边长分别为L0、L1、Ln-1，并取最长边,计算各边E与最长边之间的角度,取锐角αi，i为满足各边E与最长边之间角度为锐角的各边E的下标。
所述对满足15°<αi<75°的边Ei,作下列操作,计算边Ei-1与Ei+1的角度βi，若βi<15°,则分别求边Ei-1与直线Ei的交点P′i，边Ei+1与直线Ei的交点P′i+1,E′i为过点Oi且与最长边夹角为的直线，点Oi的坐标为/>以P′i、P′i+1代替Pi、Pi+1；若βi>75°,判断边Ei的长度L，若L<M，其中M为阈值,则计算边Ei-1与Ei+1的交点P′i，去掉边Ei，以边Pi- 1P′i、边P′iPi+2代替边Ei-1与边Ei+1。
将所述处理后的结果传送至云服务系统模块300，功能区域对比匹配输出子模块320将对数据进行处理，处理方式为与户型图比例数据库存储子模块310的数据进行逐一比对，再比对前将对数据进行初筛，以提高匹配效率。根据对比匹配结果，筛选出对应的所述户型图比例数据库中的一个或者多个户型图图像发送给用户，用户可在手机端接收结果，其中匹配输出子模块320分别与图像处理模块200和户型图比例数据库存储子模块310相连接。
户型图比例数据库存储子模块310，用于预先存储户型图至比例数据库，所述户型图比例数据库通过云端实时更新。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (7)

1.一种基于人工智能模型的比例尺自动识别系统，其特征在于：包括：图像收集模块(100)：用于接收外部图像采集设备所采集的需要识别的房间图像，并将采集到的图像数据传送至图像处理模块(200)；图像处理模块(200)：用于对图像收集模块(100)传送来的数据进行处理，并将处理后的数据传送至云服务系统模块(300)；云服务系统模块(300)：用于将图像处理模块(200)传送来的数据与户型图数据库进行比对，并将比对结果处理后反馈给用户；
所述图像处理模块(200)对数据处理包括图像的预处理和模拟房间空间模型；
所述模拟房间空间模型操作步骤如下：
S1：将图像进行垂直投影；
S2：将投影后的图像进行多边形拟合并整理；
S3：将拟合并整理的图像进行比例缩放；
所述S2中进行多边形拟合时，首先设拟合后多边形顶点为P0、P1……Pn，边为E0、E1……En-1，边长分别为L0、L1、Ln-1，并取最长边，计算各边E与最长边之间的角度，取锐角αi，i为满足各边E与最长边之间角度为锐角的各边E的下标。
2.根据权利要求1所述的基于人工智能模型的比例尺自动识别系统，其特征在于：所述图像的预处理操作为光照补偿操作。
3.根据权利要求1所述的基于人工智能模型的比例尺自动识别系统，其特征在于：对满足15°<αi<75°的边Ei，作下列操作，计算边Ei-1与Ei+1的角度βi，若βi<15°，则分别求边Ei-1与直线Ei的交点P′i，边Ei+1与直线Ei的交点P′i+1，E′i为过点Oi且与最长边夹角为的直线，点Oi的坐标为/>以P′i、P′i+1代替Pi、Pi+1；若βi＞75°，判断边Ei的长度L，若L<M，其中M为阈值，则计算边Ei-1与Ei+1的交点P″i，去掉边Ei，以边Pi-1P′i、边P″iPi+2代替边Ei-1与边Ei+1。
4.根据权利要求1所述的基于人工智能模型的比例尺自动识别系统，其特征在于：所述S2中整理方法为多图形的整合。
5.根据权利要求1所述的基于人工智能模型的比例尺自动识别系统，其特征在于：所述云服务系统模块(300)：包括户型图数据库存储子模块(310)和功能区域对比匹配输出子模块(320)，其中功能区域对比匹配输出子模块(320)分别与图像处理模块(200)和户型图数据库存储子模块(310)相连接。
6.根据权利要求5所述的基于人工智能模型的比例尺自动识别系统，其特征在于：所述户型图数据库存储子模块(310)，用于预先存储户型图至比例数据库，所述户型图比例数据库通过云端实时更新。
7.根据权利要求5所述的基于人工智能模型的比例尺自动识别系统，其特征在于：所述功能区域对比匹配输出子模块(320)用于接收所述图像处理模块(200)发来的处理后的图片信息，并将其与所述户型图数据库存储子模块(310)进行对比匹配，根据对比匹配结果，筛选出对应的所述户型图比例数据库中的一个或者多个户型图图像发送给用户。
CN202310126005.8A 2023-02-16 2023-02-16 一种基于人工智能模型的比例尺自动识别系统 Active CN116311325B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310126005.8A CN116311325B (zh) 2023-02-16 2023-02-16 一种基于人工智能模型的比例尺自动识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310126005.8A CN116311325B (zh) 2023-02-16 2023-02-16 一种基于人工智能模型的比例尺自动识别系统

Publications (2)

Publication Number Publication Date
CN116311325A CN116311325A (zh) 2023-06-23
CN116311325B true CN116311325B (zh) 2023-10-27

Family

ID=86789791

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310126005.8A Active CN116311325B (zh) 2023-02-16 2023-02-16 一种基于人工智能模型的比例尺自动识别系统

Country Status (1)

Country Link
CN (1) CN116311325B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002074323A (ja) * 2000-09-01 2002-03-15 Kokusai Kogyo Co Ltd 三次元市街地空間モデル作成方法およびシステム
JP2004151950A (ja) * 2002-10-30 2004-05-27 Intec Web & Genome Informatics Corp テクスチャ画像の生成・マッピングシステム
CN1918451A (zh) * 2004-01-16 2007-02-21 微软合并公司 用于从单一图像对3d对象进行测量、建模和地图制作的系统、计算机程序和方法
CN102023731A (zh) * 2010-12-31 2011-04-20 北京邮电大学 一种适用于移动终端的无线微型指环鼠标
JP2011086187A (ja) * 2009-10-16 2011-04-28 Sharp Corp 入力方法、シミュレーション装置及びコンピュータプログラム
CN102929405A (zh) * 2012-11-08 2013-02-13 深圳市视维科技有限公司 一种新型的操控智能视频终端的遥控设备及实现方法
CN106844614A (zh) * 2017-01-18 2017-06-13 天津中科智能识别产业技术研究院有限公司 一种户型图功能区域快速识别系统
CN109344532A (zh) * 2018-10-23 2019-02-15 美宅科技（北京）有限公司 一种应用于地产的室内设计方法及装置
CN110059351A (zh) * 2019-03-13 2019-07-26 平安城市建设科技(深圳)有限公司 房屋的测绘方法、装置、终端及计算机可读存储介质
CN110686648A (zh) * 2019-09-06 2020-01-14 平安城市建设科技(深圳)有限公司 基于图像检测的户型图生成方法、装置、设备及存储介质
CN110769240A (zh) * 2019-08-23 2020-02-07 上海亦我信息技术有限公司 基于拍照的3d建模系统及方法、自动3d建模装置及方法
CN111680346A (zh) * 2020-05-19 2020-09-18 贝壳技术有限公司 户型图补全方法和装置、计算机可读存储介质、电子设备
CN112364420A (zh) * 2020-11-11 2021-02-12 南京泓众电子科技有限公司 基于触屏交互终端和全景图制作二维户型图的方法及系统
CN113379901A (zh) * 2021-06-23 2021-09-10 武汉大学 利用大众自拍全景数据建立房屋实景三维的方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7987754B2 (en) * 2007-07-31 2011-08-02 Newell Window Furnishings, Inc. Window covering sizing method and apparatus
US10572970B2 (en) * 2017-04-28 2020-02-25 Google Llc Extracting 2D floor plan from 3D GRID representation of interior space

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002074323A (ja) * 2000-09-01 2002-03-15 Kokusai Kogyo Co Ltd 三次元市街地空間モデル作成方法およびシステム
JP2004151950A (ja) * 2002-10-30 2004-05-27 Intec Web & Genome Informatics Corp テクスチャ画像の生成・マッピングシステム
CN1918451A (zh) * 2004-01-16 2007-02-21 微软合并公司 用于从单一图像对3d对象进行测量、建模和地图制作的系统、计算机程序和方法
JP2011086187A (ja) * 2009-10-16 2011-04-28 Sharp Corp 入力方法、シミュレーション装置及びコンピュータプログラム
CN102023731A (zh) * 2010-12-31 2011-04-20 北京邮电大学 一种适用于移动终端的无线微型指环鼠标
CN102929405A (zh) * 2012-11-08 2013-02-13 深圳市视维科技有限公司 一种新型的操控智能视频终端的遥控设备及实现方法
CN106844614A (zh) * 2017-01-18 2017-06-13 天津中科智能识别产业技术研究院有限公司 一种户型图功能区域快速识别系统
CN109344532A (zh) * 2018-10-23 2019-02-15 美宅科技（北京）有限公司 一种应用于地产的室内设计方法及装置
CN110059351A (zh) * 2019-03-13 2019-07-26 平安城市建设科技(深圳)有限公司 房屋的测绘方法、装置、终端及计算机可读存储介质
CN110769240A (zh) * 2019-08-23 2020-02-07 上海亦我信息技术有限公司 基于拍照的3d建模系统及方法、自动3d建模装置及方法
CN110686648A (zh) * 2019-09-06 2020-01-14 平安城市建设科技(深圳)有限公司 基于图像检测的户型图生成方法、装置、设备及存储介质
CN111680346A (zh) * 2020-05-19 2020-09-18 贝壳技术有限公司 户型图补全方法和装置、计算机可读存储介质、电子设备
CN112364420A (zh) * 2020-11-11 2021-02-12 南京泓众电子科技有限公司 基于触屏交互终端和全景图制作二维户型图的方法及系统
CN113379901A (zh) * 2021-06-23 2021-09-10 武汉大学 利用大众自拍全景数据建立房屋实景三维的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于AutoCAD用索多边形法图解静力学问题;范迎明;林大钧;楚文斌;陈浩;邓耀奇;;东华大学学报(自然科学版)(04);全文 *

Also Published As

Publication number Publication date
CN116311325A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN109146892B (zh) 一种基于美学的图像裁剪方法及装置
CN108875935B (zh) 基于生成对抗网络的自然图像目标材质视觉特征映射方法
CN111258433B (zh) 基于虚拟场景的教学互动系统
CN110379020B (zh) 一种基于生成对抗网络的激光点云上色方法和装置
CN111709909A (zh) 基于深度学习的通用印刷缺陷检测方法及其模型
CN109767422A (zh) 基于深度学习的管道检测识别方法、存储介质及机器人
CN109360179B (zh) 一种图像融合方法、装置及可读存储介质
CN111008979A (zh) 一种鲁棒的夜晚图像语义分割方法
CN108052918A (zh) 一种笔迹比对系统及方法
CN114266933A (zh) 一种基于深度学习改进的gan图像去雾算法
CN113947570A (zh) 一种基于机器学习算法和计算机视觉的裂纹辨识方法
CN112614110B (zh) 评估图像质量的方法、装置及终端设备
CN116311325B (zh) 一种基于人工智能模型的比例尺自动识别系统
CN116665228B (zh) 图像处理方法及装置
CN110210401B (zh) 一种弱光下的目标智能检测方法
CN111915511A (zh) 一种图像增强模型在线更新系统
CN110782390A (zh) 图像的矫正处理方法及装置、电子设备
CN110660000A (zh) 数据预测方法、装置、设备及计算机可读存储介质
CN115937492A (zh) 一种基于特征识别的变电设备红外图像识别方法
CN115661904A (zh) 数据标注和域适应模型训练方法、装置、设备及介质
CN113298112B (zh) 一种一体化数据智能标注方法及系统
CN114359931A (zh) 一种快递面单识别方法、装置、计算机设备及存储介质
CN111598036B (zh) 分布式架构的城市群地理环境知识库构建方法及系统
CN114170218B (zh) 一种染色体图像实例标签生成方法及系统
CN117373100B (zh) 基于差分量化局部二值模式的人脸识别方法及系统

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
GR01 Patent grant
GR01 Patent grant