CN116939292B - 轨道交通环境下的视频文本内容监测方法及系统 - Google Patents
轨道交通环境下的视频文本内容监测方法及系统 Download PDFInfo
- Publication number
- CN116939292B CN116939292B CN202311188517.3A CN202311188517A CN116939292B CN 116939292 B CN116939292 B CN 116939292B CN 202311188517 A CN202311188517 A CN 202311188517A CN 116939292 B CN116939292 B CN 116939292B
- Authority
- CN
- China
- Prior art keywords
- text
- information
- storage area
- image
- video
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000012544 monitoring process Methods 0.000 title claims abstract description 15
- 230000003068 static effect Effects 0.000 claims abstract description 62
- 238000012795 verification Methods 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 238000013524 data verification Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/488—Data services, e.g. news ticker
- H04N21/4882—Data services, e.g. news ticker for displaying messages, e.g. warnings, reminders
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种轨道交通环境下的视频文本内容监测方法及系统，所述方法可应用站点设备，所述方法包括：获取第一文本类型的第一文本模板；获取第二文本类型的第二文本模板；按照视频图像包含的文本的文本类型，将视频图像划分为第一子图像和第二子图像，并识别第一子图像中的第一文本信息，识别第二子图像中的第二文本信息；将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果；依据第一匹配结果和第二匹配结果，确定合规的视频图像，并输出给图像展示设备进行展示。
Description
技术领域
本发明涉及计算机技术领域，尤其是涉及一种轨道交通环境下的视频文本内容监测方法及系统。
背景技术
轨道交通是指运营车辆需要在特定轨道上行驶的一类交通工具或运输系统。在轨道交通环境中，通常会设置较多的图像展示设备，以展示相应的信息。如在地铁环境中，会设置显示屏来显示运营、导乘、车辆信息、广告宣传的相关信息。
现有的方案中，为了避免在图像展示设备中展示违规的文本，通常会设置视频文本合规识别模型，利用视频文本合规识别模型来对需要展示的文本（图像中的文本）进行文本合规分析，以识别文本中的违规信息，在文本中包含违规信息时，会向工作人员发出警示信息，以便工作人员进行相应的处理。
但是，采用上述方案，通常要对待展示的图像，先提取图像中的文本，并将文本输入到模型中进行分析，确定分析结果之后进行展示。但是在轨道交通环境，待展示的图像中的文本通常都是重复性较高的文本，导致了模型的算力资源的浪费。
发明内容
本发明提供一种轨道交通环境下的视频文本内容监测方法及系统，以节约算力资源。
为了解决上述技术问题，本发明是这样实现的：
第一方面，本申请提供了一种轨道交通环境下的视频文本内容监测方法，应用站点设备，所述方法包括：获取第一文本类型的第一文本模板，并将第一文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第一文本模板存入静态存储区；获取第二文本类型的第二文本模板，并将第二文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第二文本模板存入动态存储区；按照视频图像包含的文本的文本类型，将视频图像划分为第一子图像和第二子图像，并识别第一子图像中的第一文本信息，识别第二子图像中的第二文本信息；将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果；依据第一匹配结果和第二匹配结果，确定合规的视频图像，并输出给图像展示设备进行展示；
当目标交通设备到达站点时，依据视频文本合规识别模型、静态存储区和动态存储区，生成第一校验信息；
发送第一校验信息给目标交通设备的车载设备，目标交通设备的车载设备设置有校验信息存储区，校验信息存储区中存储有第一校验信息的第一对照信息，以依据第一校验信息和第一对照信息进行校验，以反馈第一校验结果；
接收第一校验结果，并在第一校验结果异常时，发出第一警示信息。
进一步的，所述第一文本模板具有第一显示顺序，所述第二文本模板具有第二显示顺序，所述将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果，包括：按照第一文本模板的第一显示顺序，从静态存储区中提取出目标第一文本模板，并将目标第一文本模板与第一文本信息进行匹配，确定第一匹配结果；按照第二文本模板的第二显示顺序，从动态存储区中提取出目标第二文本模板，并将目标第二文本模板与第二文本信息进行匹配，确定第二匹配结果。
进一步的，所述第一校验信息依据以下公式确定：J=Y {H（P）+H（Q）+H（N）}，其中，J代表第一校验信息，H代表第一哈希处理，Y代表第二哈希处理，+表示连接，P代表视频文本合规识别模型的模型度量信息，当视频文本合规识别模型的参数发生改变时，模型度量信息发生改变；Q代表静态存储区的第一度量信息，当静态存储区包含的数据发生变化时，第一度量信息发生改变；N代表动态存储区的第二度量信息，当动态存储区包含的数据发生变化时，第二度量信息发生改变。
进一步的，所述发送第一校验信息给目标交通设备的车载设备，包括：采取站点设备的第一私钥，对第一校验信息进行签名，并将签名后的第一校验信息发送给目标交通设备的车载设备，以使得目标交通设备的车载设备依据第一私钥对应的第一公钥对签名后的第一校验信息进行验签，确定第一校验信息验签通过后，车载设备对第一校验信息进行校验。
进一步的，所述第一校验信息依据以下公式确定：J=H（P）&H（Q）&H（N），其中，J代表第一校验信息，H代表第一哈希处理，&表示分隔符，P代表视频文本合规识别模型的模型度量信息，当视频文本合规识别模型的参数发生改变时，模型度量信息发生改变；Q代表静态存储区的第一度量信息，当静态存储区包含的数据发生变化时，第一度量信息发生改变；N代表动态存储区的第二度量信息，当动态存储区包含的数据发生变化时，第二度量信息发生改变；所述方法还包括：上传第一校验信息给服务器，所述服务器存储有第一校验信息的标准信息，所述标准信息包括模型度量信息经过第一哈希处理后得到的第一信息、第一度量信息经过第一哈希处理后得到的第二信息，第二度量信息经过第一哈希处理后的得到第三信息；所述服务器依据标准信息对第一校验信息进行验证，以确定异常位置信息；接收服务器下发的异常位置信息，并展示给管理用户。
进一步的，所述车载设备还包括功能区，功能区包括存储有第一文本类型的第一文本模板的静态存储区、存储有第二文本类型的第二文本模板的动态存储区和视频文本合规识别模型；所述车载设备还用于：当交通设备到达站点时，依据功能区的视频文本合规识别模型、静态存储区和动态存储区，生成第二校验信息；发送第二校验信息给站点的站点设备，站点设备设置有校验信息存储区，校验信息存储区中存储有第二校验信息的第二对照信息，以依据第二校验信息和第二对照信息进行校验，以反馈第二校验结果；接收第二校验结果，并在第二校验结果异常时，发出第二警示信息。
进一步的，所述方法还包括：获取与图像展示设备对应的摄像组件的拍摄图像；依据图像展示设备和摄像组件的空间位置关系，确定拍摄图像与图像展示设备对应的图像框，并提取图像框中的拍摄子图像；从拍摄子图像中提取第一文本类型的第三文本信息和第二文本类型的第四文本信息；将第三文本信息与目标第一文本模板进行匹配，将第四文本信息与目标第二文本模板进行匹配，确定图像展示设备的展示内容是否与站点设备输出的视频图像一致，并在图像展示设备的展示内容与站点设备输出的视频图像不一致时，发出警示信息。
第二方面，本申请提供了一种轨道交通环境下的视频文本内容监测系统，应用站点设备，所述系统包括：第一文本存储模块，用于获取第一文本类型的第一文本模板，并将第一文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第一文本模板存入静态存储区；第二文本存储模块，用于获取第二文本类型的第二文本模板，并将第二文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第二文本模板存入动态存储区；文本信息识别模块，用于按照视频图像包含的文本的文本类型，将视频图像划分为第一子图像和第二子图像，并识别第一子图像中的第一文本信息，识别第二子图像中的第二文本信息；文本信息匹配模块，用于将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果；文本信息输出模块，用于依据第一匹配结果和第二匹配结果，确定合规的视频图像，并输出给图像展示设备进行展示。
第三方面，本申请提供了一种电子设备，包括：存储器和至少一个处理器；所述存储器用于存储计算机执行指令；所述至少一个处理器用于执行所述存储器中存储的计算机执行指令，使得所述至少一个处理器执行如第一方面所述的方法。
本申请提供了一种轨道交通环境下的视频文本内容监测方法，应用站点设备，所述方法包括：获取第一文本类型的第一文本模板，并将第一文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第一文本模板存入静态存储区；获取第二文本类型的第二文本模板，并将第二文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第二文本模板存入动态存储区；按照视频图像包含的文本的文本类型，将视频图像划分为第一子图像和第二子图像，并识别第一子图像中的第一文本信息，识别第二子图像中的第二文本信息；将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果；依据第一匹配结果和第二匹配结果，确定合规的视频图像，并输出给图像展示设备进行展示。
本申请的方案可以应用于站点设备，站点设备可以与服务器连接，以从服务器接收视频图像，站点设备还可以与图像展示设备连接。站点设备可以对接收的视频图像中的文本进行合规分析，确定视频图像中的文本中是否包含有不良信息，进而将合规的视频图像输出给图像展示设备进行展示。在轨道交通场景中，站点设备可以为站点的设备，如地铁站的设备，图像展示设备可以为站点的显示屏等。另外，站点设备还可以与轨道交通的交通设备的车载设备进行交互，以进行相互的数据校验。由于交通设备不断在各个站点之间流转，因此，通过本方法，可以形成多个站点的站点设备之间的校验。现有的方案中，通常是将从视频图像中提取出的文本全部都输入到视频文本合规识别模型中进行分析，而轨道交通场景中，各站点设备展示的视频图像（及图像中的文本）通常是重复的（一段时间内重复）。而对重复的文本也需要进行识别，浪费了站点设备的算力。
而本申请的方案中，可以获取工作人员设定的第一文本类型的第一文本模板，并将第一文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第一文本模板存入静态存储区。其中，第一文本类型的第一文本模板可以为由工作人员设定的内容，该部分内容对应轨道交通场景中的导乘信息（如车辆三分钟后到达）等，该部分内容通常是不变的。还可以获取第二文本类型的第二文本模板，并将第二文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第二文本模板存入动态存储区。第二文本类型的第二文本模板可以是由内容提供者提供的，该部分内容变化频率要高于第一文本模板的变化频率。因此，可以将两部分分别采用不同的存储区域进行存储，以便进行更新。本方案可以预先用视频文本合规识别模型对第一文本模板和第二文本模板进行识别，然后存储，在后续对视频图像进行处理时，可以先将提取的文本信息与文本模板进行匹配，若是相同，则直接进行展示，从而无需采用视频文本合规识别模型进行重复识别，节约了站点设备的算力资源。
具体的，在接收到需要展示的视频图像（包含有文本）时，可以按照视频图像包含的文本的文本类型，将视频图像划分为第一子图像和第二子图像，并识别第一子图像中的第一文本信息，识别第二子图像中的第二文本信息。之后，将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果（第一文本信息和第一文本模板是否一致）；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果（第二文本信息和第二文本模板是否一致）；依据第一匹配结果和第二匹配结果，确定合规的视频图像，并输出给图像展示设备进行展示。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本申请一个实施例的轨道交通环境下的视频文本内容监测方法的流程示意图；
图2是本申请一个实施例的轨道交通环境下的视频文本内容监测方法的步骤示意图；
图3是本申请一个实施例的轨道交通环境下的视频文本内容监测系统的结构示意图。
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作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。
本申请的方案可以应用于站点设备，如图1所示，站点设备可以与服务器连接，以从服务器接收视频图像，站点设备还可以与图像展示设备连接。站点设备可以对接收的视频图像中的文本进行合规分析，确定视频图像中的文本中是否包含有不良信息，进而将合规的视频图像输出给图像展示设备进行展示。在轨道交通场景中，站点设备可以为站点的设备，如地铁站的设备，图像展示设备可以为站点的显示屏等。
现有的方案中，通常是将从视频图像中提取出的文本全部都输入到视频文本合规识别模型中进行分析，而轨道交通场景中，各站点设备展示的视频图像（及图像中的文本）通常是重复的（一段时间内重复）。而对重复的文本也需要进行识别，浪费了站点设备的算力。而本申请的方案中，可以获取工作人员设定的第一文本类型的第一文本模板，并将第一文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第一文本模板存入静态存储区。其中，第一文本类型的第一文本模板可以为由工作人员设定的内容，该部分内容对应轨道交通场景中的导乘信息（如车辆三分钟后到达）等，该部分内容通常是不变的。还可以获取第二文本类型的第二文本模板，并将第二文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第二文本模板存入动态存储区。第二文本类型的第二文本模板可以是由内容提供者提供的，该部分内容变化频率要高于第一文本模板的变化频率。因此，可以将两部分分别采用不同的存储区域进行存储，以便进行更新。本方案可以预先用视频文本合规识别模型对第一文本模板和第二文本模板进行识别，然后存储，在后续对视频图像进行处理时，可以先将提取的文本信息与文本模板进行匹配，若是相同，则直接进行展示，从而无需采用视频文本合规识别模型进行重复识别，节约了站点设备的算力资源。
其中，视频文本合规识别模型可以包含有两种子模型，分别为用于识别视频文本的语义并依据语义判断文本中是否包含有违规信息的第一子模型、用于识别视频文本的语义并依据语义判断文本中是否包含有合规信息的第二子模型。该视频文本合规识别模型可以由服务器部署到站点设备，服务器还可以更新视频文本合规识别模型，站点设备在更新模型的过程中，可以在一段时间内，保留更新前的视频文本合规识别模型和更新后的视频文本合规识别模型，通过两个版本的视频文本合规识别模型对视频文本进行识别，以确定视频文本是否合规，若一个模型识别为不合规，则发出警示。
具体的，在接收到需要展示的视频图像（包含有文本）时，可以按照视频图像包含的文本的文本类型，将视频图像划分为第一子图像和第二子图像，并识别第一子图像中的第一文本信息，识别第二子图像中的第二文本信息。之后，将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果（第一文本信息和第一文本模板是否一致）；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果（第二文本信息和第二文本模板是否一致）；依据第一匹配结果和第二匹配结果，确定合规的视频图像，并输出给图像展示设备进行展示。
另外，站点设备还可以与轨道交通的交通设备的车载设备进行交互，以进行相互的数据校验。由于交通设备不断在各个站点之间流转，因此，通过本方法，可以形成多个站点的站点设备之间的校验。
具体来说，本申请提供了一种轨道交通环境下的视频文本内容监测方法，应用站点设备，如图2所示，所述方法包括：
步骤202、获取第一文本类型的第一文本模板，并将第一文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第一文本模板存入静态存储区。视频文本合规识别模型为预先训练好的模型，可以由服务器部署到站点设备。第一文本模板可以由站点的工作人员进行配置。另外，在静态存储区还可以设置用于对视频文本进行验证的正则表达式，比如说，可以设置对于数字的正则表达式，从而将数字限定为0-15内的整数，在视频图像中的数字超过该区间时，确定该数字异常。
步骤204、获取第二文本类型的第二文本模板，并将第二文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第二文本模板存入动态存储区。第二文本模板可以由提供相应图像的内容提供方来提供，比如说相应的图像为宣传图像，则可以由宣传图像的提供方来提前提供第二文本模板，以提前进行合规识别。静态存储区和动态存储区可以通过多级密钥进行保护，并在发生异常时，发出警示。
步骤206、按照视频图像包含的文本的文本类型，将视频图像划分为第一子图像和第二子图像，并识别第一子图像中的第一文本信息，识别第二子图像中的第二文本信息。在图像展示设备展示的图像通常由多个不同的区域组成，不同区域内展示的内容类型不同（对应不同文本类型），比如说，图像展示设备可以同时展示导乘信息和宣传信息，则可以按照相应的类型，确定包含的文本的文本类型，从而划分出相应的子图像。
步骤208、将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果。确定第一文本信息和第二文本信息之后，可以将文本信息与文本模板直接匹配，若是相同，则确认文本信息合规，对应的视频图像也合规。若是不同，则确认文本信息不合规，此时可以采用视频文本合规识别模型进行识别，也可以直接发出警示。
步骤210、依据第一匹配结果和第二匹配结果，确定合规的视频图像，并输出给图像展示设备进行展示。
本申请的方案中，可以获取工作人员设定的第一文本类型的第一文本模板，并将第一文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第一文本模板存入静态存储区。其中，第一文本类型的第一文本模板可以为由工作人员设定的内容，该部分内容对应轨道交通场景中的导乘信息（如车辆三分钟后到达）等，该部分内容通常是不变的。还可以获取第二文本类型的第二文本模板，并将第二文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第二文本模板存入动态存储区。第二文本类型的第二文本模板可以是由内容提供者提供的，该部分内容变化频率要高于第一文本模板的变化频率。因此，可以将两部分分别采用不同的存储区域进行存储，以便进行更新。本方案可以预先用视频文本合规识别模型对第一文本模板和第二文本模板进行识别，然后存储，在后续对视频图像进行处理时，可以先将提取的文本信息与文本模板进行匹配，若是相同，则直接进行展示，从而无需采用视频文本合规识别模型进行重复识别，节约了站点设备的算力资源。
在轨道交通场景，图像展示设备展示的视频图像通常是重复的，因此，相应的文本信息也是具有一定的显示顺序的，所以，本方案可以为第一文本模板和第二文本模板配置显示顺序，以按照显示顺序直接提取与显示的文本信息对应的目标文本模板，以直接进行匹配，若是失败，则可能发生异常。具体的，作为一个可选的实施例，所述第一文本模板具有第一显示顺序，所述第二文本模板具有第二显示顺序，所述将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果，包括：按照第一文本模板的第一显示顺序，从静态存储区中提取出目标第一文本模板，并将目标第一文本模板与第一文本信息进行匹配，确定第一匹配结果；按照第二文本模板的第二显示顺序，从动态存储区中提取出目标第二文本模板，并将目标第二文本模板与第二文本信息进行匹配，确定第二匹配结果。
另外，站点设备还可以与轨道交通的交通设备的车载设备进行交互，以进行相互的数据校验。对于一个站点来说，到站的交通设备不断更新，从而可以不断进行校验，即便一个交通设备的信息被篡改，也可以通过其他交通设备进行站点设备的信息校验。具体的，作为一个可选的实施例，所述方法还包括：当目标交通设备到达站点时，依据视频文本合规识别模型、静态存储区和动态存储区，生成第一校验信息；发送第一校验信息给目标交通设备的车载设备，目标交通设备的车载设备设置有校验信息存储区，校验信息存储区中存储有第一校验信息的第一对照信息，以依据第一校验信息和第一对照信息进行校验，以反馈第一校验结果；接收第一校验结果，并在第一校验结果异常时，发出第一警示信息。
站点设备可以依据视频文本合规识别模型、静态存储区和动态存储区的信息进行哈希处理，生成第一校验信息，具体的，作为一个可选的实施例，所述第一校验信息依据以下公式确定：J=Y {H（P）+H（Q）+H（N）}，其中，J代表第一校验信息，H代表第一哈希处理，Y代表第二哈希处理，+表示连接，P代表视频文本合规识别模型的模型度量信息，当视频文本合规识别模型的参数发生改变时，模型度量信息发生改变；Q代表静态存储区的第一度量信息，当静态存储区包含的数据发生变化时，第一度量信息发生改变；N代表动态存储区的第二度量信息，当动态存储区包含的数据发生变化时，第二度量信息发生改变。本方案可以分别对视频文本合规识别模型、静态存储区和动态存储区的信息进行第一哈希处理，然后，依据多个哈希值进行第二哈希处理，从而得到第一校验信息，车载设备可以依据预先存储的第一对照信息进行对比，确定是否相同，若是相同，则表明站点设备的视频文本合规识别模型、静态存储区和动态存储区未被篡改。若是不同，则表明站点设备的视频文本合规识别模型、静态存储区和动态存储区可能发生了异常，可以发出警示。
在站点设备将第一校验信息传输给车载设备的过程中，该信息可能被篡改，因此，本方案可以依据私钥签名和公钥验签的方式来对第一校验信息进行校验。具体的，作为一个可选的实施例，所述发送第一校验信息给目标交通设备的车载设备，包括：采取站点设备的第一私钥，对第一校验信息进行签名，并将签名后的第一校验信息发送给目标交通设备的车载设备，以使得目标交通设备的车载设备依据第一私钥对应的第一公钥对签名后的第一校验信息进行验签，确定第一校验信息验签通过后，车载设备对第一校验信息进行校验。
在第一校验信息发生异常的情况下，站点设备与车载设备之间的交互可能无法判断异常位置，如无法确定异常位置是模型、动态存储区或静态存储区，因此，可以通过站点设备与服务器的交互进行验证。具体的，作为一个可选的实施例，所述第一校验信息依据以下公式确定：J=H（P）&H（Q）&H（N），其中，J代表第一校验信息，H代表第一哈希处理，&表示分隔符，P代表视频文本合规识别模型的模型度量信息，当视频文本合规识别模型的参数发生改变时，模型度量信息发生改变；Q代表静态存储区的第一度量信息，当静态存储区包含的数据发生变化时，第一度量信息发生改变；N代表动态存储区的第二度量信息，当动态存储区包含的数据发生变化时，第二度量信息发生改变；所述方法还包括：上传第一校验信息给服务器，所述服务器存储有第一校验信息的标准信息，所述标准信息包括模型度量信息经过第一哈希处理后得到的第一信息、第一度量信息经过第一哈希处理后得到的第二信息，第二度量信息经过第一哈希处理后的得到第三信息；所述服务器依据标准信息对第一校验信息进行验证，以确定异常位置信息；接收服务器下发的异常位置信息，并展示给管理用户。本方案可以分别对模型、动态存储区和静态存储区的度量信息进行哈希，并设置分隔符，服务器依据分隔符来分别提取各度量信息的哈希值，并依据第一信息、第二信息和第三信息进行校验，确定异常位置，并反馈。如，若是第一信息匹配失败，则确定模型异常。
另外，交通工具（交通设备）上也设置有图像展示设备，相应的，为了管理交通工具上的图像展示设备的内容，车载设备也可以设置静态存储区、动态存储区和视频文本合规识别模型，以采取与站点设备相同的处理方案进行处理。相应的，车载设备也可以发送校验信息给站点设备，站点设备与车载设备形成校验。由于交通工具不断在各个站点之间流转，从而实现了多个站点、多个交通设备之间的验证链路。具体的，作为一个可选的实施例，所述车载设备还包括功能区，功能区包括存储有第一文本类型的第一文本模板的静态存储区、存储有第二文本类型的第二文本模板的动态存储区和视频文本合规识别模型；所述车载设备还用于：当交通设备到达站点时，依据功能区的视频文本合规识别模型、静态存储区和动态存储区，生成第二校验信息；发送第二校验信息给站点的站点设备，站点设备设置有校验信息存储区，校验信息存储区中存储有第二校验信息的第二对照信息，以依据第二校验信息和第二对照信息进行校验，以反馈第二校验结果；接收第二校验结果，并在第二校验结果异常时，发出第二警示信息。
在轨道交通场景，通常会设置多个摄像组件，摄像组件的拍摄内容可能与图像展示设备相关，因此，可以提取摄像组件的拍摄图像对应的拍摄子图像，并依据拍摄子图像提取文本信息，并与文本模板进行匹配，从而可以确定图像展示设备最终展示的内容与站点设备校验的内容是否一致，从而在有异常时，及时发出警示。具体的，作为一个可选的实施例，所述方法还包括：获取与图像展示设备对应的摄像组件的拍摄图像；依据图像展示设备和摄像组件的空间位置关系，确定拍摄图像与图像展示设备对应的图像框，并提取图像框中的拍摄子图像；从拍摄子图像中提取第一文本类型的第三文本信息和第二文本类型的第四文本信息；将第三文本信息与目标第一文本模板进行匹配，将第四文本信息与目标第二文本模板进行匹配，确定图像展示设备的展示内容是否与站点设备输出的视频图像一致，并在图像展示设备的展示内容与站点设备输出的视频图像不一致时，发出警示信息。
在上述实施例的基础上，本申请实施例还提供一种轨道交通环境下的视频文本内容监测系统，应用站点设备，如图3所示，所述系统包括：
第一文本存储模块302，用于获取第一文本类型的第一文本模板，并将第一文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第一文本模板存入静态存储区。
第二文本存储模块304，用于获取第二文本类型的第二文本模板，并将第二文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第二文本模板存入动态存储区。
文本信息识别模块306，用于按照视频图像包含的文本的文本类型，将视频图像划分为第一子图像和第二子图像，并识别第一子图像中的第一文本信息，识别第二子图像中的第二文本信息。
文本信息匹配模块308，用于将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果。
文本信息输出模块310，用于依据第一匹配结果和第二匹配结果，确定合规的视频图像，并输出给图像展示设备进行展示。
本申请实施例的实施方式与上述方法实施例的实施方式类似，具体实施方式可以参考上述方法实施例的具体实施方式，此处不再赘述。
本申请的方案中，可以获取工作人员设定的第一文本类型的第一文本模板，并将第一文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第一文本模板存入静态存储区。其中，第一文本类型的第一文本模板可以为由工作人员设定的内容，该部分内容对应轨道交通场景中的导乘信息（如车辆三分钟后到达）等，该部分内容通常是不变的。还可以获取第二文本类型的第二文本模板，并将第二文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第二文本模板存入动态存储区。第二文本类型的第二文本模板可以是由内容提供者提供的，该部分内容变化频率要高于第一文本模板的变化频率。因此，可以将两部分分别采用不同的存储区域进行存储，以便进行更新。本方案可以预先用视频文本合规识别模型对第一文本模板和第二文本模板进行识别，然后存储，在后续对视频图像进行处理时，可以先将提取的文本信息与文本模板进行匹配，若是相同，则直接进行展示，从而无需采用视频文本合规识别模型进行重复识别，节约了站点设备的算力资源。
在上述实施例的基础上，本申请还提供一种电子设备，包括：存储器和至少一个处理器；所述存储器用于存储计算机执行指令；所述至少一个处理器用于执行所述存储器中存储的计算机执行指令，使得所述至少一个处理器执行如上述实施例所述的方法。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述数据的处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器（Read-Only Memory，简称ROM）、随机存取存储器（Random ACGess Memory，简称RAM）、磁碟或者光盘等。
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、完全软件实施例或者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、CD-ROM、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。
在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM) 和/或非易失性内存等形式，如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的定界，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，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、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
以上仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (9)
1.一种轨道交通环境下的视频文本内容监测方法，其特征在于，应用站点设备，所述方法包括：
获取第一文本类型的第一文本模板，并将第一文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第一文本模板存入静态存储区；
获取第二文本类型的第二文本模板，并将第二文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第二文本模板存入动态存储区；
按照视频图像包含的文本的文本类型，将视频图像划分为第一子图像和第二子图像，并识别第一子图像中的第一文本信息，识别第二子图像中的第二文本信息；
将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果；
依据第一匹配结果和第二匹配结果，确定合规的视频图像，并输出给图像展示设备进行展示；
当目标交通设备到达站点时，依据视频文本合规识别模型、静态存储区和动态存储区，生成第一校验信息；
发送第一校验信息给目标交通设备的车载设备，目标交通设备的车载设备设置有校验信息存储区，校验信息存储区中存储有第一校验信息的第一对照信息，以依据第一校验信息和第一对照信息进行校验，以反馈第一校验结果；
接收第一校验结果，并在第一校验结果异常时，发出第一警示信息。
2.根据权利要求1所述的方法，其特征在于，所述第一文本模板具有第一显示顺序，所述第二文本模板具有第二显示顺序，所述将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果，包括：
按照第一文本模板的第一显示顺序，从静态存储区中提取出目标第一文本模板，并将目标第一文本模板与第一文本信息进行匹配，确定第一匹配结果；
按照第二文本模板的第二显示顺序，从动态存储区中提取出目标第二文本模板，并将目标第二文本模板与第二文本信息进行匹配，确定第二匹配结果。
3.根据权利要求1所述的方法，其特征在于，所述第一校验信息依据以下公式确定：J=Y{H（P）+H（Q）+H（N）}，其中，J代表第一校验信息，H代表第一哈希处理，Y代表第二哈希处理，+表示连接，P代表视频文本合规识别模型的模型度量信息，当视频文本合规识别模型的参数发生改变时，模型度量信息发生改变；Q代表静态存储区的第一度量信息，当静态存储区包含的数据发生变化时，第一度量信息发生改变；N代表动态存储区的第二度量信息，当动态存储区包含的数据发生变化时，第二度量信息发生改变。
4.根据权利要求3所述的方法，其特征在于，所述发送第一校验信息给目标交通设备的车载设备，包括：
采取站点设备的第一私钥，对第一校验信息进行签名，并将签名后的第一校验信息发送给目标交通设备的车载设备，以使得目标交通设备的车载设备依据第一私钥对应的第一公钥对签名后的第一校验信息进行验签，确定第一校验信息验签通过后，车载设备对第一校验信息进行校验。
5.根据权利要求1所述的方法，其特征在于，所述第一校验信息依据以下公式确定：J=H（P）&H（Q）&H（N），其中，J代表第一校验信息，H代表第一哈希处理，&表示分隔符，P代表视频文本合规识别模型的模型度量信息，当视频文本合规识别模型的参数发生改变时，模型度量信息发生改变；Q代表静态存储区的第一度量信息，当静态存储区包含的数据发生变化时，第一度量信息发生改变；N代表动态存储区的第二度量信息，当动态存储区包含的数据发生变化时，第二度量信息发生改变；所述方法还包括：
上传第一校验信息给服务器，所述服务器存储有第一校验信息的标准信息，所述标准信息包括模型度量信息经过第一哈希处理后得到的第一信息、第一度量信息经过第一哈希处理后得到的第二信息，第二度量信息经过第一哈希处理后的得到第三信息；所述服务器依据标准信息对第一校验信息进行验证，以确定异常位置信息；
接收服务器下发的异常位置信息，并展示给管理用户。
6.根据权利要求3所述的方法，其特征在于，所述车载设备还包括功能区，功能区包括存储有第一文本类型的第一文本模板的静态存储区、存储有第二文本类型的第二文本模板的动态存储区和视频文本合规识别模型；所述车载设备还用于：
当交通设备到达站点时，依据功能区的视频文本合规识别模型、静态存储区和动态存储区，生成第二校验信息；
发送第二校验信息给站点的站点设备，站点设备设置有校验信息存储区，校验信息存储区中存储有第二校验信息的第二对照信息，以依据第二校验信息和第二对照信息进行校验，以反馈第二校验结果；
接收第二校验结果，并在第二校验结果异常时，发出第二警示信息。
7.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取与图像展示设备对应的摄像组件的拍摄图像；
依据图像展示设备和摄像组件的空间位置关系，确定拍摄图像与图像展示设备对应的图像框，并提取图像框中的拍摄子图像；
从拍摄子图像中提取第一文本类型的第三文本信息和第二文本类型的第四文本信息；
将第三文本信息与目标第一文本模板进行匹配，将第四文本信息与目标第二文本模板进行匹配，确定图像展示设备的展示内容是否与站点设备输出的视频图像一致，并在图像展示设备的展示内容与站点设备输出的视频图像不一致时，发出警示信息。
8.一种轨道交通环境下的视频文本内容监测系统，其特征在于，应用站点设备，所述系统包括：
第一文本存储模块，用于获取第一文本类型的第一文本模板，并将第一文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第一文本模板存入静态存储区；
第二文本存储模块，用于获取第二文本类型的第二文本模板，并将第二文本模板输入到视频文本合规识别模型中进行识别，以将识别通过的第二文本模板存入动态存储区；
文本信息识别模块，用于按照视频图像包含的文本的文本类型，将视频图像划分为第一子图像和第二子图像，并识别第一子图像中的第一文本信息，识别第二子图像中的第二文本信息；
文本信息匹配模块，用于将第一文本信息与静态存储区中的第一文本模板进行匹配，确定第一匹配结果；并将第二文本信息与动态存储区中的第二文本模板进行匹配，确定第二匹配结果；
文本信息输出模块，用于依据第一匹配结果和第二匹配结果，确定合规的视频图像，并输出给图像展示设备进行展示；
当目标交通设备到达站点时，依据视频文本合规识别模型、静态存储区和动态存储区，生成第一校验信息；
发送第一校验信息给目标交通设备的车载设备，目标交通设备的车载设备设置有校验信息存储区，校验信息存储区中存储有第一校验信息的第一对照信息，以依据第一校验信息和第一对照信息进行校验，以反馈第一校验结果；
接收第一校验结果，并在第一校验结果异常时，发出第一警示信息。
9.一种电子设备，其特征在于，包括：存储器和至少一个处理器；
所述存储器用于存储计算机执行指令；
所述至少一个处理器用于执行所述存储器中存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311188517.3A CN116939292B (zh) | 2023-09-15 | 2023-09-15 | 轨道交通环境下的视频文本内容监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311188517.3A CN116939292B (zh) | 2023-09-15 | 2023-09-15 | 轨道交通环境下的视频文本内容监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116939292A CN116939292A (zh) | 2023-10-24 |
| CN116939292B true CN116939292B (zh) | 2023-11-24 |
Family
ID=88377415
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311188517.3A Active CN116939292B (zh) | 2023-09-15 | 2023-09-15 | 轨道交通环境下的视频文本内容监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116939292B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005091952A2 (en) * | 2004-03-05 | 2005-10-06 | Zmr Communications, Inc. | Method and apparatus for providing dynamic network content to target devices |
| CN110275958A (zh) * | 2019-06-26 | 2019-09-24 | 北京市博汇科技股份有限公司 | 网站信息识别方法、装置和电子设备 |
| WO2021051554A1 (zh) * | 2019-09-19 | 2021-03-25 | 平安科技（深圳）有限公司 | 证件真伪验证方法、系统、计算机设备及可读存储介质 |
| CN112580707A (zh) * | 2020-12-11 | 2021-03-30 | 北京巅峰科技有限公司 | 图像识别方法、装置、设备及存储介质 |
| WO2021147221A1 (zh) * | 2020-01-22 | 2021-07-29 | 平安科技（深圳）有限公司 | 文本识别方法、装置、电子设备及存储介质 |
| CN114095282A (zh) * | 2022-01-21 | 2022-02-25 | 杭银消费金融股份有限公司 | 一种基于短文本特征提取的风控处理方法及设备 |
| WO2022134588A1 (zh) * | 2020-12-21 | 2022-06-30 | 深圳壹账通智能科技有限公司 | 信息审核分类模型的构建方法和信息审核方法 |
| WO2022142611A1 (zh) * | 2020-12-28 | 2022-07-07 | 深圳壹账通智能科技有限公司 | 文字识别方法及装置、存储介质、计算机设备 |
| CN114792368A (zh) * | 2022-04-28 | 2022-07-26 | 上海兴容信息技术有限公司 | 一种智能判断门店合规的方法和系统 |
| WO2022179138A1 (zh) * | 2021-02-26 | 2022-09-01 | 深圳壹账通智能科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
| WO2022206534A1 (zh) * | 2021-03-29 | 2022-10-06 | 广州视源电子科技股份有限公司 | 文本内容识别方法、装置、计算机设备和存储介质 |
| WO2022222228A1 (zh) * | 2021-04-22 | 2022-10-27 | 平安科技（深圳）有限公司 | 文本不良信息识别方法、装置、电子设备及存储介质 |
| CN115665472A (zh) * | 2022-09-29 | 2023-01-31 | 海宁奕斯伟集成电路设计有限公司 | 传输内容管控装置及方法 |
| CN115759071A (zh) * | 2022-11-14 | 2023-03-07 | 深圳中科保泰科技有限公司 | 基于大数据的政务敏感信息识别系统和方法 |
| CN116052176A (zh) * | 2023-01-05 | 2023-05-02 | 湖南智警公共安全技术研究院有限公司 | 一种基于级联多任务学习的文本抽取方法 |
| CN116092066A (zh) * | 2023-01-04 | 2023-05-09 | 中国建设银行股份有限公司 | 文本识别方法、装置、设备、介质及产品 |
| CN116208802A (zh) * | 2023-05-05 | 2023-06-02 | 广州信安数据有限公司 | 视频数据多模态合规检测方法、存储介质和合规检测设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11275948B2 (en) * | 2019-12-10 | 2022-03-15 | Accenture Global Solutions Limited | Utilizing machine learning models to identify context of content for policy compliance determination |
-
2023
- 2023-09-15 CN CN202311188517.3A patent/CN116939292B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005091952A2 (en) * | 2004-03-05 | 2005-10-06 | Zmr Communications, Inc. | Method and apparatus for providing dynamic network content to target devices |
| CN110275958A (zh) * | 2019-06-26 | 2019-09-24 | 北京市博汇科技股份有限公司 | 网站信息识别方法、装置和电子设备 |
| WO2021051554A1 (zh) * | 2019-09-19 | 2021-03-25 | 平安科技（深圳）有限公司 | 证件真伪验证方法、系统、计算机设备及可读存储介质 |
| WO2021147221A1 (zh) * | 2020-01-22 | 2021-07-29 | 平安科技（深圳）有限公司 | 文本识别方法、装置、电子设备及存储介质 |
| CN112580707A (zh) * | 2020-12-11 | 2021-03-30 | 北京巅峰科技有限公司 | 图像识别方法、装置、设备及存储介质 |
| WO2022134588A1 (zh) * | 2020-12-21 | 2022-06-30 | 深圳壹账通智能科技有限公司 | 信息审核分类模型的构建方法和信息审核方法 |
| WO2022142611A1 (zh) * | 2020-12-28 | 2022-07-07 | 深圳壹账通智能科技有限公司 | 文字识别方法及装置、存储介质、计算机设备 |
| WO2022179138A1 (zh) * | 2021-02-26 | 2022-09-01 | 深圳壹账通智能科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
| WO2022206534A1 (zh) * | 2021-03-29 | 2022-10-06 | 广州视源电子科技股份有限公司 | 文本内容识别方法、装置、计算机设备和存储介质 |
| WO2022222228A1 (zh) * | 2021-04-22 | 2022-10-27 | 平安科技（深圳）有限公司 | 文本不良信息识别方法、装置、电子设备及存储介质 |
| CN114095282A (zh) * | 2022-01-21 | 2022-02-25 | 杭银消费金融股份有限公司 | 一种基于短文本特征提取的风控处理方法及设备 |
| CN114792368A (zh) * | 2022-04-28 | 2022-07-26 | 上海兴容信息技术有限公司 | 一种智能判断门店合规的方法和系统 |
| CN115665472A (zh) * | 2022-09-29 | 2023-01-31 | 海宁奕斯伟集成电路设计有限公司 | 传输内容管控装置及方法 |
| CN115759071A (zh) * | 2022-11-14 | 2023-03-07 | 深圳中科保泰科技有限公司 | 基于大数据的政务敏感信息识别系统和方法 |
| CN116092066A (zh) * | 2023-01-04 | 2023-05-09 | 中国建设银行股份有限公司 | 文本识别方法、装置、设备、介质及产品 |
| CN116052176A (zh) * | 2023-01-05 | 2023-05-02 | 湖南智警公共安全技术研究院有限公司 | 一种基于级联多任务学习的文本抽取方法 |
| CN116208802A (zh) * | 2023-05-05 | 2023-06-02 | 广州信安数据有限公司 | 视频数据多模态合规检测方法、存储介质和合规检测设备 |
Non-Patent Citations (2)
| Title |
|---|
| 一种面向结构化文本图像识别的深度学习模型;唐三立;程战战;钮毅;雷鸣;;杭州电子科技大学学报(自然科学版)(第02期);全文 * |
| 基于深度学习的电气铭牌可变区域识别方法的研究;石煌雄;胡洋;蒋作;潘文林;杨凡;张瑞祥;;云南民族大学学报(自然科学版)(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116939292A (zh) | 2023-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111311777A (zh) | 一种动态巡检方法、服务器、终端、存储介质及设备 | |
| CN110226317A (zh) | 数据认证方法、装置和系统 | |
| CN111415336B (zh) | 一种图像篡改识别方法、装置、服务器及存储介质 | |
| US11741691B2 (en) | Distributed learning method, server and application using identification card recognition model, and identification card recognition method using the same | |
| CN111199461B (zh) | 一种基于区块链的无人车载客方法及无人车 | |
| CN110659569A (zh) | 电子签名方法、装置、存储介质及电子设备 | |
| CN105096594A (zh) | 基于行车记录仪的信息关联方法、装置及系统 | |
| CN111125729A (zh) | 基于区块链的车辆行驶信息处理方法、设备及存储介质 | |
| CN113505805B (zh) | 样本数据闭环生成方法、装置、设备及存储介质 | |
| CN116939292B (zh) | 轨道交通环境下的视频文本内容监测方法及系统 | |
| CN113434254A (zh) | 客户端部署方法、装置、计算机设备及存储介质 | |
| CN115564000A (zh) | 二维码生成方法、装置、计算机设备及存储介质 | |
| CN112153151B (zh) | 一种基于区块链的智能制造车间安全管理方法及系统 | |
| CN113886140A (zh) | 基于可信性验证的人工智能模型输出数据判断系统 | |
| CN116866666B (zh) | 轨道交通环境下的视频流画面处理方法及装置 | |
| CN105791888A (zh) | 一种视频分析的方法及装置 | |
| CN111598230A (zh) | 具备防伪功能的神经网络模型的训练方法及系统、防伪验证方法及电子装置 | |
| CN117171185B (zh) | 基于工业标识的物流数据变更方法及相关设备 | |
| CN113496232B (zh) | 标签校验方法和设备 | |
| CN111435450A (zh) | 一种道路数据处理方法及其装置 | |
| CN114112958B (zh) | 一种基于大数据的农产品检测系统及检测方法 | |
| KR20190051430A (ko) | 비디오 데이터의 위/변조 방지 장치 및 방법 | |
| CN115022096B (zh) | 下载软件方法和装置 | |
| CN116597259B (zh) | 现场信息校验方法及其装置、设备、介质、产品 | |
| CN114553684B (zh) | 网点运维方法、装置、计算机设备、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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |