Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 福州大学柯逍获国家专利权

福州大学柯逍获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉福州大学申请的专利基于词聚焦网络和样本权重分配的文本检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116844146B

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310805134.X,技术领域涉及:G06V20/62;该发明授权基于词聚焦网络和样本权重分配的文本检测方法是由柯逍;卢恺翔设计研发完成,并于2023-07-03向国家知识产权局提交的专利申请。

基于词聚焦网络和样本权重分配的文本检测方法在说明书摘要公布了:本发明针对模型训练速度慢和现有方法检测极端长宽比文本实例效果差等问题,提出了一种基于词聚焦骨干网络和样本权重独立分配的场景文本检测方法,将文本实例的空间信息融入早期的模型训练中,加快模型收敛速度,并利用通道注意力和空间注意力机制帮助模型关注包含语义信息的像素点,最后利用独立分配权重的标签分配策略帮助模型学习难样本,以提升模型的鲁棒性。

本发明授权基于词聚焦网络和样本权重分配的文本检测方法在权利要求书中公布了:1.一种基于词聚焦网络和样本权重分配的文本检测方法,其特征在于,包括以下步骤; 步骤S1:获取自然场景文本图像数据集,将数据集中的图片输入至词聚焦骨干网络中,将自然图像的空间信息融入到骨干网络中,以加速模型收敛,在跨层连接中加入形变卷积,使得网络能够更好地处理特征图尺度的变化; 步骤S2:将得到的特征图输入至自适应特征筛选网络,利用空间注意力和通道注意力相融合的方法,帮助模型自适应筛选包含文本实例语义信息的特征,并使用残差结构使筛选后的特征与原特征融合; 步骤S3:将融合后的特征输入至概率图生成头部,利用概率图生成头部预测文本实例的像素点,并使用像素聚合算法得出文本实例的边界: 包括步骤S31:利用可微分二值化函数来预测文本实例的像素;如公式三所示: 其中Bi,j代表利用可微分二值化函数生成的阈值图,Ti,j代表由网络学习得到的动态阈值图,Pi,j代表模型生成的概率图,i,j代表对应图的横纵坐标,用于将近似二值化函数拟合标准二值化曲线;以实现将文本实例和背景区分开,利用像素聚合算法预测出文本实例的边界。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人福州大学,其通讯地址为:350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。