龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：哈尔滨工业大学
摘要：本发明是一种基于神经网络的印章识别系统及识别方法。本发明涉及图像识别技术领域，本发明为解决印章自动识别准确率较低的问题,将印章数据标注，并进行数据增广方法提高数据量，使得训练的模型具有更强的泛化能力；进一步，利用数据通过racnn网络模型进行训练，提取印章特征；最后将所得特征进行分类，得出分类结果。通过此方法训练得到的印章分类模型可以实现较高准确率的印章识别。
主权项：1.一种基于神经网络的印章识别方法，其特征是：所述方法包括以下步骤：步骤1：对印章图像数据进行标注，通过数据增广方法提高数据量，得到样本图像数据；步骤2：根据数据增广后的样本图像数据，进行训练，得到训练集，提取印章图像特征并进行分类；所述步骤2具体为：采用MobileNetV2分类网络对样本图像提取特征并分类，得到图像特征；上述特征提取操作为：采用Depth-wiseSeparableConvolution，即使用PW卷积，DW卷积，PW卷积的方式来提取特征；步骤3：根据得到的印章图像特征，采用APN网络得到注意力区域信息；所述步骤3具体为：根据提取的特征，采用APN网络得到注意力区域信息，通过将提取到的图像输入到预先训练好的卷积层来提取基于区域的深度特征，将网络在每个尺度上建模为一个具有两个输出的多任务，第一个任务在生成细粒度类别上的概率分布，第二个任务为下一个尺度预测一组参与区域的坐标；步骤4：对注意力区域进行裁剪，得到裁剪后的图像；所述步骤4具体为：裁剪通过将原始图像在较粗尺度上与注意掩膜相乘来实现，采用RA-CNN中裁剪方法的函数是可导的logistic函数，进行反向传播，完成端到端的训练；将裁剪到的区域放大到更大的尺寸，利用以双线性插值为核心的向上采样方法，利用pytorch框架下的torch.nn.functional函数实现；步骤5：重复三次步骤2-步骤4的操作，得到三个尺度网络的输出结果，通过将三个尺度网络的损失函数相加作为结果的损失函数，与训练集中结果进行匹配，对图片进行预测得出印章识别预测结果。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 一种基于神经网络的印章识别系统及识别方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号