基于行列信息门的表格结构识别网络

目前基于深度学习的表格结构识别有2种主流方法：检测表格框线法和检测表格行与列法。在检测表格框线法中,表格框线所占像素数较少导致了正负样本失衡的问题。虽然检测表格行与列法避免了正负样本失衡的问题,但有的研究将行与列预测分别简化成一列与一行像素的预测,又造成了容错率大的问题。针对该问题,提出了2种信息传输模块：行信息门和列信息门。在模块内,通过特征切片和平铺来对行或列进行软预测,解决了简化行与列预测产生的大容错率问题;通过计算通道注意力进一步提取行或列信息;使用行信息门与列信息门搭建了一个语义分割模型,同时完成表格行分割与列分割。在ICDAR 2013数据集上构建表格的行与列掩模并对模型评估,验证结果表明,与基于检测表格行与列法的分割模型相比,提出的模型有更好的性能,平均查准率、查全率和F1值分别高出0.55%,2.78%和1.48%。     

基于冲刷模拟的灰度模式骨架化算法

通过模拟水流冲刷图像表面的过程,本文提出了一种直接针对灰度图像的高效的骨架化算法.研究表明:该算法可以得到连通的、单象素宽的、与原始图像拓扑一致的、处于模式中线上的、对于图像灰度的严格单调变换不变的骨架.对于二值图像和灰度图像的实验显示了算法的高效性和可靠性.     

基于区域候选孪生网络的红外目标跟踪算法

目标跟踪是光电设备的基本功能。为了应对跟踪任务中目标快速运动、复杂背景干扰以及遮挡的影响,不同于传统生成式方法与核相关滤波方法,本文提出一种使用深度学习的红外目标跟踪算法,使用双分支孪生特征提取网络对输入进行空间映射,经锚框划分图像区块后,分流为区域候选网络的“分类”与“回归”分支并进行特征模板匹配,对每个锚框进行分数评价后取“分类”分支中的最佳锚框,经“回归”分支进行预测边界回归后确定目标跟踪预测框,得到一种可以达到实时要求的红外单光宏观单目标跟踪算法。这种方法能够通过完全离线端到端训练整体系统参数获得,其制作过程简单,只要方法得当地进行参数精调,其性能有充分潜力可供挖掘。     

基于谱聚类的自加权多视图聚类算法研究

针对多视图聚类中如何更好地融合不同视图之间信息的问题,提出了一种多视图聚类算法。采用谱聚类中的归一化割算法,得到每个单视图的嵌入矩阵。通过最小化最终的全局图与各单视图之间的差距来学习最终的全局图。考虑到不同视图的重要性不同,使用了一种自加权的方式为每个视图添加权重。利用秩约束的方式控制全局图的连通分量个数。聚类结果可以从最终学习得到的全局图中直接得出,每个连通分量即为一个簇。通过在两个真实数据集上进行实验,对比该算法与其他类似算法在相同数据集上的聚类评价指标,得出该算法的聚类指标相比于对比算法有最大12%的提升。     

基于三个戈莱码码字的交叠编码和译码

在现有分组码编码译码基础上提出了一种新的分组编码和译码算法。详细介绍了交叠编码的过程,由3个短信息分组相互交叠进而由现有分组码进行编码和缩短;以及译码的流程,详细讨论了两种不同的迭代译码。仿真分析了两种算法的性能差异,并将算法1进行了推广。最后总结两种算法的优缺点。     

基于连通域标记的目标检测算法设计与实现

在图像目标识别和跟踪任务中,连通域标记算法的设计优化主要体现在执行速度、存储空间和逻辑判断次数三个方面,因此提出并实现了一种基于一次逐像素扫描连通域标记的单目标检测算法。算法结合包围盒和单目标图像检测的特点,只需单行的图像缓存空间,同时简化复杂的等价标号替换操作,目标的判断准则为目标图像连通区域面积最大化,最终以包围盒形式给出目标位置。FPGA仿真结果表明:该方法资源占用率小,检测一幅图像的总时钟周期数为M×N×4(M,N分别为图像行列数),适用于单目标图像的实时识别与跟踪。     

钟控传输门绝热逻辑电路和SRAM的设计

本文利用NMOS管的自举效应设计了一种新的采用二相无交叠功率时钟的绝热逻辑电路——钟控传输门绝热逻辑电路,实现对输出负载全绝热方式充放电.依此进一步设计了一种新型绝热SRAM,从而可以以全绝热方式有效恢复在字线、写位线、敏感放大线及地址译码器上的大开关电容的电荷.最后,在采用TSMC 0.25 μ m CMOS工艺器件参数情况下,对所设计的绝热SRAM进行HSPCIE模拟,结果表明,此SRAM逻辑功能正确,低功耗特性明显.     

基于距离变换的多尺度连通骨架算法

传统的基于距离变换的骨架算法不能保证骨架的连通性，需要引入鞍点解决连通问题．该类算法复杂，且不够准确，同时鞍点的定义很难推广到三维，限制了传统算法的发展．本文提出一种新型骨架算法，在图形内根据距离变换的约束，由骨架种子点开始以单像素宽度逐点生长出各骨架分支，逐点生长保证了连通性．实验证明该算法的骨架生长过程是骨架由粗到精的演变过程，能够方便地实现骨架的多尺度控制．     

单载波频域空间分集均衡算法

针对短波高速数据通信中存在的突发深衰落和严重的符号间干扰问题,通过在频域构造滤波器,提出一种单载波频域空间分集均衡联合处理算法。由于充分利用了时域和空域信息,系统接收端性能大大提高。仿真结果表明,算法具有计算复杂度低、抗误码性能好的优点,能够很好地适用于远程短波高速率数据通信系统。     

基于线性预测和加权投票的分块Mean-Shift行人跟踪算法

行人目标跟踪对公共交通规划、服务改善以及对大客流量的预测具有极重要的意义。而广泛采用的Mean-Shift算法及其改进算法在抗遮挡性能方面仍有非常大的改进空间。对此,文章针对行人轨迹交错或发生互相遮挡时可能引起的漏检及错检问题,结合基于分块的色调直方图、线性预测,提出了一种自反馈的混合检测方法。测试结果表明,该方法在行人发生遮挡或行径路线交叠时能够一定程度上减少错跟和漏跟,从而提高算法的鲁棒性。     

基于笔划间距分类的自适应提取单字方法

单字提取是连续手写中文识别的前提。给出了一种基于笔划间距分类的自适应提取单字方法。该方法计算时间上相邻笔划的水平间距，利用直方图对笔划间距进行分类，先得到属于同一行的笔划集合，然后再对同一行的笔划进行间距分类，从而得到属于同一个字的笔划，实现单字提取。利用直方图对笔划间距进行二分类，对字的大小具有较好的适应性。以单字宽高比为分类终止条件。测试结果表明该方法对连续手写中文具有较好的分割效果。     

Automatic data capture for geographic information systems

We present a map interpretation system for automatic extraction of high level information from the scanned images of Chinese land register maps. Our map interpretation system consists of three main components: text/graphics separation, parcel extraction, and rotated character recognition. Our approach to text/graphics separation is based on a simple yet effective rule: the feature points of characters are more compact than those of graphics. In the parcel extraction process, the proposed algorithm traces the branches between feature points to extract polygon structure from line drawings. Our character recognition method is based on the matching of extracted strokes using a neural network. The techniques of text/graphics separation and character recognition are robust to the rotation and writing style of characters. Another advantage of our separation algorithm is that it can successfully extract a character connected to a graphical line. Experimental results have shown that the proposed system is effective for the data capture of geographic information systems     

基于数字形态学的车牌字符分割算法

随着科技的发展,车牌识别系统得到了很多应用。车牌识别系统包含三个部分;车牌定位、字符分割 和字符识别。车牌字符分割是车牌自动识别系统中的重要步骤。车牌字符分割中存在噪声干扰、边框影响、铆钉和 间隔符影响、车牌旋转、光照不均等问题。这些问题容易造成分割不准确,甚至分割错误。针对这些问题,提出一 种新的字符分割方法,采用基于数字形态学的连通区域法进行字符的分割,并结合现有方法提出一个完整的、行之 有效的字符分割方案,取得较好的实验效果。     

基于笔画细化及图形化的牌照数字字符识别预处理算法

文章介绍了一种牌照数字字符识别预处理算法，该方法根据数字字符笔画的特点，进行模块细化，依据数字笔画的结构信息，构造笔画控制模板，得到图形化的单象素宽字符笔画。     

基于Android平台的视频字符实时识别研究

针对移动终端处理能力低、内存小等影响系统效率的问题,提出了三阶段视频字符实时识别方法：视频采集及图像预处理、字符区域定位和字符识别。对于字符区域定位,提出了基于感兴趣区域（ROI,Region of Interesting）运动检测的相似帧过滤算法,并通过数学形态学与连通区域相结合的方法进行字符定位;对于字符识别,提出了基于误差阈值筛选的多模板字符识别算法,保证较高识别率。算法均采用NDK开发框架实现。实验结果表明,该方法在每个阶段都提高了处理效率,达到了对视频字符实时识别的效果。     

基于提升小波的矩不变量车牌字符识别方法

车牌识别系统的关键在于字符的识别,而字符识别的核心是字符特征的提取。小波变换可以获取字符的细节结构特征,而不变矩能很好地对其进行描述,故将两者结合起来提取字符的特征;同时利用张量积小波分解的高频子图具有方向性的特点,提取字符的笔画特征,最终得到反映字符结构和统计特征的联和特征向量,并且字符图像的分解采用第二代提升小波算法进一步降低了计算复杂性。实验结果表明,此方法提取得到的联合特征向量能够取得98%的字符综合识别率,可以满足实际应用的要求。     

识别联机手写体汉字的多级分类方法

本文提出了一种基于笔划的联机手写体汉字多级识别方法，包括拐折码笔划识别方法和笔划位置的模糊匹配方法，拐折码法具有笔划识别率高，对笔划变形的容忍度大，计算简单等特点，笔划位置匹配法不要求笔顺，对书写者的限制比较少，本方法对国标二级汉字的识别率为95％，不要求笔顺，识别速度达到实时要求。     

Air-writing recognition using reverse time ordered stroke context

Air-writing is a new human and smart device communication approach, permits users to write inputs in a natural and relentless way. This touch-less way can prevent users from virus infection such as COVID-19. Compared with other methods, air writing is more challenging due to its unique characteristics such as redundant lifting strokes, multiplicity (different writing styles from various users), and confusion (different character types written in air are similar). Without the need of any starting trigger, a novel reverse time-ordered algorithm is proposed in this paper to efficiently filter out unnecessary lifting strokes, and thus simplifies the matching procedure. As to the second and third issues, a tiered arrangement structure is proposed by sampling the air-writing results with various sampling rates to solve the multiplicity and confusion problems. Analyzed with other recently proposed air writing algorithms, the proposed approach reaches satisfactory recognition accuracy (above 94%) without any starting triggers.     

一种振镜扫描汉字激光打标优化算法

为了提高汉字激光打标效率,结合笔画跟踪算法和贪心算法,给出了一种振镜式汉字激光打标优化算法。该算法首先提取出汉字的连续笔画,然后运用贪心算法获得汉字笔画最优输出路径,最后按最优路径实现激光打标。结果表明,该算法减少了激光大跳跃次数,提高了汉字激光打标效率。     

基于三叉点特征的激光刻蚀标牌字符识别

为了实现金属标牌刻蚀字符的识别,在分析标牌字符结构特点的基础上提取字符图像中的端点,三叉点和四叉点,然后提取三叉点的位置,制作成模板,用于字符的粗分类,进而利用笔画长度等信息进行细分类。为了解决字符断裂的问题,提出了一种端点反向生长算法,利用字符的端点进行反向生长,较好地解决了断裂对识别的影响。利用上述结构特征对标牌上的激光刻蚀英文和数字字符进行了识别,取得了较好的效果,表明这些结构特征非常适用于该类字符的识别。