基于YOLOv8-OCR的井下人员检测算法

为提高井下昏暗环境的目标检测性能,将行人属性应用到井下,将反光号码牌贴在安全帽和工作服上作为属性进行识别。针对井下小目标检测率低的缺点,提出了一种将YOLOv8检测算法与光学字符识别(Optical Character Recognation, OCR)技术相结合的方法。通过添加卷积块注意力模块(Convolutional Block Attention Module, CBAM),提高了网络对不同尺度的特征提取能力;将YOLOv8中的CBS模块改进为CBF模块,提高了目标的识别准确率;对检测到的反光号码牌区域用OCR技术对区域内数字进行识别,进一步提高了模型的检测精度。实验结果表明,提出的方法在自建数据集上获得了93.2%的识别准确率和每张24.4 ms的检测速度,相比YOLOv8模型有着更高的准确率,能够有效地应对井下环境中的光照变化和干扰因素并且满足实时检测的要求。

我国民族语言文献文本数字化识别问题——基于OCR及其工具

我国少数民族语言文献数量庞大,文字种类繁多,内容涵盖政治、经济、法律、历史、文学、艺术、宗教、天文、地理、医药等领域,是中华民族文化知识的重要组成部分。构建各民族文献文本数据,使之应用于自然语言处理和人工智能,能有效促进中华优秀传统知识创新性传承,促进知识社会化,是对各民族语言古文献和现代书报刊进行文字识别和文本转换数据构建的基础。国内早期OCR技术虽然解决了几种主要少数民族文字识别的问题,但因字符为非Unicode基本集编码而弃用。当前OCR技术已能较好识别蒙、藏、维、哈、朝等文种文献,但在处理我国汉文与少数民族文字混排图像文本时仍然效果不佳。因此应推进少数民族语言文献OCR识别技术创新。我国少数民族语言文献现行活态文字有十多种,其中非拉丁字系的文字有11种,OCR技术应重点解决这类少数民族语言字系的抄本、刻版和铅字印刷文本,以及汉文与民族文字混排文本的识别问题,研发开放的多功能工具和平台。在此基础上,进一步开展少数民族语言文献文本大规模数据构建,以促进我国语言科学研究和自然语言处理的创新发展。

基于神经网络的OCR技术在自动阅卷系统中的应用研究

为提高学校阅卷的准确率和效率,采用OCR技术扫描试卷,识别考生的作答文字,针对传统OCR技术缺点,使用人工智能中的神经网络技术改进OCR技术,针对OCR的文本检测和文本识别两大步骤,分别使用CTPN模型进行文本检测,使用CNN、Seq2Seq、Attention模型进行文本识别,大大提高识别的准确率和效率,为下一步的自动阅卷提供支持。

基于OCR和Pydicom的PACS数据库数据丢失后的应急与恢复研究

目的在影像归档和通信系统(Picture Archiving and Communication System,PACS)数据库文件丢失或损坏后,实现影像资料和PDF报告关键信息的快速识别和重组,供患者回诊使用。方法利用基于深度学习的光学字符识别技术和Pydicom技术分别读取PDF和DCOM文件中的基本信息,重新建立起患者、影像、报告三者之间的联系,并将关联数据写入数据库。结果经抽样验证,该方法识别同类图像精度的准确度、精准度及召回率均为100%,综合指标F1值为1,在不同组别独立样本间的识别精度表现出一致性。平均每份报告识别时间约为0.14 s(t=-1.005,P=0.315),说明不同组别独立样本间的识别时间表现出一致性。结论该方法的使用能有效缩短数据库故障后患者等待时长,能够在短时间内恢复医疗秩序,可用于PACS数据库数据丢失后的应急处置,也为PACS的数据整合提供依据,为医学影像数据恢复和数据整合提供一种新思路。

基于Paddle OCR识别水准标尺检定证书的方法研究

传统水准测量数据处理作业中,采用人工方式读取标尺检定证书信息,一定程度制约了水准测量数据处理实现全流程自动化。本文基于Paddle OCR模型识别标尺检定证书图片中的文字信息,对块状识别结果进行分行整理,经过数据清洗、联系上下文、信息互补校验等操作后获取关键信息,实现了水准标尺检定信息的自动化提取。经验证,该识别方法精度达到98.7%,可以承担工程应用中对算者的角色,为实现人工智能技术与测绘地理信息专业的交叉融合提供技术参考,也为未来开发智能化无人水准测量数据处理软件提供技术储备。

基于OCR和大语言模型的智能财务系统

随着信息技术的快速发展和人们对于财务管理和财务分析的需求量日益增长,记账已不再局限于普通的手写记账或者软件手动录入。为了能顺应当今时代需求与发展,设计了一款基于OCR和大语言模型的智能财务系统。该系统适用于手机端,以财务管理功能作为起点,简化管理操作为目的,实现了以OCR识别扫描录入记账功能为主,大语言模型财务分析、大数据消费分类走势、多版本适用于不同年龄阶层人群的版本切换等功能为辅的系统。该系统不仅极大地提升了人们记账的效率,而且促进了社会的智能化财务转型。

OCR识别技术在文档智能化领域运用分析

为提升办公效率,增加文档数据信息录入、数据整合准确性,引入光学字符识别(Optical Character Recognition,OCR)技术,可有效地实现文档智能化运用。文本针对OCR识别技术基本特征、在不同行业中应用现状、技术优势等方面进行分析,重点关注OCR识别技术的功能升级,研究其在文档智能化领域的应用,以期能够增加OCR识别技术的扩展性。

基于OCR和PLC的燃气表自动通气规整设备

在智能膜式燃气表自动化生产过程中,根据工艺要求,需对基表进行通气规整,即模拟燃气表实际工作时的状态,从入口处通入一定压力的空气,使计数器正常计数至预设数值时停止通气。提出并设计了一种基于光学字符识别(OCR)技术和PLC控制的设备。该设备可以自动读取计数器数值、自动通气使基表计数至预设数值,同时,该设备能将带有计数缺陷的基表进行标记和报警。

基于OCR模型的通信机房图片归档系统设计

目前通信机房图片归档,人工操作占据了主导地位,然而这种方式存在效率低、易出错等缺陷。在此背景下,文章提出了一种基于光学字符识别(Optical Character Recognition,OCR)模型的通信机房图片归档系统。该系统通过自动识别图片中的文字信息,分析图片所属的机房位置,进而按照机柜位置分类归档图片,实现自动化管理。经过测试,该系统的归档准确率达到了98%以上,显著提高了通信机房图片归档的效率。

基于OCR技术的航天器材料及器件试验数据识别系统

航天器材料及器件数据库需要海量国内外试验报告数据的支撑,其中表格作为最普遍的数据存储形式含有的数据量最为庞大,然而面对人工识别提取表格数据工作繁琐且易出错的难点,以PDF文档的表格为研究对象,提出基于OCR技术的航天器材料及器件试验数据识别系统;采用了B/S架构,基于EXT、JAVA、Python等技术语言进行开发,系统具备PDF文档转换、表格识别、数据提取、数据编辑等功能;依据系统设计采用版面分析和PDFPlumber表格检测的关键技术和方法以达导准确有效识别PDF文档表格的目的,采用EXT表格控件形式展现提取的数据经试验测试实现了对PDF文档内规整表格的批量识别和数据提取;验证了设计方案的可行性,满足了试验数据试别系统的高识别准确率、快速识别等特点。

基于OCR技术的高校财务档案安全管理系统研究

高校财务部门日常运作中会产生大量的财务数据,过去这些数据大部分都会以纸质档案的形式保存起来,再次利用的难度较大。OCR技术通过表格检测和数字识别可对财务档案中的数据和表格进行特征识别。笔者提出设计一种基于OCR技术的高校财务档案管理系统,将传统高校财务档案先扫描成图像格式,再通过OCR技术对档案中的表格、文字与数据进行自动识别和提取,然后实现高校财务档案的全面信息化建库管理。该系统可使高校财务档案安全管理效率及其利用率得到极大提高。

基于OCR技术实现文字识别在不动产登记中的应用

介绍了使用腾讯云的接口实现移动端图像识别技术在不动产项目中的应用,实现了图片或纸质资料文本的快速电子化,使得不动产登记文本录入方法自动化、智能化,解决了繁杂的文件录入问题,减轻了作业人员数据收集的压力,提高了工作效率,保障数据成果质量,在不动产确权项目中应用且产生了良好的经济效益。系统的架构对其他同类项目具有较好的推广和借鉴意义。

基于牛耳标OCR的牛身份识别研究

快速精准确定牛个体身份,对疾病防控、品种遗传改良、奶制品和肉制品质量溯源以及改善农业假保险索赔等方面具有重要意义。阐释基于牛耳标PP-OCR(超轻量级OCR系统)的牛只身份识别研究。对牛耳标图像实现预处理,以及实验参数的优化设置。从实验结果看,本文方法能稳定定位牛耳标区域,号码识别率达92.30%。

基于OCR识别技术的碎片化时空信息库异常文件检测方法

为优化碎片化时空信息库中包含的异常文件的智能检测过程,降低工作人员的疲劳感,提高检测的精度与效率,提出基于OCR识别技术的碎片化时空信息库异常文件检测方法。利用图像二值化和旋转矫正等技术对扫描图像进行预处理,基于连接预选框网络的文本检测网络和端到端文本识别网络来自适应提取预处理图像中包含的文字信息。将识别出的文字信息描述为定长字节序列,得出该文件的统计特征,并对比信息库异常文件的标志特征,输出异常文件检测结果。结果表明,该异常文件检测方法的F-Score达到0.9以上,证明该方法具有良好的性能,能够在碎片化时空信息库中对异常文件进行高效准确的智能检测。

基于RPA+OCR技术的海上油田生产过程监测研究

随着我国科技和综合国力提升,海上油田开发进入成熟阶段,是我国石油产量和储量增长的主要来源。海上油田生产监测是确保安全、高效的关键环节,复杂的海上条件和生产过程使监测任务艰巨。文章提出了基于RPA和OCR技术的海上油田生产监测方案。该方案利用RPA自动处理数据,利用OCR迅速识别和分析设备状态和生产数据。此方案实现了实时监控和快速反应,确保安全和环境保护。同时,该方案智能且可扩展,适应不同海上油田环境和需求。

基于自定义模板的OCR技术及应用

信息资料电子化工作中,基于深度学习的光学字符识别(OCR)技术虽然是一种有效的文字识别方法,但也存在人工干预多以及结构化数据识别困难等问题。为了提高应用系统自动化程度以及满足用户定制化需求,提出了一种基于自定义模板的OCR技术。实际应用表明,基于自定义模板的OCR技术既可减少人工干预又可解决结构化数据识别问题,有助于提高信息加工与处理效率。

一种离线自适应OCR识别系统设计

光学字符的自适应离线识别对于包装分拣等特殊应用场景意义重大。笔者设计了一套基于离线自适应OCR识别技术的包装箱标识字符识别系统。该系统主要由镜头、相机、环形光源、支撑台、工业PC机组成。当生产线特定触发信号到来,相机抓拍大致区域,拍摄图像经过分割、角度校正得出字符区域图像,通过OCR算法对相应区域进行识别得出最终标识符并输出以待后续应用。实验结果显示单张图片的完整校正识别时间900 ms左右,标识图像完整处在相机视野区域并且倾角正负45°内识别准确率达97%以上。整个系统在保证一定准确率的前提下,能离线自适应识别大区域、大倾角的小标识符图像,具有很高的实用价值。

基于OCR技术的企业移动报销平台建设方案

文章分析了企业财务报销工作现状,介绍了光学字符识别(Optical Character Recognition,OCR)技术的工作原理,将OCR技术引入企业移动报销平台的建设,对该平台的建设目标、思路以及总体建设方案进行了梳理,进而在移动终端随时随地实现各种类型发票的扫描、识别、校验、存储、审批等一系列财务报销业务流程。移动报销平台的建设使报销人员提交发票报销审批时不受时间、地点和办公设备的限制,为企业在日常财务结算工作中提供信息化支持,提高了报销效率,加快了企业办公自动化发展进程。

基于多模态OCR技术的动车组轮径修改作业系统

轮径修改是ATP车载设备维护作业中的一项重要内容。目前,轮径修改作业主要采用传统的人工办法,该方法在作业过程中存在一些不足。因此,本文提出了一种基于多模态OCR技术的动车组轮径修改作业系统,通过采用多模态OCR技术、工作流引擎等先进技术手段实现了轮径修改作业任务单智能生成、作业任务单自动流转审批、流水式的作业步骤、以及轮径值修改前后自动校验等功能,从而实现轮径修改作业全流程卡控、规范作业过程,降低电务人员在轮径修改作业的错误率,提升轮径修改作业的安全及工作效率。

基于OCR的标书文件信息获取技术应用研究

电子评标过程中,由于目前的辅助招评标系统在智能化程度方面有所欠缺,在评标效率、准确率等方面仍有提升进步的区间。例如,在获取招投标文件图片信息中,现有的辅助招评标系统识别效果较差。为解决现有问题,提出了一种通过使用光学字符识别(Optical Character Recognition,OCR)技术获取招投标文件内容,并对上传图片进行灰度值、图像预处理。该方法可大幅度增强系统智能辅助招评标功能,使用公章检测算法判断招投标文件中公章使用情况,划分标书文字块,从而缩短评标时间,减轻评审标书的工作强度,解决了评标过程中的评审不公正、评标效率低等问题,使招投标项目的评标更加公平、公正、公开。