基于窗口注意力机制的文本超分辨率方法

自然场景下文本图像往往具有复杂且多样化的背景,由于拍摄条件的限制,这些图像可能存在模糊、昏暗或低分辨率等问题,给文本识别任务带来了挑战。为了提高文字区域的清晰度并提升文字识别的准确性,提出了文本超分辨率网络TSSRN。该算法在文本超分辨率网络TBSRN的基础上引入了Swin Transformer,以感知更多层次的特征信息。此外,还引入了边缘损失函数增强纹理结构特征。最后在TextZoom数据集上进行训练和测试,实验结果表明,该方法在文本图像超分辨率重建的细节清晰度方面取得了一定的提升,相较于原TBSRN算法也有所提高,从而验证了算法的有效性。

基于模糊模式感知模块的场景文本图像超分辨率算法

现有的场景文本识别器容易受到模糊文本图像的困扰,导致在实际应用中性能较差.因此近年来研究人员提出了多种场景文本图像超分辨率模型作为场景文本识别的预处理器,以提高输入图像的质量.然而,用于场景文本图像超分辨率任务的真实世界训练样本很难收集;此外,现有的场景文本图像超分辨率模型只学习将低分辨率(LR)文本图像转换为高分辨率(HR)文本图像,而忽略了从HR到LR图像的模糊模式.本文提出了模糊模式感知模块,该模块从现有的真实世界HR-LR文本图像对中学习模糊模式,并将其转移到其他HR图像中,以生成具有不同退化程度的LR图像.本文所提出的模糊模式感知模块可以为场景文本图像超分辨率模型生成大量的HR-LR图像对,以弥补训练数据的不足,从而显著提高性能.实验结果表明,当配备提出的模糊模式感知模块时,场景文本图像超分辨率方法的性能可以进一步提高,例如,SOTA方法TG在使用CRNN文本识别器进行评估时,识别准确率提高了5.8%.

基于文本图像修正的两阶段船名识别框架

船舶名称(牌照)识别在水路运输系统中发挥着重要的作用。针对船舶名称在内河航道中目标较小且航道两岸观测船舶存在较大倾斜角度导致难以识别的问题,提出一个以自然场景文本检测算法(differentiable binarization,DB)和文本识别算法(convolutional recurrent neural network,CRNN)为基础的船舶名称自动识别框架(automatic ship name identification,ASNI),ASNI包括以下3个部分:船名检测、文本图像修正和识别,其中,船名文本图像修正由船名矫正模块和超分辨率重建模块构成。首先,该框架利用DB算法对图像船名候补区域特征进行自适应尺度融合处理获取特征图,通过特征映射预测生成的二值图像寻找连接区域,以此获得船名感兴趣区域(ROI)。其次,在船名检测之后引入船名矫正模块,基于透视变换对ROI中船名不规则文本进行矫正。此外,设计超分辨率重建模块,对矫正后的船名图像进行超分辨率重建处理,以提高船名图像的分辨率。最后,利用CRNN算法对文本图像修正后的ROI中船名进行识别得到最终结果。通过在内河航道船舶数据集(ship license plate,SLP)上进行训练和测试,最终实验结果显示,ASNI框架对船舶识别的平均准确率为87.50%,相比于基础框架提升了3.12%。本文设计的框架有效解决了因分辨率不足和倾斜导致船舶识别不准确的问题,相比基础框架,ASNI有更好的识别效果。

基于空间注意力的文本超分辨率重建算法

自然场景的文本识别在深度学习的推动下发展迅速,但是大多数文本识别算法都无法在低分辨率条件下使用,为了解决这个困境,本研究将超分辨率重建技术作为预处理手段加入到文本识别中,并提出一种针对文本识别领域的超分辨率重建网络,利用像素级注意力机制使超分辨率重建网络专注文本相关信息,同时利用文本识别网络的先验信息构建感知损失,辅助超分辨率识别网络的训练,将低分辨率图片的识别率从66.38%提升到78.99%.

基于改进TSRN的图像超分辨率重建算法

针对常用图像超分辨率重建算法生成的超分辨率(SR)图像质量较差的问题,提出一种基于改进文本超分辨网络(TSRN)的图像超分辨率重建算法。在TSRN基础上加入信息蒸馏块(IDB),IDB中的增强单元使长短路径特征在通道中合成以加强浅层特征,在TextZoom数据集上训练和测试,实验结果表明,本算法可把低分辨率(LR)图像转化为更清晰的SR图像,相比其他超分辨率重建算法,其生成的SR图像更清晰,重建效果更佳。使用卷积循环神经网络(CRNN)模型对LR图像和SR图像进行文字识别,实验结果表明,本算法生成SR图像的平均文字识别准确率相较LR图像提升了16.8%,提升效果显著,且较原TSRN算法也有所提高,证明了本算法的有效性。

基于文本语义指导的自然场景文本图像超分辨方法

在自然场景文本图像超分辨中,针对先验信息利用不准确、不充分以及文本边缘恢复不完整的问题,提出了一种基于文本语义指导的自然场景文本图像超分辨方法。该网络结构由超分辨重建模块和文本语义感知模块组成。为进一步提高超分辨网络的表达能力,提出使用循环十字交叉注意力,捕获全局上下文信息,使得模型在训练的过程中更加关注文本区域,同时,提出软边缘损失、梯度损失对重建过程进行约束,生成具有锐利边缘的超分辨结果。采用公开的自然场景文本图像超分辨数据集TextZoom对提出模型的性能进行验证,与8种主流深度网络模型进行了对比,结果表明:该模型在3个不同识别器下的平均识别率相比TSRN分别提升了2.06%、1.80%和2.89%,在PSNR和SSIM指标上也具有一定的优势。

后现代主义视阈下的超文本之思

通过逻辑比较法和文本分析法,阐述超文本理念与后现代主义之间的密切关系:《为芬尼根守灵》的构思、克里丝蒂娃和罗兰.巴特从建构和解构两个不同角度阐述的"文本间性"理论、德里达的"延异"说以及福柯关于"话语理论"的观点都和超文本理论息息相通。研究后现代主义和超文本理念的关系,可以促进社会文化思潮和信息科技的互动,有助于实现网络人文价值和工具理性的统一。

后结构主义与超文本理念

后结构主义与电子超文本技术相互应和 ,推动了 2 0世纪下半叶文本形态与文本观念的变革。德里达的解构主义 ,罗兰·巴特关于“引人写作之文”的论述 ,福柯关于知识考古学、权力网络和全景敞视主义等观点 ,都和超文本理论息息相通。深入考察后结构主义和超文本理念的关系 。

基于超网络模型的研究热点探测与聚类主题描述

[目的/意义]共引分析和共词分析是探测领域研究热点问题常用的文献计量学方法,但是这两种方法都存在一定的局限性。而且,现有研究对共现聚类结果的解读缺乏客观性。针对存在的问题,借鉴超网络理论进行改进研究。[方法/过程]选择最新发表而且最受关注的论文作为样本,提取标识文献内容的特征词,构建超网络模型,根据样本相似度进行聚类分析,计算特征词的描述能力、鉴别能力,识别出聚类主题好的描述符,增强聚类结果解读的客观性。[结果/结论]实证分析结果表明,这种方法能够区分特征词在各个聚类主题中的重要性,有利于提高研究人员对聚类结果解读的客观性和准确性。

保水剂与外源物质复合配方对苗木蒸腾速率和叶水势的影响

为改善困难立地土壤的保水保肥能力,以核桃、山杏和紫穗槐幼苗为试材,采用正交试验法组合配方,将不同浓度保水剂(SAP)和外源物质复合,进行了盆栽试验,用极差分析和相关性分析筛选出最佳方案。结果表明:不同浓度SAP与外源物质处理下,核桃、山杏、紫穗槐的蒸腾速率日变化均呈现双峰型;在提高叶片蒸腾速率方面效果以处理⑤:山杏、SAP 10 g、吲哚乙酸(IAA)0.250 0%+萘乙酸(NAA)0.500 0%、聚天门冬氨酸(PASP)10 g最显著。由于保水剂与外源物质的施入,改变了土壤的供水方式,使得苗木叶水势日变化曲线变幅较小;在提高叶片水势方面的效果以处理⑨:紫穗槐、SAP 15 g、IAA 0.250 0%+NAA 0.500 0%、PASP 1 g最为显著。最后,从抗旱性的角度考虑,对处理⑤、⑨的蒸腾速率和叶片水势进行相关性分析,筛选出最优配方为处理⑨。将保水剂与外源物质复合一体化这一技术运用在林木培育上,对于干旱地区造林具有重要意义。

VB实现长文本打印算法的研究

对VB中打印的实现方法进行了分析，并提出了利用VB的Printer对象实现适合于事务处理的长文本打印算法和文本段落分解算法．最后给出实现例程．

互联网时代文学写作的新变化

工具和载体的变化必然引起文学写作活动的变化 ,这些变化主要体现为超文本 ,非线性思维 ,非功利写作 ,互动性、共时性的集体创作 ,新的写作语言、超常的词汇、语法和语言符号的大量出现 ;可以说互联网时代 ,作者与读者的界限已经模糊 ,网上文学逐渐成为新的时尚 ,必须认真研究 。

分布式密文全文检索系统设计及安全性研究

敏感数据存储的安全和检索效率问题越来越引起人们的重视。针对密文状态下高效全文检索的需求,提出基于超节点P2P结构的分布式密文全文检索系统的体系结构(Super-P2PFCRS),将密文全文检索系统(FCRS)作为Super-P2PFCRS中的节点,把信息检索技术与P2P系统相集成,克服了集中式信息检索系统的局限性。重点阐述了密文全文检索系统FCRS的内部结构及运行过程中可能存在的安全问题以及抗攻击的方法。

论网络文学的审美特征及其成因

与纸面文学相比,网络文学在创作、传播、接受等诸多方面有自己独特的审美特征:平民化的审美情趣、互动性的审美过程、读屏化的审美方式、超文本的审美特质,等等。究其成因,集中体现在网络化的传播机制、网民化的创作主体、游戏化的创作动机三方面。

基于超音段韵律特征和GMM-UBM的文本无关的说话人识别

提出一种采用超音段韵律特征和GMM-UBM模型结构的文本无关的说话人识别方法,用多尺度小波分析方法从短时倒谱参数MFCC和基频F0随时间变化的韵律中分别提取可用于文本无关说话人识别的超音段韵律特征参数PMFCC和PF0,并组成联合参数PMFCCF0.在NIST068side-1side复杂背景电话手机语音数据库上的说话人确认实验则表明,采用一阶小波分析方法提取的超音段韵律参数PMFCC的识别性能与短时MFCC相当,采用超音段韵律特征PMFCCF0的系统确认性能比采用短时MFCC系统有较大的提高.在微软数据库进行不同信噪比测试语音的说话人辨认实验表明,PMFCCF0有比短时MFCC更好的噪声鲁棒性.

Web数据库的实现技术

在当今信息时代 ,Internet的迅速发展及其前景展望成为人们关注的焦点 ,而WWW成为其中的关键技术。Web与数据库的结合 ,必然大大扩展Web功能。同时 ,也可充分利用原来数据库系统中宝贵的信息资源。本文就Web数据库的实现技术及其Web服务器等进行简要论述。

网络文学刍议

网络文学与常规文学的不同之处在于创作的非法则性和作者的平民身份。目前的网络文学面临的问题有：写作心态和写作立场问题，“超文本性”真正实现的问题，以及如何避免被常规文学同化的问题。

作为超文本现象的让·谷克多——新浪潮之外的法国电影一瞥

让·谷克多既是优秀的诗人、剧作家和小说家,也是法国“优质电影”时期风格独特的重要导演,他的作品启发并深深地影响了“新浪潮”一代电影人,本文借助于“超文本”研究视点,考查了谷克多的生活历程与其各类作品的复杂关系,并对其部分作品进行详细的解读,试图厘清谷克多在法国电影历史中所占据的特殊位置和艺术贡献。

文本图像的双边总变分超分辨率恢复方法

超分辨率图像复原的目的是从几幅包含有相同观测区域的图像序列中重建更高分辨率的图像。一般的超分辨率算法没有考虑文本图像的分段连续性,因此有可能丢失笔画边缘处的细节信息。双边总变分正则算法具有很好的边缘保持能力,因此可以应用到文本图像的超分辨率恢复。本文根据汉字的字符结构特点,对双边总变分正则算法进行了改进,根据汉字的笔画组成特征,提出新的正则项。该方法由于充分地考虑了汉字文本图像的结构特征,因此能够很好地保持汉字的笔画的尖锐边缘。实验也证明了使用本文所提出的BTVCH算法获得的超分辨率文本图像可以获得最高的字符识别率。

生成对抗网络GAN的研究进展

基于零和博弈思想的生成式对抗网络(generative adversarial network,GAN)模型的意义在于可通过无监督学习获得数据的分布,并能生成较逼真的数据。它可以应用在很多领域,尤其是在计算机视觉领域中的图像生成方面取得了很大成果,成为当下的一个研究热点。以GAN模型及其在特定领域的应用结果为研究对象,对GAN的改进和扩展的研究成果进行了广泛的研究,并从图像超分辨率重建、文本合成图片等多个实际应用领域展开讨论,系统地梳理、总结出GAN的优势与不足,同时结合自然语言处理、强化学习对GAN的发展趋势及应用前景进行预测分析。