如影随形

与“自动化学”学生研究的共享会议

发布时间：2025-05-15 10:13编辑：365bet官网浏览（106）

Live Broadcast Time: May 13, 2025 (Tuesday) 19: 00-20: 00 Live Broadcast Platform: [Live Broadcast Introduction] Report Title: A Study of Calligraphy Text Recognition Method Driven by Stacked Model: Ma Siliang, South China University of Technology Report Abstract: Calligraphy Text Recognition Based on Two-dimensional images refers to the use of computer vision technology to identify single-word images of calligraphy text, which has important applications in the research of ancient books and文化传播。当前，书法角色识别技术已经取得了很好的发展，但它仍然面临许多挑战，例如复杂和变化的角色可能造成的识别错误。汉字本身具有更多的字符形状，而汉字的数量比其他语言具有更多的字符。图像上的角色书法通常在类别中存在很大的差距，并且类别之间的差距很小。解决这些问题，通过堆叠模型提出了一种识别书法（SDCR）的方法。通过使用预处理数据，节点分离方法和堆叠模型来改进现有的分类模型，并且根据字体类别对具有不同字体样式的文本进行了不同；对于班级之间的较小差距的问题，根据识别书法文本训练集的形象的信心，将形状的字符分开，并进行了嵌套的模型增强训练。在测试阶段，字符形的字符被堆叠模型识别，以提高识别字符形状的准确性。为了验证程序的稳定性，培训和测试是由scia-hwdb 1.1，casia-ahcdb公共数据集自主生成的。实验结果表明，该过程技术的准确性在上部数据集中得到了极大的提高。精度CASIA-HWDB 1.1，CASIA-AHCDB和自构建数据集Scut_Calligraphy的测试，证实了这种方法的有效性。演讲者资料：MA Philipines博士在工程学中，对模式识别研究和人工智能感兴趣。从2021年11月到2024年6月，他担任CCF南方技术大学的执行委员会和主席，并担任IEEE Access Journal，ICRA和ICASSP会议的审稿人。他发表了1篇JCR-1期刊论文以及CCF-A和B中文期刊论文。拟议的MPDIOU测量方法与许多官方帐户相距甚远，有330多个学术引用，并且该绩效显着改善了目标发现的任务。报告标题：基于表面视频图像分析记者的爆炸炮弹异常状态的智能理解和身份：中央南大学的Zhu Jilin摘要：智能理解和准确的身份异常状态异常状态状态的异常状态。新的工业内窥镜可以获得大量视频表面视频图像，从而提供了一种直接观察烤箱操作状态的新方法。基于此，根据对当前视频的视频图像的审查提出了异常状态智能的炉子，以检测和识别程序。首先，已经提出了一种基于多尺度纹理模糊的C均值聚类的高温捕获区域的方法，以准确捕获气流的图像并提取气流图像的多元特性。其次，提出了一种基于编码特征的高维特征减少方法，并伴随着自适应K-均值++和算法，以实现对异常气流状态的粗糙性感知；在此基础上，通过改善JA提出了一种细粒状气流异常的状态感知方法Cobian-Fourim时刻提取气流图像的深度特征变化，然后是一种建议的汽油流量，这不是正常的状态理解方法；最后，基于该状态对气体流量异常感知的异常状态，结合了视频表面图像，已经建立了一个模量的残余识别模块，以实现对异常气体流动，崩溃和悬浮爆炸材料的在线认识的准确认识。实验结果表明，所提出的方法可以准确地确定炉子的各种异常状态和快速识别速度，这可以为爆炸炉正确运行提供重要的保证。演讲者的发言人：朱·吉林（Zhu Jilin大学。研究的主要方向是发现的先进技术，对行业过程中信息的明智理解以及罪的诊断。近年来，在《 IEEE/CAA杂志》（IEEE/CAA Journal of Automatica Sinica，IEEE仪器和测量交易，IEEE交易，人工智能杂志，自动化杂志等）等期刊/会议上发表了8篇论文。 [主持人资料]北京科学技术大学的粉丝bin教授