-
公开(公告)号：CN106503706B
公开(公告)日：2019-06-07
申请号：CN201610847230.0
申请日：2016-09-23
Applicant: 北京大学
Abstract: 本发明公布了一种针对该字形切割算法的结果进行正确性判别的方法，属于汉字笔画和部件自动提取领域，本方法依次包括基于字形重建的判别过程、基于部件分类的判别过程、基于字形属性的判别过程和基于字形骨架的判别过程，当任一判别过程针对待判别的字形切割结果进行判别得到的判定结果为错误切割结果时，将所述待判别的字形切割结果判定为字形切割错误。通过本发明所提供的字形切割结果判别方法，能够识别出97％以上的错误切割结果。因此，本发明能够有效的判别切割错误的情况。
-
Patent Agency Ranking
公开(公告)号：CN109712223A
公开(公告)日：2019-05-03
申请号：CN201711012500.7
申请日：2017-10-26
Applicant: 北京大学
Abstract: 本发明公布了一种基于纹理合成的三维模型自动上色方法，采用纹理合成方法对给定模型和图像进行纹理合成，并通过网格投影恢复模型表面的纹理坐标，由此实现根据用户给定的图像合成模型贴图，方便快捷地实现对三维模型进行自动上色；包括：纹理图像处理阶段、三维模型处理阶段和纹理合成阶段。本发明方法可以方便快捷地对三维模型进行自动上色，无需手动进行网格参数化或手工设计纹理贴图，只需输入二维图像和待上色的三维模型，即可自动地合成模型贴图。本发明适合海量模型的自动上色工程，极大简化了模型着色的难度，也非常适合个性化的模型制作与展示。
-
公开(公告)号：CN104992143B
公开(公告)日：2018-10-26
申请号：CN201510303067.7
申请日：2015-06-04
Applicant: 北京大学
IPC: G06K9/00
Abstract: 本发明涉及一种面向矢量字形的汉字笔画自动提取方法，其步骤包括：1)对待提取的目标字形以及模板数据库中与其相对应的带有笔画归类信息的模板字形进行骨架提取，得到数据点集和模板点集；2)将数据点集、模板点集以及模板点集的笔画归属关系作为输入，进行基于结构信息的非刚性点集注册，得到数据点集的笔画归属关系；3)将数据点集的笔画归属关系转换成数据轮廓段的归属关系，使构成字形轮廓的每一个轮廓段具有相应的归属笔画；4)连接生成的轮廓段，得到最终的矢量笔画提取结果。本发明的矢量化方法能够精确地实现字形的笔画提取，且完全不需要人工的干预，算法可以自动运行，有利于矢量化笔画提取的批量运行。
-
公开(公告)号：CN107644006A
公开(公告)日：2018-01-30
申请号：CN201710908121.X
申请日：2017-09-29
Applicant: 北京大学
Abstract: 本发明公布了一种基于深度神经网络的手写体中文字库自动生成方法，通过少量手写体汉字进行字体特征重建，建立字体风格迁移网络，通过字体风格迁移网络估计用户未书写字形的字体风格特征，将参考字体的字形内容与用户书写风格结合，迁移到目标手写体风格，生成目标字形图片，从而得到完整的字库中文手写体字库。本发明方法是一种端到端的生成方法，不需要对汉字进行笔画或部件提取，也不需要人工干预，生成高质量的汉字字形，极大地提高了手写体字库制作的效率，使得个性化字库的生成变得简单方便，能够满足普通人对于个性化手写体字库的需求，加快个性化字库的发展进程。
-
公开(公告)号：CN107507129A
公开(公告)日：2017-12-22
申请号：CN201610422723.X
申请日：2016-06-14
Applicant: 北京大学
IPC: G06T3/40
Abstract: 本发明公布了一种中文字符缩放方法，包括中文字符拆分过程、笔画缩放重构过程和笔画拼接过程，使得中文字符缩放之后仍能维持中文字符结构信息；通过汉字骨架轮廓提取，将汉字拆分至笔画级别，然后对笔画分别进行缩放重构，将重构缩放后的笔画进行拼接，在对中文字符进行缩放的同时还能够维持中文字符结构信息，避免了非等比例缩放过程中笔画宽度不一致、笔画梯度变化以及笔画细节信息丢失带来的失真，有效提升中文字符领域相关算法的效果，用以解决中文字符在缩放过程中结构信息丢失的问题。
-
公开(公告)号：CN106503706A
公开(公告)日：2017-03-15
申请号：CN201610847230.0
申请日：2016-09-23
Applicant: 北京大学
CPC classification number: G06K9/342 , G06K9/3233 , G06K9/6223 , G06K9/6269
Abstract: 本发明公布了一种针对该字形切割算法的结果进行正确性判别的方法，属于汉字笔画和部件自动提取领域，本方法依次包括基于字形重建的判别过程、基于部件分类的判别过程、基于字形属性的判别过程和基于字形骨架的判别过程，当任一判别过程针对待判别的字形切割结果进行判别得到的判定结果为错误切割结果时，将所述待判别的字形切割结果判定为字形切割错误。通过本发明所提供的字形切割结果判别方法，能够识别出97％以上的错误切割结果。因此，本发明能够有效的判别切割错误的情况。
-
-
-
-
-
Search Results
66
records
(took 0.025 seconds)
