[发明专利]基于深度卷积神经网络的票据中手写签名位置定位方法在审
| 申请号： | 201610841643.8 | 申请日： | 2016-09-22 |
| 公开（公告）号： | CN106469304A | 公开（公告）日： | 2017-03-01 |
| 发明（设计）人： | 张二虎;李雪薇 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 西安弘理专利事务所61214 | 代理人： | 成丹 |
| 地址： | 710048*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度卷积神经网络的票据中手写签名位置定位方法，具体按照以下步骤实施步骤1搭建基于包含多种卷积神经网络模型的caffe深度学习框架的平台；步骤2准备票据的数据集；步骤3训练网络得到定位检测模型；步骤4用步骤3得到的定位检测模型对待检测的票据定位手写的签名位置。本发明基于深度卷积神经网络的票据中手写签名位置定位方法，能够准确的标定出票据中含有手写签名的位置。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 票据 手写 签名 位置 定位 方法 | ||
【主权项】：
基于深度卷积神经网络的票据中手写签名位置定位方法，其特征在于，具体按照以下步骤实施：步骤1：搭建基于包含多种卷积神经网络模型的caffe深度学习框架的平台；步骤2：准备票据的数据集；步骤3：训练网络得到定位检测模型；步骤4：用步骤3得到的定位检测模型对待检测的票据定位手写的签名位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安理工大学，未经西安理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610841643.8/，转载请声明来源钻瓜专利网。
