图像文本的敏感信息去除

Zhangxc_97 2019-03-08 04:57:38

求问各位大佬思路aaaaa
怎么定位图像中的手写签名位置啊
不需要识别出来是什么和印刷体一对比手写签名还是很不一样的用已有的手写体ocr能在有印刷体和手写体的图像上识别么

...全文

695 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

待续_1006 2019-05-24

打赏
举报

回复

对于ocr来说，他不知道是手写还是印刷，都是提取了数据和字库去对比，所以从原理上基本行不通

信息抽取（information extraction），即从自然语言文本中，抽取出特定的事件或事实信息，帮助我们将海量内容自动分类、提取和重构。文本信息抽取是信息检索、智能问答、智能对话等人工智能应用的重要基础，它可以克服自然语言非形式化、不确定性等问题，发掘并捕获其中蕴含的有价值信息，进而用于文档智能审核、知识库及知识图谱构建、流程自动化等方面，对产业界有着重要的实用意义。

医学图像 + 文本数据多模态模型发展及预训练模型应用

本文介绍了个性化的、以语言为导向的生成任务，“文本反演”：在预训练文本到图像模型的文本嵌入空间中将概念反演为新的伪词，然后通过简单的自然语言描述将这些伪词注入到新的场景中，从而实现个性化创作。

Brush Your Text: Synthesize Any Scene Text on Images via Diffusion Model扩散模型仍面临准确生成多语言场景字体图像的挑战。为解决这个问题，提出Diff-Text，一种基于训练的自由场景字体生成框架，适用于任何语言。模型根据任何语言的字体和场景的文本描述生成逼真的图像。该模型利用渲染的素描图像作为先验，从而唤醒了预训练扩散模型的潜...

为了缓解这种困境并促进基于学习的场景文本合成的研究，提出 DecompST，一个使用公共基准的真实世界数据集，具有三种类型的注释：四边形级 BBoxes、笔划级文本掩码和文本擦除图像。由于ViTEraser隐式集成了文本定位和图像绘制，提出了一种新的端到端预训练方法，称为SegMIM，该方法将编码器和解码器分别集中在文本框分割和掩码图像建模任务上。模型根据任何语言的字体和场景的文本描述生成逼真的图像。然而，目前的技术在生成编辑后的文本图像时面临着一个明显的挑战，即如何展示高度清晰和易读的编辑后的文本图像。

Windows客户端开发

7,657

社区成员

18,845

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章