恭喜浙江大學卜佳俊獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜浙江大學申請的專利一種基于Ant Design Vue和Flask的盲文識別系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114677688B 。
龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210270078.X,技術領域涉及:G06V30/40;該發明授權一種基于Ant Design Vue和Flask的盲文識別系統是由卜佳俊;林帥浩;于智;谷雨;邢航笛;李亮城;邵子睿;陳鍶皓;戚忠達設計研發完成,并于2022-03-18向國家知識產權局提交的專利申請。
本一種基于Ant Design Vue和Flask的盲文識別系統在說明書摘要公布了:本發明涉及一種基于AntDesignVue和Flask的盲文識別系統,其中AntDesignVue是一種前端技術,Flask是一種基于Python的服務器架構,盲文識別功能是指將盲文圖片上的盲文方標識出來并翻譯為漢字。所述系統包括登錄,注冊等賬戶管理功能,新建盲文識別任務,查看識別任務,檢索任務等任務管理功能以及高精度,高效率盲文圖片識別的功能。在查看任務詳情界面,系統展示本任務所有圖片的縮略圖,以及所有圖片的翻譯結果。該發明提供了一個對盲文翻譯任務統一管理的盲文翻譯平臺,注冊后就可以使用上述所有功能,該系統可以給盲文學習者以及盲校老師閱讀盲文帶來極大的便利。
本發明授權一種基于Ant Design Vue和Flask的盲文識別系統在權利要求書中公布了:1.一種基于AntDesignVue和Flask的盲文識別系統,其特征在于,包括:模塊1,系統的賬戶管理;該模塊1包括:子模塊11,注冊,根據輸入的手機,郵箱,賬戶密碼信息生成一個賬號,所有用戶數據在數據庫中以自增Id為主鍵,并且密碼采用md5的方式加密,保證用戶的隱私不被竊取;之后手機號就作為子模塊12登錄的用戶名;子模塊12,登錄,根據輸入的用戶名和密碼來判定用戶是否能夠登錄到系統,用戶名和密碼必須是經過子模塊11注冊過的,密碼采用md5加密的方式傳輸到服務器與數據庫中保存的md5形式的密碼比較,正確的用戶名和密碼能夠登錄到系統并使用系統的功能,登錄成功后,系統會將服務器發送的Token保存下來,表示當前是登錄狀態;模塊2,任務管理,子模塊12登錄完成后,系統會顯示當前登錄用戶的所有任務,每個任務在數據庫中都有一條記錄,保存了任務的創建時間,修改時間,創建該任務的用戶,任務備注以及任務中的圖片信息;該模塊2包括:子模塊21,盲文識別任務存儲;系統將所有盲文識別任務存儲在Mysql數據庫中,每個任務在數據庫中都有一條記錄,保存了任務的創建時間,修改時間,創建該任務的用戶,任務備注以及任務中的各個圖片信息;子模塊22,檢索盲文識別任務;系統檢測到處于登錄狀態后,根據輸入的任務備注信息以及選定的時間范圍從子模塊21來檢索當前登錄用戶的任務;子模塊23,新建盲文識別任務;在檢索任務后,如果沒有自己想要的圖片,新建盲文識別任務,根據用戶輸入的任務名稱,備注信息以及上傳的盲文圖片新建一個盲文識別任務,在子模塊21中新增一條任務記錄,任務狀態標記為翻譯中;子模塊24,查看識別任務;根據選定的任務,系統從子模塊21查詢出所有該任務的信息以及屬于該任務的圖片,展示該任務的所有圖片縮略圖,每個縮略圖都能夠點擊,系統根據點擊的縮略圖顯示對應的翻譯結果;模塊3,盲文圖片識別,從子模塊23獲取到新建任務中輸入的盲文圖片或者子模塊24中獲取到追加任務圖片后,先是識別出所有的盲文方類別,然后將盲文方類別轉換為拼音,再把拼音轉換為漢字,識別完成后,該圖片以及圖片的備注,圖片中識別出來的漢字以及坐標都會保存到子模塊21中;該模塊包括:子模塊31,識別盲文圖片中盲文方的類別和坐標,系統從子模塊23或者子模塊24上傳的盲文圖片中識別出盲文方的點位類別,該過程采用計算機視覺領域的RetinaNet模型,RetinaNet模型的訓練數據來自于DSBI數據集,模型首先識別出盲文方所在的每一行,然后按行識別出盲文方的點位和類別;盲文圖片經過RetinaNet模型識別后會輸出一個結果字典,字典內包括盲文方類別序列,盲文方坐標序列,識別準確率,同時系統會根據輸出的坐標序列在盲文圖片中將每個盲文方用方框圈出;子模塊32,盲文方類別轉拼音,根據子模塊31中輸出的盲文方類別和坐標序列,參照最新版的盲文方類別和拼音之間的映射關系和轉換規則,將盲文方類別序列轉換為拼音和標點符號的序列以及拼音坐標的序列,同時還要注意一些盲文中拼音的簡化規則,將這些簡化的拼音還原為完整的拼音,以便提高拼音轉漢字的正確率;子模塊33,拼音轉漢字,將子模塊32輸出的拼音序列轉換為中文漢字序列,該過程采用自然語言處理模型Transformer中的Encoder模型,Encoder模型的訓練數據包括高中語文課文,初中語文課文,小學語文課文,中小學課外讀物,高考試卷和古詩詞,共計600萬中文字符;模型的輸入是一張盲文圖片中識別出的所有拼音,模型的輸出是拼音序列對應的漢字序列;子模塊34,漢字數據存儲以及可視化,將子模塊32輸出的拼音坐標序列和子模塊33輸出的漢字序列對應起來,在盲文圖片上顯示出來,同時將漢字序列和坐標序列存儲在子模塊21中的對應任務內。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人浙江大學,其通訊地址為:310058 浙江省杭州市西湖區余杭塘路866號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。