更新时间：2026-08-15 00:02:08
已登记
详细信息
-
知识产权名称
基于AI图像处理的古籍修复中图章去除数据
-
登记编号
DIP2024000014484
-
申请人
浙江越生文化传媒集团有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2024-11-01 13:59:55
详细信息
-
所属行业
文化、体育和娱乐业
-
交易状态
待交易
-
数据规模
510
-
更新频次
按需更新
-
应用场景
本数据集利用AI图像修复中的图章去除技术，提取了图像来源、分辨率、尺寸、条码印章污点和笔迹占比等关键数据，不仅增强了OCR的准确性，还支持自动化批量处理历史文献，通过数据分析筛选出清晰电子版本以利于长期保存和研究。通过PSNR和SSIM等模型数据，评估指标确保修复效果。同时，数据增强参数数据（如随机裁剪、旋转等）提高了模型训练的泛化能力，而风格损失和感知损失分析数据评价图像生成质量。像素密度、分辨率等参数数据有助于调优打印与扫描质量，污点和笔迹占比数据用于图像质量控制，通过颜色模式调整数据可以优化图像的颜色和格式转换。
-
算法规则简要说明
本算法旨在对文献图像进行数字化处理，包括数据采集、图像预处理、训练和模型评估四个主要阶段。以下是每个阶段的技术参数和操作流程：1.数据采集阶段：通过高分辨率扫描仪，逐页扫描文献，生成电子图像。并按照书籍和页码顺序存放扫描后的电子图像。2.图像预处理阶段：通过聚类式自适应二值化算法与图像处理软件，涂抹、擦除和替换等方法去除图像中的污点、条码、印章和手写笔迹，最终生成原始图像和修复图像一对一的数据集。3.训练阶段：通过使用生成对抗网络（GAN）模型架构，使生成的图像尽可能接近修复图像。其中包括数据增强训练、损失函数训练：颜色损失：衡量生成图像与真实图像的颜色差异、风格损失：确保生成图像在风格上与真实图像一致、感知损失：基于高层次特征的损失，帮助改善图像质量、结构损失：关注图像的结构相似性。4.模型评估阶段：性能指标评估：PSNR(峰值信噪比)：用于衡量图像质量，值越高表示质量越好、SSIM(结构相似性指数)：评估图像的结构相似性，值接近1表示图像质量极高；模型损失评估：风格损失：较小的值表示生成图像与目标风格接近、感知损失，表示生成图像在感知特征上与真实图像差异较小。
-
更新频次
按需更新
-
存证平台
信证链数据资产存证公证平台
