摘要：本发明公开了一种电子器件外观检测系统及电子器件外观检测方法，属于电子器件外观检测领域，为解决现有技术检测效率低等问题而设计。本发明电子器件外观检测系统包括上下料装置、旋转装置、拍照装置、以及图像分析装置；其中，上下料装置用于将被检测电子器件送至检测位置以及送离检测位置；旋转装置用于驱动被检测电子器件转动设定角度或持续转动，以供拍摄其外观；拍照装置用于拍摄被检测电子器件的外观图片或视频信息，并将拍摄结果发送至图像分析装置；图像分析装置用于根据拍摄结果判断被检测电子器件的外观是否合格，并显示判断结果。本发明电子器件外观检测系统及检测方法功能强、操作简便、性价比高、误判率低、检测效率高。

摘要：一种半导体结构包括半导体衬底、至少一个介电层、介电间隔件衬垫(DSL)层和至少一个导体。该介电层存在于半导体衬底上。该介电层具有至少一个接触孔，其曝光半导体衬底的至少一部分。该半导体衬底具有与接触孔连通的至少一个凹槽。该凹槽具有底表面和至少一个侧壁。该DSL层至少存在于凹槽的该侧壁上。导体至少部分地存在于接触孔中并且电连接至半导体衬底。本发明还提供了用于制造半导体结构的方法。

摘要：本申请公开了一种物体尺寸测量方法、装置和系统，其中，方法包括：通过相机采集标定板在测量平台上不同位置的多张标定图像；根据多张标定图像确定相机的拍摄参数，并根据拍摄参数计算与单位像素对应的物理长度；通过相机采集待测物体的初始图像，并根据拍摄参数对初始图像进行矫正处理生成目标图像；应用预设算法从目标图像中提取与目标轮廓对应的目标像素，并计算目标像素的数量；根据目标像素的数量以及与单位像素对应的物理长度，计算待测物体的尺寸信息。由此，避免人工进行物体尺寸测量导致的测量精度和效率不高的技术问题，提供了一种自动尺寸测量方式，实现了对物体的高精度高效率的尺寸测量。

摘要：【中文】本发明属于智能设备领域，公开了一种点读坐标的变换方法、系统、终端设备及存储介质，其方法包括获取点读书本图像；识别所述点读书本图像中的指示体对应的点读坐标；在数据库中查找与所述点读书本图像匹配的目标页面图像；将所述点读坐标、所述点读书本图像和所述目标页面图像输入预先训练好的深度学习坐标变换模型中，得到所述指示体在所述目标页面图像中的点读变换坐标。本发明无需进行三个阶段的任务计算，减少计算任务，且不需要进行手动提取特征，也不用手动进行参数调整，特别是在点读书本存在环境影响与书本成像问题上，具有抗干扰性，鲁棒性强，可提高点读的成功率。 【EN】The invention belongs to the field of intelligent equipment, and discloses a conversion method and a system of reading coordinates, terminal equipment and a storage medium, wherein the method comprises the steps of acquiring a reading book image; recognizing reading coordinates corresponding to an indicator in the reading book image; searching a target page image matched with the point-reading book image in a database; inputting the reading coordinates, the reading book image and the target page image into a pre-trained deep learning coordinate transformation model to obtain the reading transformation coordinates of the indicator in the target page image. The invention does not need to carry out task calculation in three stages, reduces calculation tasks, does not need to carry out manual feature extraction, does not need to carry out manual parameter adjustment, particularly has anti-interference performance and strong robustness on the problems of environmental influence and book imaging in reading books, and can improve the success rate of reading.

摘要：【中文】本发明属于点读识别领域，公开了一种点读图像的特征提取方法、系统、终端设备及存储介质。其方法包括：获取点读页面的点读图像；将所述点读图像变换为Umat对象变量；调用Opencl程序接口对所述Umat对象变量进行并行处理，提取所述点读图像中的特征点和所述特征点的属性。本发明将Opencl异构平台应用于点读特征的提取，充分利用现有硬件资源进行加速，在提取特征点时通过并行处理，可解决高分辨率图像特征点提取的耗时问题，而且不会减少点读特征点的提取数量，便于后续的搜索匹配和点读坐标变换，提高点读效果。 【EN】The invention belongs to the field of reading identification, and discloses a method and a system for extracting characteristics of a reading image, terminal equipment and a storage medium. The method comprises the following steps: acquiring a reading image of a reading page; converting the point-reading image into a Umat object variable; and calling an Opencl program interface to perform parallel processing on the Umat object variable, and extracting the feature points in the point reading image and the attributes of the feature points. The invention applies the Opencl heterogeneous platform to the extraction of the click-to-read characteristics, fully utilizes the existing hardware resources for acceleration, solves the time-consuming problem of the extraction of the high-resolution image characteristic points by parallel processing when extracting the characteristic points, does not reduce the extraction quantity of the click-to-read characteristic points, facilitates the subsequent search matching and click-to-read coordinate transformation, and improves the click-to-read effect.

摘要：本发明提供了一种学生作业场景下的框题方法及装置、终端设备及存储介质，其中，学生作业场景下的框题方法包括：获取包含待框选题目的目标图片；分别对目标图片中的各级题目序号、各题目序号对应的题目区域及题目行区域进行检测；将检测得到的题目序号、各题目序号对应的题目区域及题目行区域信息进行融合，确定各题目序号对应的最终题目区域范围；对最高一级题目序号对应的题目区域进行文字识别及语义分类，得到各题的框选范围标志；根据框选范围标志对图片中的各个题目进行框选。该框题方法尤其适用于目标图片中试卷、练习册、书本等出现倾斜或拱起的情况，保证框选的结果内容齐全，提升框题效率，对后续业务起到很好的支撑作用。

摘要：本申请涉及一种常压空气型环网柜，包括柜体，柜体内设置有断路器开关电动传动部分和断路器开关机械传动部分，断路器开关电动传动部分包括固定板、包括储能机构和分合闸机构，储能机构和分合闸机构均设置于固定板的正面，储能机构和分合闸机构沿固定板正面的表面方向排列；断路器开关机械传动部分包括安装面板，安装面板上设置有分合传动机构、接地传动机构、传动轴以及联动件，传动轴作为驱动部分转动连接于安装面板上，分合传动机构与接地传动机构分别能够通过联动件带动传动轴转动；本申请有效减小了断路器开关传动装置的整体厚度，使占地空间减少，同时将分合传动机构和接地传动机构相互独立，令减少更换的零部件，节约成本。

摘要：本申请提供了一种服务器及人脸识别方法，服务器被配置为：接收显示设备的人脸识别请求，人脸识别请求包含目标图片；响应于人脸识别请求，对目标图片进行人脸检测，得到目标人脸的图像；将目标人脸的图像进行人脸局部分割，得到目标五官的图像；通过第一深度学习网络获取目标人脸的图像对应的第一特征向量，通过第二深度学习网络获取目标五官的图像对应的第二特征向量；通过特征点提取网络检测人脸图像的特征点，得到用于描述特征点的第三特征向量；根据第一特征向量、第二特征向量和第三特征向量在人脸数据库中匹配目标人脸对应的目标人物，将目标人物的人物数据反馈给显示设备。本申请提高了人脸识别的准确性。

摘要：本申请提供了一种服务器、人脸检测方法及人脸识别方法，服务器被配置为：接收显示设备的人物识别请求，所述人物识别请求包括目标图片；响应于所述人物识别请求，检测所述目标图片中的人脸，得到所述人脸对应的多边形框；通过实例分割算法预测所述多边形框相对于所述人脸的第二偏移点，根据所述第二偏移点得到人脸轮廓；根据所述人脸轮廓从所述目标图片中分割出人脸图像；将所述人脸图像与人脸数据库进行人脸匹配，得到所述人脸图像对应的目标人物；获取所述目标人物的人物信息，向所述显示设备发送所述人物信息。本申请提高了人脸识别的准确性。

摘要：本申请提供3D人脸模型的纹理肤色重建方法及电子设备，用于提高3D人脸模型的纹理肤色的重建效率。包括：对采集到的3D人脸模型进行纹理展开，得到3D人脸模型的人脸纹理图像；检测该人脸纹理图像的人脸关键点，得到各人脸关键点；基于各人脸关键点中指定关键点的位置，得到高斯内核；利用高斯内核对人脸纹理图像和待重建人脸纹理图像分别进行高斯模糊，得到目标人脸纹理图像和目标待重建人脸纹理图像，其中，所述待重建人脸纹理图像是基于待重建3D人脸模型得到的；将目标人脸纹理图像和目标待重建人脸纹理图像融合，得到重建后的人脸纹理图像；根据重建后的人脸纹理图像对待重建3D人脸模型的纹理肤色重建，得到重建后的3D人脸模型。