摘要：本申请提供了一种识别图像中敏感信息的方法、相关装置及计算机程序产品，该申请从待审核视频中提取出各帧待审核图像；针对每帧待审核图像，均根据待审核图像中包含的文本信息的排列方式，识别出各行文字或各列文字；对各行文字或各列文字按语义之间的关联进行拼接，得到拼接句子；对拼接句子进行敏感信息识别，得到敏感信息识别结果。通过应用本申请所提供的方案，不仅将敏感信息识别的覆盖面从图像内容拓展到图像中的文本(例如弹幕)，还能够充分考虑不同文本之间的语义关联更准确的识别潜在的敏感信息，提升敏感信息的识别准确率和全面性。

摘要：本申请提供了一种图像审核方法、装置、设备及计算机可读介质，该申请通过调用文字检测模型对待审核图像进行文字检测，并根据检测到的文字对所述待审核图像进行裁剪，得到至少一个文字图像，然后针对每个所述文字图像，对所述文字图像进行多维度特征检测，并根据特征检测结果选择对应的专用文本识别模型对所述文字图像进行文本识别，得到文本识别结果，再根据所述待审核图像对应的所有所述文本识别结果进行违规判断，得到违规判断结果，然后根据预设的违规图像处理规则对判断为违规的所述待审核图像进行处理，从而提供了一个自动化程度高、准确性强、处理速度快的图像审核解决方案，能够大幅降低人工审核的负担，并提高内容审核的准确度和效率。

摘要：本发明涉及一种肝胆胰脾外科引流用的引流管固持装置，涉及引流管固持技术领域，包括粘贴结构，粘贴结构内安装有固持结构，粘贴结构上安装有缓冲结构和固定结构；该肝胆胰脾外科引流用的引流管固持装置,通过初次调节好引流管的位置后，由操作人员按压辅动块，进而带动活动环和防溢曲块向固定环内滑动，进而通过楔形环挤压防溢曲块，是的防溢曲块向活动环内滑动，进而对活动环内的引流管进行挤压，使得引流管、防溢曲块、固定环和活动环之间组成密封状态，进而能够有效的避免漏液情况的发生，另一方面，当后续调节引流管位置时，通过抬升辅动块，将固定环与活动环分离，同时，通过在螺纹槽内滑动的限位球的堆积。

摘要：本申请涉及一种字符识别模板匹配方法、装置、计算机设备、文本识别设备和可读存储介质。该方法包括：获取各字符识别模板和待识别文本的文本图像中每个字符的类型和位置；针对每个字符识别模板，确定字符识别模板和文本图像之间的多个匹配位置对；采用特征匹配算法计算字符识别模板和文本图像之间的目标变换矩阵；针对每个字符识别模板，采用字符识别模板对应的目标变换矩阵，对字符识别模板和文本图像进行对齐处理，并计算对齐处理后的字符识别模板和文本图像之间文字行区域的匹配度；从各字符识别模板中选择匹配度最高的字符识别模板作为文本图像的目标字符识别模板。采用本方法能够提高选择字符识别模板的准确性。

摘要：本申请涉及一种手写样本生成方法、装置、计算机设备和存储介质。该方法包括：获取待生成样本的语料信息；根据语料信息中携带的文本信息，从预设的手写文本库中选取与文本信息对应的至少一个第一目标手写文本；根据语料信息中携带的文本信息，获得对应的目标背景图片；对至少一个第一目标手写文本进行数据增强处理，得到对应的至少一个第二目标手写文本；将至少一个第二目标手写文本，渲染至目标背景图片中，得到手写样本。从而使得到的手写样本中的文本更加多样和逼真，手写文本表现的更为真实和细致，更符合真人手写的规律，且整个过程无需人工参与，能够快速、有效地生成大量种类丰富的第一手写样本。

摘要：本申请提供了一种模型训练方法、用于关联文本的方法、装置、电子设备、计算机可读介质和计算机程序产品。本申请的方法包括：获取目标任务对应的训练图像集，所述目标任务为检测图像中的文本实例并将相同属性的多个目标文本实例进行关联处理；使用基于贝塞尔曲线的降噪训练方法来训练目标模型，其中，所述方法通过冻结目标参数来针对目标模型的词表映射层和目标任务对应的部分进行训练；将已冻结的参数解冻后，基于训练图像集对目标模型进行微调。本申请通过采用基于贝塞尔曲线的降噪方法来训练模型，进而通过模型检测输入图像中包含的文本实例并将具有关联性的文本实例进行链接。

摘要：本申请提供了一种模型训练方法、文本检测方法、装置、电子设备、计算机可读介质和计算机程序产品。本申请的方法包括：获取目标任务对应的训练图像集；使用基于贝塞尔曲线的降噪训练方法来训练目标模型，其中，所述方法通过冻结目标模型中目标参数之外的参数来针对目标参数相应的部分进行训练；将已冻结的参数解冻后，基于训练图像集对目标模型进行微调。本申请通过采用基于贝塞尔曲线的降噪方法来训练模型，进而使用训练好的模型来检测输入图像中可能具有不规则形状的文本，提升了文本检测的准确性。

摘要：本申请提供了一种模型训练方法、装置、电子设备、计算机可读介质和计算机程序产品。本申请的方法包括：完成对目标模型的预训练后，通过冻结目标模型中目标参数之外的参数，来针对目标参数相应的部分进行训练；获取待执行的检测任务对应的目标训练图像集；将已冻结的参数进行解冻处理后，基于目标训练图像集对目标模型进行微调。本申请通过在模型训练阶段冻结相关参数，从而仅训练词表映射层和待执行的场景文本任务相关的参数，并在微调阶段解冻所有可学习的参数来基于场景文本任务对应的数据集对模型进行微调，该训练方式减少了在目标数据集上训练微调的成本。

摘要：本申请提供了一种模型训练方法、用于检测和识别文本的方装置、电子设备、计算机可读介质和计算机程序产品。本申请的方法包括：获取目标任务对应的训练图像集，所述目标任务为同时检测和识别图像中的文本；使用基于贝塞尔曲线的降噪训练方法来训练目标模型，其中，所述方法通过冻结目标参数来针对目标模型的词表映射层和目标任务对应的部分进行训练；将已冻结的参数解冻后，基于训练图像集对目标模型进行微调。本申请通过采用基于贝塞尔曲线的降噪方法来训练模型，进而使用训练好的模型来同时对输入图像中包含的文本进行检测和识别，提升了文本检测和识别的准确性，提升了效率。

摘要：本申请提供视频标题的提取方法及装置，其中视频标题的提取方法包括：对待处理视频进行抽帧，获得至少一个视频帧，并对视频帧进行文本识别，获得视频帧包括的至少一个文本对象；根据设定文本过滤策略，从至少一个视频帧中确定候选视频帧，并确定候选视频帧包括的候选文本对象，其中，设定文本过滤策略基于待提取的目标标题设置；对不同候选视频帧包括的候选文本对象进行关联，获得候选标题集合；根据候选标题集合，确定待处理视频包括的目标标题。如此，通过待提取的目标标题对应的约束策略，可以滤除与待提取的目标标题不相关的文本内容，然后通过不同候选视频帧之间的文本对象追踪，可以滤除不同视频帧之间大量相同的冗余信息。