基于机器学习的截图识别翻译应用研究

来源 :网络安全技术与应用 | 被引量 : 1次 | 上传用户:elvisivle
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网和移动互联网技术的发展,人工智能、大数据、云计算、机器学习的循序渐进的研究和具体应用,也催生出了文字识别和文字翻译的新应用。本文着重分析图像截取、文字识别和文字翻译应用结合研究的现状以及应用前景,并对现有的文字识别算法做简要概述和Tesseract ORC算法做具体分析。图像截取、文字识别和文字翻译应用结合的功能将成为新一代的办公软件和社交软件的基本功能,新的用户体验也必将推动着办公软件和社交软件的革新。本文提出,图像截取、文字识别和文字翻译三种应用结合的基本模型结构,并对该模型结构结合现
其他文献
"云计算"是计算机科学与技术领域的一场革命。随着互联网+与大数据时代的到来,以云计算、大数据为代表的信息技术影响着现代人的生活方式,相反随着现代人对互联网的越来越多的需求,促进云计算技术不断发展,推动"云计算"向更便捷的使用方式进步。如日常生活中有大量的用户通过轻量级便携设备访问互联网服务,产生海量有价值的数据(以TB计)。"云计算"为实现数据的计算、存储、发布与共享等提供了极大的方便,越来越多的
随着计算机网络和多媒体技术的飞速发展,多媒体数据逐渐成为人们获取信息的重要来源,并成为人们生活的重要组成部分。然而当前数字信号处理和计算机网络传输技术的迅猛发展却使
随着人工智能技术的发展,从视频监控中提取有效的目标信息越发重要。本文对视频序列中的运动船舶进行检测,并以AIS信息作为参考,对船舶目标身份进行快速判别,对船舶侵入区域进行告警。
文本生成是人工智能和自然语言处理领域中一项热门研究的课题,作为一种在自然语言文本生成方面广泛应用的网络,长短期记忆网络(Long Short-Term Memory,LSTM)可以解决在训练传统循环神经网络(Recurrent Neural Network,RNN)时可能遇到的梯度消失问题。对于间隙长度的相对不敏感性是LSTM相对于RNN,隐马尔可夫模型和其他序列学习方法在许多应用中的优势。本文通
捷联式惯性导航系统以固连在载体上的陀螺组件与加速度组件为敏感元件,利用载体上的导航计算机解算出当前的位置、姿态信息。无转子陀螺是当今导航敏感器件研究的主流。作为
本文分析了现有教学管理系统所存在的问题,并针对相关问题提出一种大数据技术、移动应用开发技术等高度融合下智慧校园中教学管理系统的设计方案,通过这个设计方案的实现有效地完成对学校信息、教师、学生、教学课程资源等方面的管理,对学生线上学习起到了辅助作用,对教师的教学评价给出精准的定位,基本满足了现代教学管理的需求。