CN113177961A - 一种用于印章图文比对的多模态深度模型训练方法 - Google Patents

一种用于印章图文比对的多模态深度模型训练方法 Download PDF

Info

Publication number
CN113177961A
CN113177961A CN202110629993.9A CN202110629993A CN113177961A CN 113177961 A CN113177961 A CN 113177961A CN 202110629993 A CN202110629993 A CN 202110629993A CN 113177961 A CN113177961 A CN 113177961A
Authority
CN
China
Prior art keywords
text
image
seal image
seal
characters
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110629993.9A
Other languages
English (en)
Other versions
CN113177961B (zh
Inventor
吴乐琴
覃勋辉
刘科
申发海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Sign Digital Technology Co ltd
Original Assignee
Aoxiong Online Chongqing Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aoxiong Online Chongqing Technology Co ltd filed Critical Aoxiong Online Chongqing Technology Co ltd
Priority to CN202110629993.9A priority Critical patent/CN113177961B/zh
Publication of CN113177961A publication Critical patent/CN113177961A/zh
Application granted granted Critical
Publication of CN113177961B publication Critical patent/CN113177961B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种基于多模态深度学习的印章图文比对方法，包括训练数据生成、印章图像预处理、图片特征提取、文本特征表达、文本与图像融合、训练模型以及测试过程，该方法同时输入公司名及图像，在图像方面通过骨干网络提取并重映射与重采样图像特征、输入BERT模型，文本直接用文本向量输入BERT模型，并且通过图像特征和文本向量特征经过BERT编码后生成了分类向量、分类向量经过全连接网络生成二维输出向量，然后在训练阶段，通过输出向量接分类损失函数、损失下降完成整个网络学习，直到收敛，最终在测试阶段输出向量通过softmax函数生成通过和不通过的概率、通过预设阈值达到最终识别印章的目的，该方法印章图文比对的准确率高、误差小，效率高。

Description

一种用于印章图文比对的多模态深度模型训练方法
技术领域
本发明涉及图文处理技术领域，具体涉及一种用于印章图文比对的多模态深度模型训练方法。
背景技术
印章是印和章的合称。它代表的是信物。在古代帝王所用的印章称为“玺”，官吏使用的称为“印”，而私人使用的印章则称为“私印”。现代社会里，各级国家机关、社会团体、企事业单位用的印章都称为“印”。涉外单位和“三资”企业也一样。所以从某种意义上来说，印章是权力的象征和职能的标志。随着社会的发展，印章使用越来越频繁，如何识别印章上的文字和图像也变得越来越重要。
现有技术中，针对于印章防伪以及电子印章印模和实物比对的解决方法，通常采用人工比对与机器比对两种方案，但是人工比对效率低下，质量和校验核对受人为主观因素的影响较大，比对精度与准确度差异性大；机器比对的方法通常是先采用印章识别算法识别出字符、再识别出公司名和系统中公司名以及字符进行匹配，如果匹配成功则验证通过、匹配失败则不通过，这种方案的弊端在于：当前通过光学字符识别(OCR)技术对印章的关键字段进行扫描、识别，但现有的光学字符识别(OCR)技术识别结果准确率并不高、容易出现相近字符的识别误差(如：“在线”中“线”字易被识别为“钱”字)，导致后续文本匹配不通过，从而导致识别错误；同时，印章防伪过程中，假印章与真印章之间的相近字符会被光学字符识别(OCR)技术认为是图文比对一致，从而将假印章认为是真印章而输入通过，导致防伪失败；并且，现有的光学字符识别(OCR)技术还存在识别速度慢、识别效率低的问题。
发明内容
针对以上现有技术存在的问题，本发明的目的在于提供一种用于印章图文比对的多模态深度模型训练方法，该方法解决了现有技术中印章图文比对识别速度慢、识别效率低以及识别信息不准、误差大、识别率差的问题，有效提高印章图文识别比对的准确率。
本发明的目的通过以下技术方案实现：
一种用于印章图文比对的多模态深度模型训练方法，其特征在于：
包括：
S001、训练数据生成：在数据准备过程中生成印章图像，得到训练正、负样本数据；其中，所述正样本数据为印章图像与文本完全匹配的数据，所述负样本数据为印章图像与文本不完全一致的数据；
S002、印章图像预处理：对印章图像进行第一次预处理，获得清晰、准确的印章图像；然后对印章图像进行第二次预处理，使其满足骨干网络的输入格式；
S003、图片特征提取：采用骨干网络对预处理后的印章图像进行图片特征的提取，然后通过全连接层对提取的图片特征维度进行重映射，再对重映射后的向量个数进行随机重采样；
S004、文本特征表达：采用文本预训练字向量进行表达；
S005、文本与图像融合：采用BERT模型作为融合模型，文本特征表达与图片特征作为匹配对输入到BERT模型中；
S006、训练模型：将负样本数据的印章图像与文本分别作为图片特征(即骨干网络)与文本特征表达融合到BERT模型中，设定分类函数loss，loss值误差反向传播，更新权重参数，不断迭代训练分类网络，直至误差收敛、loss值不再下降，完成学习；
S007、测试过程(判断匹配程度)：采用函数softmax替代分类函数loss，设定预设阈值，判断是否匹配。
采用本方法进行识别训练，融合了多模态信息，有效地提升印章图文比对精度和效率，可将训练优化后的模型部署在服务器端作为增值服务提供给客户，根据客户关系管理系统(CRM)特征画像提供的潜在目标客户，根据CRM的特征标签针对性对客户建议此项增值服务，通过对计算量的预估进行针对性报价，使得计算资源得到升级的同时，合理的将成本通过销售消化。同时，因为训练可通过策略安排在闲时进行，忙时进行其他资源的服务与计算，从而充分利用计算资源与电力资源，合理分摊成本。使得计算资源提高的同时成本的增加被针对性消化。
作进一步优化，所述步骤S001中数据准备过程中生成印章图像具体为：
采用OpenCV首先生成圆形外框并预置印章的字符、代码以及五角星区域；然后生成字符和代码，并根据字符数量、字体大小、字体间距、内外环边距四个参数，以极坐标的模式进行调整字符和代码位置。
作进一步优化，所述以极坐标的模式进行调整字符和代码位置的具体步骤为：首先根据极坐标内外环边距确定内圆周长、从而确定字符所占的长度，然后根据字符数量和字体大小计算确定内环字体间距；最后在极坐标中，按照字符顺序依次排列，字符在内环的间距采用上述计算得到。
作进一步优化，所述第一次预处理为采用目标检测、裁剪、图像分割的方式，将图片边界定位到印章图像的边界，同时进行去噪处理；所述裁剪采用局部二值化处理的方法。
作进一步优化，所述第二次预处理采用缩放、填充的操作；所述缩放具体为将所有图像等长宽比例调整(resize)到同样的尺寸，多余的面积采用黑色进行填充。
作进一步优化，所述骨干网络采用ResNet或VGG网络模型中的任一种。
作进一步优化，所述分类函数loss主要采用二分类交叉熵损失函数，其具体步骤为：所述BERT模型输出端输出2*1的向量，分别代表匹配与不匹配的置信度；采用softmax层将置信度归一化到0～1的范围内、并让置信度总和为1，输出归一化后匹配与不匹配的置信度；最后将置信度采用二分类交叉熵损失函数来表示模型的损失。
作进一步优化，所述预设阈值为0.5，若大于0.5，则证明匹配概率高；若小于0.5，则证明不匹配概率高。
本发明具有如下技术效果：
本发明提供了一种用于印章图文比对的多模态深度模型训练方法，该方法同时输入公司名及图像，在图像方面通过骨干网络提取并重映射与重采样图像特征、从而输入BERT模型，在文本方面直接用文本向量输入BERT模型，并且通过图像特征和文本向量特征经过BERT编码后生成了分类向量、分类向量经过全连接网络生成二维输出向量，然后在训练阶段，通过输出向量接分类损失函数、损失下降完成整个网络学习，直到收敛，最终在测试阶段输出向量通过softmax函数生成通过和不通过的概率、通过预设阈值达到最终识别印章的目的。本方法印章图文比对的准确率更高、误差小，效率快、识别率高。
附图说明
图1为本发明实施例中多模态深度模型训练方法的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例：
如图1所示，一种用于印章图文比对的多模态深度模型训练方法，其特征在于：
包括：
S001、训练数据生成：
采用OpenCV首先生成圆形外框并预置印章的字符、代码以及五角星区域；然后生成字符和代码，并根据字符数量、字体大小、字体间距、内外环边距四个参数，以极坐标的模式进行仿射调整字符和代码位置。
以极坐标的模式进行调整字符和代码位置的具体步骤为：首先根据极坐标内外环边距确定内圆周长、从而确定字符所占的长度，然后根据字符数量和字体大小计算确定内环字体间距；最后在极坐标中，按照字符顺序依次排列，字符在内环的间距采用上述计算得到。
得到训练正、负样本数据；其中，正样本数据为印章图像与文本完全匹配的数据，负样本数据为印章图像与文本不完全一致的数据；
S002、印章图像预处理：对印章图像进行目标检测、裁剪、图像分割的第一次预处理，获得清晰、准确的印章图像，即将图片边界定位到印章图像的边界，同时进行去噪处理；然后对印章图像进行缩放、填充的第二次预处理，使其满足骨干网络的输入格式；即图像预处理后输出向量大小为N*N；
裁剪采用局部二值化处理的方法；缩放具体为将所有图像等长宽比例调整(resize)到同样的尺寸，多余的面积采用黑色进行填充；
S003、图片特征提取：采用骨干网络对预处理后的印章图像进行图片特征的提取，图像预处理后输出向量大小为N*N、则骨干网络输出的feature map的向量大小为m*n；然后通过全连接层对提取的图片特征维度进行重映射、将n维的特征向量转换为m*n_dim，再对重映射后的向量个数m进行随机重采样、得到m_sample*n_dim向量输入融合模型；
骨干网络采用ResNet或VGG网络模型中的任一种、例如VGG16；
S004、文本特征表达：采用文本预训练字向量进行表达、即预训练的中文字向量模型表达企业文本特征；假设文本长度m_text，则用字向量表达文本特征、词向量的特征维度为n_dim，最后输出的文本特征大小为m_text*n_dim。
S005、文本与图像融合：采用BERT模型作为融合模型，文本特征表达与图片特征作为匹配对输入到BERT模型中；输入形式为sep，m_text*n_dim，sep，m_sample*n_dim。
S006、训练模型：将负样本数据的印章图像与文本分别作为图片特征(即骨干网络)与文本特征表达融合到BERT模型中，设定分类函数loss，loss值误差反向传播，更新权重参数，不断迭代训练分类网络，直至误差收敛、loss值不再下降，完成学习；
分类函数loss主要采用二分类交叉熵损失函数，其具体步骤为：BERT模型输出端(即图1中Fc)输出2*1的向量，分别代表匹配与不匹配的置信度；采用softmax层将置信度归一化到0～1的范围内、并让置信度总和为1，输出归一化后匹配与不匹配的置信度；最后将置信度采用二分类交叉熵损失函数来表示模型的损失。
二分类交叉熵损失函数表示为：
Figure BDA0003103018980000061
式中，yi表示真实的分类结果；ai表示softmax层的第i个输出值。
S007、测试过程(判断匹配程度)：采用函数softmax替代分类函数loss：去掉步骤S006中分类函数loss中最后的一步(即去掉“将置信度采用二分类交叉熵损失函数来表示模型的损失”的步骤)、输出归一化匹配与不匹配的置信度；
设定预设阈值，判断是否匹配；预设阈值为0.5，若大于0.5，则证明匹配概率高；若小于0.5，则证明不匹配概率高。
以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。
为了示例和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和组合。

Claims (6)

1.一种用于印章图文比对的多模态深度模型训练方法，其特征在于：
包括：
S001、训练数据生成：在数据准备过程中生成印章图像，得到训练正、负样本数据；其中，所述正样本数据为印章图像与文本完全匹配的数据，所述负样本数据为印章图像与文本不完全一致的数据；
S002、印章图像预处理：对印章图像进行第一次预处理，获得清晰、准确的印章图像；然后对印章图像进行第二次预处理，使其满足骨干网络的输入格式；
S003、图片特征提取：采用骨干网络对预处理后的印章图像进行图片特征的提取，然后通过全连接层对提取的图片特征维度进行重映射，再对重映射后的向量个数进行随机重采样；
S004、文本特征表达：采用文本预训练字向量进行表达；
S005、文本与图像融合：采用BERT模型作为融合模型，文本特征表达与图片特征作为匹配对输入到BERT模型中；
S006、训练模型：将负样本数据的印章图像与文本分别作为图片特征（即骨干网络）与文本特征表达融合到BERT模型中，设定分类函数loss，loss值误差反向传播，更新权重参数，不断迭代训练分类网络，直至误差收敛、loss值不再下降，完成学习；
S007、测试过程：采用函数softmax替代分类函数loss，设定预设阈值，判断是否匹配。
2.根据权利要求1所述的一种用于印章图文比对的多模态深度模型训练方法，其特征在于：所述步骤S001中数据准备过程中生成印章图像具体为：
采用OpenCV首先生成圆形外框并预置印章的字符、代码以及五角星区域；然后生成字符和代码，并根据字符数量、字体大小、字体间距、内外环边距四个参数，以极坐标的模式进行调整字符和代码位置。
3.根据权利要求1或2中任一项所述的一种用于印章图文比对的多模态深度模型训练方法，其特征在于：所述以极坐标的模式进行调整字符和代码位置的具体步骤为：首先根据极坐标内外环边距确定内圆周长、从而确定字符所占的长度，然后根据字符数量和字体大小计算确定内环字体间距；最后在极坐标中，按照字符顺序依次排列，字符在内环的间距采用上述计算得到。
4.根据权利要求1或2中任一项所述的一种用于印章图文比对的多模态深度模型训练方法，其特征在于：所述第一次预处理为采用目标检测、裁剪、图像分割的方式，将图片边界定位到印章图像的边界，同时进行去噪处理；所述裁剪采用局部二值化处理的方法。
5.根据权利要求1、2或4中任一项所述的一种用于印章图文比对的多模态深度模型训练方法，其特征在于：所述第二次预处理采用缩放、填充的操作；所述缩放具体为将所有图像等长宽比例调整（resize）到同样的尺寸，多余的面积采用黑色进行填充。
6.根据权利要求1所述的一种用于印章图文比对的多模态深度模型训练方法，其特征在于：所述分类函数loss主要采用二分类交叉熵损失函数，其具体步骤为：所述BERT模型输出端输出2*1的向量，分别代表匹配与不匹配的置信度；采用softmax层将置信度归一化到0～1的范围内、并让置信度总和为1，输出归一化后匹配与不匹配的置信度；最后将置信度采用二分类交叉熵损失函数来表示模型的损失。
CN202110629993.9A 2021-06-07 2021-06-07 一种用于印章图文比对的多模态深度模型训练方法 Active CN113177961B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110629993.9A CN113177961B (zh) 2021-06-07 2021-06-07 一种用于印章图文比对的多模态深度模型训练方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110629993.9A CN113177961B (zh) 2021-06-07 2021-06-07 一种用于印章图文比对的多模态深度模型训练方法

Publications (2)

Publication Number Publication Date
CN113177961A true CN113177961A (zh) 2021-07-27
CN113177961B CN113177961B (zh) 2022-07-01

Family

ID=76927505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110629993.9A Active CN113177961B (zh) 2021-06-07 2021-06-07 一种用于印章图文比对的多模态深度模型训练方法

Country Status (1)

Country Link
CN (1) CN113177961B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113961710A (zh) * 2021-12-21 2022-01-21 北京邮电大学 基于多模态分层融合网络的细粒度化论文分类方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504738A (zh) * 2014-12-20 2015-04-08 乐清咔咔网络科技有限公司 一种信息印章及其印文图像信息处理方法
CN105408746A (zh) * 2013-02-28 2016-03-16 普罗吉涅股份有限公司 基于图像的人胚胎细胞分类的装置、方法和系统
CN108197642A (zh) * 2017-12-25 2018-06-22 山东浪潮云服务信息科技有限公司 一种印章鉴别方法及装置
CN109815801A (zh) * 2018-12-18 2019-05-28 北京英索科技发展有限公司 基于深度学习的人脸识别方法及装置
CN110046656A (zh) * 2019-03-28 2019-07-23 南京邮电大学 基于深度学习的多模态场景识别方法
CN110765992A (zh) * 2019-09-23 2020-02-07 厦门大学 印章鉴别方法、介质、设备及装置
CN111027553A (zh) * 2019-12-23 2020-04-17 武汉唯理科技有限公司 一种圆形印章文字识别方法
CN111401372A (zh) * 2019-12-20 2020-07-10 国家电网有限公司 一种扫描文档图文信息提取与鉴别的方法
CN112307520A (zh) * 2020-11-09 2021-02-02 语联网（武汉）信息技术有限公司 电子印章添加和验证方法及系统
CN112733533A (zh) * 2020-12-31 2021-04-30 浙大城市学院 一种基于bert模型及文本-图像关系传播的多模态命名实体识别方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105408746A (zh) * 2013-02-28 2016-03-16 普罗吉涅股份有限公司 基于图像的人胚胎细胞分类的装置、方法和系统
CN104504738A (zh) * 2014-12-20 2015-04-08 乐清咔咔网络科技有限公司 一种信息印章及其印文图像信息处理方法
CN108197642A (zh) * 2017-12-25 2018-06-22 山东浪潮云服务信息科技有限公司 一种印章鉴别方法及装置
CN109815801A (zh) * 2018-12-18 2019-05-28 北京英索科技发展有限公司 基于深度学习的人脸识别方法及装置
CN110046656A (zh) * 2019-03-28 2019-07-23 南京邮电大学 基于深度学习的多模态场景识别方法
CN110765992A (zh) * 2019-09-23 2020-02-07 厦门大学 印章鉴别方法、介质、设备及装置
CN111401372A (zh) * 2019-12-20 2020-07-10 国家电网有限公司 一种扫描文档图文信息提取与鉴别的方法
CN111027553A (zh) * 2019-12-23 2020-04-17 武汉唯理科技有限公司 一种圆形印章文字识别方法
CN112307520A (zh) * 2020-11-09 2021-02-02 语联网（武汉）信息技术有限公司 电子印章添加和验证方法及系统
CN112733533A (zh) * 2020-12-31 2021-04-30 浙大城市学院 一种基于bert模型及文本-图像关系传播的多模态命名实体识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JIASEN LU ET AL.: "ViLBERT: Pretraining Task-Agnostic Visiolinguistic Representations for Vision-and-Language Tasks", 《ARXIV》 *
ZHICHENG HUANG ET AL.: "Pixel-BERT: Aligning Image Pixels with Text by Deep Multi-Modal Transformers", 《ARXIV》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113961710A (zh) * 2021-12-21 2022-01-21 北京邮电大学 基于多模态分层融合网络的细粒度化论文分类方法及装置
CN113961710B (zh) * 2021-12-21 2022-03-08 北京邮电大学 基于多模态分层融合网络的细粒度化论文分类方法及装置

Also Published As

Publication number Publication date
CN113177961B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN109117885B (zh) 一种基于深度学习的邮票识别方法
CN110347857B (zh) 基于强化学习的遥感影像的语义标注方法
CN113762269B (zh) 基于神经网络的中文字符ocr识别方法、系统及介质
CN110647956A (zh) 一种联合二维码识别的发票信息提取方法
CN114255159A (zh) 手写文本图像生成方法、装置、电子设备和存储介质
CN111539414B (zh) 一种ocr图像字符识别和字符校正的方法及系统
CN113177961B (zh) 一种用于印章图文比对的多模态深度模型训练方法
CN114092742A (zh) 一种基于多角度的小样本图像分类装置和方法
CN114299512A (zh) 一种基于汉字字根结构的零样本小篆识别方法
CN114202759A (zh) 基于深度学习的多币种纸币冠字号识别方法和装置
CN112966676B (zh) 一种基于零样本学习的文档关键信息抽取方法
CN116343237A (zh) 基于深度学习和知识图谱的票据识别方法
CN111414889B (zh) 基于文字识别的财务报表识别方法及装置
CN116110047A (zh) 基于ocr-ner的结构化电子病历构建方法和系统
CN115620314A (zh) 文本识别方法、答案文本的验证方法、装置、设备及介质
CN114625872A (zh) 基于全局指针的风险审核方法、系统、设备及存储介质
CN113705730A (zh) 基于卷积注意力和标签采样的手写方程式图像识别方法
CN114663886A (zh) 文本识别方法、模型的训练方法及装置
CN113554021B (zh) 一种智能化印章识别方法
US20230036812A1 (en) Text Line Detection
CN116229493B (zh) 跨模态的图片文本命名实体识别方法、系统及电子设备
CN114897901B (zh) 基于样本扩充的电池质量检测方法、装置和电子设备
CN116109914B (zh) 银行流水图像的鉴别真伪方法、装置、电子设备及介质
US20240046680A1 (en) Machine learning (ml)-based system and method for correcting image data
TWI764083B (zh) 票據辨識方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20220408

Address after: 401121 no.17-1, building 13, No.106, west section of Jinkai Avenue, Yubei District, Chongqing

Applicant after: CHONGQING AOS ONLINE INFORMATION TECHNOLOGY CO.,LTD.

Address before: No. 99, Xinfeng Avenue, Jiulongpo District, Chongqing

Applicant before: AoXiong online (Chongqing) Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 401121 no.17-1, building 13, No.106, west section of Jinkai Avenue, Yubei District, Chongqing

Patentee after: Chongqing Sign Digital Technology Co.,Ltd.

Country or region after: China

Address before: 401121 no.17-1, building 13, No.106, west section of Jinkai Avenue, Yubei District, Chongqing

Patentee before: CHONGQING AOS ONLINE INFORMATION TECHNOLOGY CO.,LTD.

Country or region before: China

CP03 Change of name, title or address