CN113205041B - 结构化信息提取方法、装置、设备和存储介质 - Google Patents
结构化信息提取方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113205041B CN113205041B CN202110477814.4A CN202110477814A CN113205041B CN 113205041 B CN113205041 B CN 113205041B CN 202110477814 A CN202110477814 A CN 202110477814A CN 113205041 B CN113205041 B CN 113205041B
- Authority
- CN
- China
- Prior art keywords
- field
- image
- detection network
- information
- region
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/412—Layout analysis of documents structured with printed lines or input boxes, e.g. business forms or tables
-
- 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
-
- 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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Abstract
本公开提供了一种结构化信息提取方法、装置、设备和存储介质,涉及人工智能技术领域,具体涉及计算机视觉、深度学习等技术领域。结构化信息提取方法包括:提取图像的图像特征;对所述图像特征进行处理,以确定所述图像中的预设区域的区域位置信息;对所述图像特征进行处理,以确定所述图像中的与至少一个字段检测网络对应的字段的字段位置信息,不同的字段检测网络对应的字段具有不同的字段类型;若基于所述字段位置信息和所述区域位置信息确定所述字段在所述预设区域内,识别所述字段对应的文本内容;基于所述字段对应的文本内容和所述字段对应的字段类型构建所述图像的结构化信息。本公开可以提高结构化信息提取的通用性。
Description
技术领域
本公开涉及人工智能技术领域,具体涉及计算机视觉、深度学习等技术领域,尤其涉及一种结构化信息提取方法、装置、设备和存储介质。
背景技术
票据是一种重要的结构化信息的文本载体,被广泛用于各种商业场景。为了提高处理票据的效率,可以对纸质票据进行拍照以得到票据图像,再将非结构化的票据图像转换为结构化信息。
相关技术中,可以通过票据图像中的表格线提取结构化信息。
发明内容
本公开提供了一种结构化信息提取方法、装置、设备和存储介质。
根据本公开的一方面,提供了一种结构化信息提取方法,包括:采用结构化信息提取模型中的特征提取网络,提取图像的图像特征;采用所述结构化信息提取模型中的区域检测网络,对所述图像特征进行处理,以确定所述图像中的预设区域的区域位置信息;采用所述结构化信息提取模型中的至少一个字段检测网络,对所述图像特征进行处理,以确定所述图像中的与所述至少一个字段检测网络对应的字段的字段位置信息,不同的字段检测网络对应的字段具有不同的字段类型;若基于所述字段位置信息和所述区域位置信息确定所述字段在所述预设区域内,识别所述字段对应的文本内容;基于所述字段对应的文本内容和所述字段对应的字段类型构建所述图像的结构化信息。
根据本公开的另一方面,提供了一种结构化信息提取模型的训练方法,所述结构化信息提取模型包括特征提取网络、区域检测网络和字段检测网络,所述方法包括:采用所述特征提取网络提取样本图像的图像特征;采用所述区域检测网络对所述图像特征进行处理,以确定所述样本图像中的预设区域的预测区域信息;采用所述至少一个字段检测网络,对所述图像特征进行处理,以确定所述样本图像中的与所述字段检测网络对应的字段的预测字段信息,不同的字段检测网络对应的字段具有不同的字段类型;基于所述预测区域信息和所述预测字段信息构建损失函数,并基于所述损失函数训练所述特征提取网络、所述区域检测网络和所述字段检测网络。
根据本公开的另一方面,提供了一种结构化信息提取装置,包括:第一特征提取模块,用于采用结构化信息提取模型中的特征提取网络,提取图像的图像特征;第一区域检测模块,用于采用所述结构化信息提取模型中的区域检测网络,对所述图像特征进行处理,以确定所述图像中的预设区域的区域位置信息;第一字段检测模块,用于采用所述结构化信息提取模型中的至少一个字段检测网络,对所述图像特征进行处理,以确定所述图像中的与所述至少一个字段检测网络对应的字段的字段位置信息,不同的字段检测网络对应的字段具有不同的字段类型;识别模块,用于若基于所述字段位置信息和所述区域位置信息确定所述字段在所述预设区域内,识别所述字段对应的文本内容;构建模块,用于基于所述字段对应的文本内容和所述字段对应的字段类型构建所述图像的结构化信息。
根据本公开的另一方面,提供了一种结构化信息提取模型的训练装置,所述结构化信息提取模型包括特征提取网络、区域检测网络和字段检测网络,所述装置包括:第二特征提取模块,用于采用结构化信息提取模型中的特征提取网络,提取样本图像的图像特征;第二区域检测模块,用于采用所述结构化信息提取模型中的区域检测网络,对所述图像特征进行处理,以确定所述样本图像中的预设区域的区域位置信息;第二字段检测模块,用于采用所述结构化信息提取模型中的至少一个字段检测网络,对所述图像特征进行处理,以确定所述图像中的与所述至少一个字段检测网络对应的字段的字段位置信息,不同的字段检测网络对应的字段具有不同的字段类型;训练模块,用于基于所述预测区域信息和所述预测字段信息构建损失函数,并基于所述损失函数训练所述特征提取网络、所述区域检测网络和所述字段检测网络。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述任一项方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述任一项方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述任一项方法。
根据本公开的技术方案,可以提高结构化信息提取的通用性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的示意图;
图2是根据本公开第二实施例的示意图;
图3是根据本公开第三实施例的示意图;
图4是根据本公开第四实施例的示意图;
图5是根据本公开第五实施例的示意图;
图6是根据本公开第六实施例的示意图;
图7是根据本公开第七实施例的示意图;
图8是根据本公开第八实施例的示意图;
图9是根据本公开第九实施例的示意图;
图10是用来实现本公开实施例的结构化信息提取方法或结构化信息提取模型的训练方法的电子设备的示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
相关技术中,可以基于票据图像中的表格线进行结构化信息提取,但是,有些票据图像中根本不存在表格线,因此,适用范围受限。
为了提高结构化信息提取的通用性,本公开提供如下实施例。
图1是根据本公开第一实施例的示意图。该实施例提供一种结构化信息提取方法,包括:
步骤101、采用结构化信息提取模型中的特征提取网络,提取图像的图像特征。
步骤102、采用所述结构化信息提取模型中的区域检测网络,对所述图像特征进行处理,以确定所述图像中的预设区域的区域位置信息。
步骤103、采用所述结构化信息提取模型中的至少一个字段检测网络,对所述图像特征进行处理,以确定所述图像中的与所述至少一个字段检测网络对应的字段的字段位置信息,不同的字段检测网络对应的字段具有不同的字段类型。
步骤104、若基于所述字段位置信息和所述区域位置信息确定所述字段在所述预设区域内,识别所述字段对应的文本内容。
步骤105、基于所述字段对应的文本内容和所述字段对应的字段类型构建所述图像的结构化信息。
图像是指包含结构化信息的图像,比如票据图像。
在结构化信息提取时,可以采用结构化信息提取模型对图像进行处理,结构化信息提取模型包括特征提取网络、区域检测网络和字段检测网络。如图2所示,图像输入到特征提取网络中201,经过特征提取网络的处理,可以输出图像的图像特征。特征提取网络201输出图像特征后,图像特征被输入到区域检测网络202和字段检测网络203中。区域检测网络202用于检测图像中的预设区域,即,区域检测网络202的输入为图像特征,输出为预设区域的区域位置信息。字段检测网络203用于检测图像中的字段,即,字段检测网络203的输入为图像特征,输出为字段位置信息。
如图3所述,特征提取网络可以包括特征提取(feature extracting)层301和特征融合(feature merging)层302,特征提取层301的输入为图像,输出为多种特征,每种特征比如为图像特征图(feature map)。特征提取层301可以为卷积神经网络,比如为resnet50网络。图3中以包括4个卷积阶段(conv stage)为例,特征提取层提取的多种特征分别表示为f4~f1。特征融合层302的输入为多种特征,输出为对这多个特征进行融合后的融合特征。多个图像特征图中的各个图像特征图的大小不同,融合的具体手段可以包括上池化(unpooling)和拼接(contact)。在融合时可以进行逐层的融合,逐层融合后对应的融合特征分别用h1~h4表示,最终的融合特征h4作为后续区域检测网络和字段检测网络的输入。
通过对图像特征进行融合,可以提供更丰富的信息,提高检测准确度。
字段检测网络可以为多个,不同的字段检测网络用于检测不同字段类型的字段。以票据图像为例,如图4所示,票据图像可以分为表格区域和非表格区域,以图4所示的发票为例,收据号等所在的区域为非表格区域,费用名称等所在的区域为表格区域。以针对表格区域的处理为例,预设区域可以是指表格区域中的各个文本行区域,相应的区域检测网络可以是指行检测网络,行检测网络可以输出各文本行的位置信息,参见图4,各文本行用粗线框表示,图4中示出了两个文本行对应的文本框。
字段检测网络可以为多个,多个字段检测网络可以采用并行的方式执行,每种字段检测网络对应一种字段类型。以图4所示的票据图像的表格区域为例,包括四种类型的字段,分别是“费用名称”、“单价”、“数量”和“金额”,因此,可以用4个字段检测网络并行执行,以分别检测出对应类型的字段的位置信息,如图5所示,分别用不同的线条形状示出了不同类型的字段对应的文本框。
通过并行执行字段检测网络,可以提高各类型的字段的字段位置信息的确定效率。
检测区域位置信息和字段位置信息时,可以采用各种相关技术实现,比如EAST(AnEfficient and Accurate Scene Text Detector)算法。比如,采用EAST算法时,以预设区域为文本行,相应的区域检测网络称为行检测网络为例,如图6所示,结构化信息提取模型可以包括特征提取网络601、行检测网络602和字段检测网络603。图6中以一个字段检测网络为例,具体实施时可以多个字段检测网络并行执行。行检测网络602和每个字段检测网络603可以对应包括得分图(score_map)和文本框坐标(text quadrangle coordinates),EAST处理过程中可以获得多个候选文本框,每个候选文本框对应的文本框坐标可以包括8个参数,即文本框四个顶点的坐标(x1,y1,…,x4,y4),得分图是指每个候选文本框的得分,之后可以基于每个候选文本框的得分确定最终的文本框,将最终的文本框对应的位置信息作为输出的文本行位置信息或字段位置信息。其中,基于多个候选文本框得到最终的文本框时可以采用局部非极大值抑制操作,具体可以包括:先对所有的候选文本框(outputbox)集合结合相应的阈值,大于阈值则进行融合,小于阈值则不融合,将置信度得分(score_map)作为权重加权合并,得到合并后的候选文本框(bbox集合);对bbox集合进行标准的非极大值抑制(Non-Maximum Suppression,NMS)操作。
获得区域位置信息和字段位置信息后,若字段位置信息对应的区域位于区域位置信息对应的区域内,则表明所述字段在所述预设区域内。以图4所示的票据图像为例,在逐行提取结构化信息时,则可以先确定出第一行中的所有字段,对第一行中的所有字段进行光学字符识别(Optical Character Recognition,OCR)等处理得到对应的文本内容,再基于对应的字段类型构建结构化信息。比如,存在4个字段检测网络,分别用于检测“费用名称”、“单价”、“数量”和“金额”,则“费用名称”对应的字段检测网络输出的字段位置信息对应的字段的类型为“费用名称”,对该字段进行OCR识别得到文本内容,如药物名A后,则构建的结构化信息包括:“费用名称”对应的文本内容为“药物名A”。
以针对票据图像的表格区域为例,可以逐行提取结构化信息。具体地,可以基于所述各个文本行区域对应的字段的字段类型和所述文本行区域对应的字段的文本内容,构建所述各个文本行区域的结构化信息;基于所述各个文本行区域的结构化信息构建所述图像的结构化信息。
通过逐行构建结构化信息,可以提高准确度,避免重复或遗漏。
以某个文本行包括单价和数量两种类型的字段为例,对应文本行的结构化信息可以如下所示:
valuelist表示结构化信息,结构化信息中对应每种字段类型,除了文本内容(用originalname表示),还可以包括其他信息,比如字段的位置信息(如x1,y1等),对文本内容进行归一化后的值(用standardname表示),文本内容的概率(用itemconf表示)等。
本实施例中,基于图像特征确定区域位置信息和字段位置信息,并基于区域位置信息和字段位置信息确定字段在预设区域内时,识别字段的文本内容,并基于文本内容和对应的字段类型构建结构化信息,可以提供更通用的结构化信息提取方案,适用于实际应用场景中错位、版式复杂等场景。
图7是根据本公开第七实施例的示意图,本实施例提供一种结构化信息提取模型的训练方法,所述结构化信息提取模型包括特征提取网络、区域检测网络和字段检测网络,所述方法包括:
步骤701、采用所述特征提取网络提取样本图像的图像特征;
步骤702、采用所述区域检测网络对所述图像特征进行处理,以确定所述样本图像中的预设区域的预测区域信息;
步骤703、采用所述至少一个字段检测网络,对所述图像特征进行处理,以确定所述样本图像中的与所述至少一个字段检测网络对应的字段的预测字段信息,不同的字段检测网络对应的字段具有不同的字段类型;
步骤704、基于所述预测区域信息和所述预测字段信息构建损失函数,并基于所述损失函数训练所述特征提取网络、所述区域检测网络和所述字段检测网络。
模型训练时的一些步骤与上述实施例的模型应用过程类似,比如,一些实施例中,所述至少一个字段检测网络为多个,所述采用所述至少一个字段检测网络,对所述图像特征进行处理,以确定所述样本图像中的与所述至少一个字段检测网络对应的字段的预测字段信息,包括:采用所述多个字段检测网络,对所述图像特征进行并行处理,以分别确定与所述多个字段检测网络中的各个字段检测网络对应的字段的预测字段信息。
通过并行执行字段检测网络,可以提高各类型的字段的字段位置信息的确定效率。
一些实施例中,所述特征提取网络包括特征提取层和特征融合层,所述采用所述特征提取网络提取样本图像的图像特征,包括:采用所述特征提取层提取样本图像的多种初始特征;采用所述特征融合层对所述多种初始特征进行融合,得到融合特征,将所述融合特征作为所述图像特征。
通过对图像特征进行融合,可以提供更丰富的信息,提高检测准确度。
模型训练时会涉及到损失函数,本实施例基于预测区域信息和预测字段信息构建损失函数,所述预测区域信息包括预测区域位置信息和对应的预测区域得分信息,和/或,所述预测字段信息包括预测字段位置信息和对应的预测字段得分。
损失函数的计算公式可以如下:
CQ={x1,y1,...,x4,y4}
其中,L是模型训练最终采用的损失函数,Ls是区域检测网络的得分(score_map)对应的损失函数,Lq是区域检测网络的位置对应的损失函数,ps是预测区域得分,ys是真实区域得分,Q~是预测区域位置,Q*是真实区域位置,是与Q*具有不同顶点顺序的相同四边形的集合,真实区域得分和真实区域位置可以人工标注得到。smoothedL1表示smooth_L1损失,D(*)是距离计算函数。
Lsi和Lqi分别表示第i个字段对应的字段检测网络的得分对应的损失函数和字段检测网络的位置对应的损失函数,与区域检测网络的对应的损失函数的计算方式类似,在此不再列式说明。
模型训练时,一般是以最小化损失函数为目标调整模型参数,具体地,可以基于损失函数不断调整模型参数,直至达到结束条件,结束条件比如为预设迭代次数或者损失函数满足预设的收敛条件。将达到结束条件时的模型参数作为最终的模型参数。
本实施例中,损失函数是基于预测区域信息和预测字段信息构建的,而预测区域信息和预测字段信息是采用模型对图像特征进行处理后得到的,损失函数会引导模型参数的不断调整,因此,经过上述过程可以实现模型参数的不断调整,直至确定最终的模型参数。进一步地,预测区域信息和预测字段信息可以分别包括对应的位置信息和得分信息,以得到更为准确的损失函数,进而提升模型的训练效果。
通过检测网络(区域检测网络和字段检测网络)对应的损失函数包括得分对应的损失函数和位置对应的损失函数,可以提高模型训练的准确性和稳定性。
本实施例中,基于图像特征确定预测区域信息和预测字段信息,并基于预测区域信息和预测字段信息构建损失函数,以及基于损失函数训练模型,可以提供更具有普适性的结构化特征提取模型。
本公开还提供了一种结构化信息提取装置,用于执行上述任一结构化信息提取方法。
图8是根据本公开第九实施例的示意图,本实施例提供一种结构化信息提取装置。如图8所示,结构化信息提取装置800包括第一特征提取模块801、第一区域检测模块802、第一字段检测模块803、识别模块804和构建模块805。
第一特征提取模块801用于采用结构化信息提取模型中的特征提取网络,提取图像的图像特征;第一区域检测模块802用于采用所述结构化信息提取模型中的区域检测网络,对所述图像特征进行处理,以确定所述图像中的预设区域的区域位置信息;第一字段检测模块803用于采用所述结构化信息提取模型中的至少一个字段检测网络,对所述图像特征进行处理,以确定所述图像中的与所述至少一个字段检测网络对应的字段的字段位置信息,不同的字段检测网络对应的字段具有不同的字段类型;识别模块804用于若基于所述字段位置信息和所述区域位置信息确定所述字段在所述预设区域内,识别所述字段对应的文本内容;构建模块805用于基于所述字段对应的文本内容和所述字段对应的字段类型构建所述图像的结构化信息。
一些实施例中,所述至少一个字段检测网络为多个,所述字段检测模块803还用于:采用所述多个字段检测网络,对所述图像特征进行并行处理,以分别确定与所述多个字段检测网络中的各个字段检测网络对应的字段的字段位置信息。
一些实施例中,所述图像包括表格区域,所述表格区域包括多个文本行区域,所述预设区域包括所述多个文本行区域中的各个文本行区域,同一文本行区域对应多种字段类型的字段,所述构建模块805还用于:基于所述各个文本行区域对应的字段的字段类型和所述文本行区域对应的字段的文本内容,构建所述各个文本行区域的结构化信息;基于所述各个文本行区域的结构化信息构建所述图像的结构化信息。
一些实施例中,所述特征提取网络包括特征提取层和特征融合层,所述特征提取模块801具体用于:采用所述特征提取层提取图像的多种初始特征;采用所述特征融合层对所述多种初始特征进行融合,得到融合特征,将所述融合特征作为所述图像特征。
本实施例中,基于图像特征确定区域位置信息和字段位置信息,并基于区域位置信息和字段位置信息确定字段在预设区域内时,识别字段的文本内容,并基于文本内容和对应的字段类型构建结构化信息,可以提供更通用的结构化信息提取方案,适用于实际应用场景中错位、版式复杂等场景。
本公开还提供了一种结构化信息提取模型的训练装置,用于执行上述任一结构化信息提取模型的训练方法。
图9是根据本公开第九实施例的示意图,本实施例提供一种结构化信息提取模型的训练装置。所述结构化信息提取模型包括特征提取网络、区域检测网络和字段检测网络,所述装置900包括:第二特征提取模块901、第二区域检测模块902、第二字段检测模块903和训练模块904。
第二特征提取模块901用于采用结构化信息提取模型中的特征提取网络,提取样本图像的图像特征;第二区域检测模块902用于采用所述结构化信息提取模型中的区域检测网络,对所述图像特征进行处理,以确定所述样本图像中的预设区域的区域位置信息;第二字段检测模块903用于采用所述结构化信息提取模型中的至少一个字段检测网络,对所述图像特征进行处理,以确定所述图像中的与所述至少一个字段检测网络对应的字段的字段位置信息,不同的字段检测网络对应的字段具有不同的字段类型;训练模块904用于基于所述预测区域信息和所述预测字段信息构建损失函数,并基于所述损失函数训练所述特征提取网络、所述区域检测网络和所述字段检测网络。
一些实施例中,所述至少一个字段检测网络为多个,所述第二字段检测模块903还用于:采用所述多个字段检测网络,对所述图像特征进行并行处理,以分别确定与所述多个字段检测网络中的各个字段检测网络对应的字段的预测字段信息。
一些实施例中,所述特征提取网络包括特征提取层和特征融合层,所述第二特征提取模块901还用于:采用所述特征提取层提取样本图像的多种初始特征;采用所述特征融合层对所述多种初始特征进行融合,得到融合特征,将所述融合特征作为所述图像特征。
一些实施例中,所述预测区域信息包括预测区域位置信息和对应的预测区域得分信息,和/或,所述预测字段信息包括预测字段位置信息和对应的预测字段得分信息。
本实施例中,基于图像特征确定预测区域信息和预测字段信息,并基于预测区域信息和预测字段信息构建损失函数,以及基于损失函数训练模型,可以提供更具有普适性的结构化特征提取模型。
可以理解的是,本公开实施例中,不同实施例中的相同或相似内容可以相互参考。
可以理解的是,本公开实施例中的“第一”、“第二”等只是用于区分,不表示重要程度高低、时序先后等。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示,电子设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储电子设备1000操作所需的各种程序和数据。计算单元1001、ROM 602以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
电子设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许电子设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理,例如结构化信息提取方法或结构化信息提取模型的训练方法。例如,在一些实施例中,测试单元的运行方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到电子设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的结构化信息提取方法或结构化信息提取模型的训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行结构化信息提取方法或结构化信息提取模型的训练方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(″Virtual Private Server″,或简称″VPS″)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (16)
1.一种结构化信息提取方法,包括:
采用结构化信息提取模型中的特征提取网络,提取图像的图像特征;
采用所述结构化信息提取模型中的区域检测网络,对所述图像特征进行处理,以确定所述图像中的预设区域的区域位置信息;
采用所述结构化信息提取模型中的至少一个字段检测网络,对所述图像特征进行处理,以确定所述图像中的与所述至少一个字段检测网络对应的字段的字段位置信息,不同的字段检测网络对应的字段具有不同的字段类型;
若基于所述字段位置信息和所述区域位置信息确定所述字段在所述预设区域内,识别所述字段对应的文本内容;
基于所述字段对应的文本内容和所述字段对应的字段类型构建所述图像的结构化信息;
其中,所述结构化信息提取模型是基于损失函数训练的,所述损失函数的计算公式为:
CQ={x1,y1,...,x4,y4}
其中,L是模型训练最终采用的损失函数,Ls是区域检测网络的得分对应的损失函数,Lq是区域检测网络的位置对应的损失函数,ps是预测区域得分,ys是真实区域得分,Q~是预测区域位置,Q*是真实区域位置,是与Q*具有不同顶点顺序的相同四边形的集合,smoothedL1表示smooth_L1损失,D(*)是距离计算函数;Lsi和Lqi分别表示第i个字段对应的字段检测网络的得分对应的损失函数和字段检测网络的位置对应的损失函数。
2.根据权利要求1所述的方法,其中,所述至少一个字段检测网络为多个,所述采用所述结构化信息提取模型中的至少一个字段检测网络,对所述图像特征进行处理,以确定所述图像中的与所述至少一个字段检测网络对应的字段的字段位置信息,包括:
采用所述多个字段检测网络,对所述图像特征进行并行处理,以分别确定与所述多个字段检测网络中的各个字段检测网络对应的字段的字段位置信息。
3.根据权利要求1所述的方法,其中,所述图像包括表格区域,所述表格区域包括多个文本行区域,所述预设区域包括所述多个文本行区域中的各个文本行区域,同一文本行区域对应多种字段类型的字段,所述基于所述字段对应的文本内容和所述字段对应的字段类型构建所述图像的结构化信息,包括:
基于所述各个文本行区域对应的字段的字段类型和所述文本行区域对应的字段的文本内容,构建所述各个文本行区域的结构化信息;
基于所述各个文本行区域的结构化信息构建所述图像的结构化信息。
4.根据权利要求1-3任一项所述的方法,其中,所述特征提取网络包括特征提取层和特征融合层,所述采用结构化信息提取模型中的特征提取网络,提取图像的图像特征,包括:
采用所述特征提取层提取图像的多种初始特征;
采用所述特征融合层对所述多种初始特征进行融合,得到融合特征,将所述融合特征作为所述图像特征。
5.一种结构化信息提取模型的训练方法,所述结构化信息提取模型包括特征提取网络、区域检测网络和至少一个字段检测网络,所述方法包括:
采用所述特征提取网络提取样本图像的图像特征;
采用所述区域检测网络对所述图像特征进行处理,以确定所述样本图像中的预设区域的预测区域信息;
采用所述至少一个字段检测网络,对所述图像特征进行处理,以确定所述样本图像中的与所述至少一个字段检测网络对应的字段的预测字段信息,不同的字段检测网络对应的字段具有不同的字段类型;
基于所述预测区域信息和所述预测字段信息构建损失函数,并基于所述损失函数训练所述特征提取网络、所述区域检测网络和所述至少一个字段检测网络;
其中,所述预测区域信息包括:预测区域位置和预测区域得分,所述预测字段信息包括预测字段位置和预测字段得分;
所述损失函数的计算公式为:
CQ={x1,y1,...,x4,y4}
其中,L是模型训练最终采用的损失函数,Ls是区域检测网络的得分对应的损失函数,Lq是区域检测网络的位置对应的损失函数,ps是预测区域得分,ys是真实区域得分,Q~是预测区域位置,Q*是真实区域位置,是与Q*具有不同顶点顺序的相同四边形的集合,smoothedL1表示smooth_L1损失,D(*)是距离计算函数;Lsi和Lqi分别表示第i个字段对应的字段检测网络的得分对应的损失函数和字段检测网络的位置对应的损失函数。
6.根据权利要求5所述的方法,其中,所述至少一个字段检测网络为多个,所述采用所述至少一个字段检测网络,对所述图像特征进行处理,以确定所述样本图像中的与所述至少一个字段检测网络对应的字段的预测字段信息,包括:
采用所述多个字段检测网络,对所述图像特征进行并行处理,以分别确定与所述多个字段检测网络中的各个字段检测网络对应的字段的预测字段信息。
7.根据权利要求5所述的方法,其中,所述特征提取网络包括特征提取层和特征融合层,所述采用所述特征提取网络提取样本图像的图像特征,包括:
采用所述特征提取层提取样本图像的多种初始特征;
采用所述特征融合层对所述多种初始特征进行融合,以得到融合特征,将所述融合特征作为所述图像特征。
8.一种结构化信息提取装置,包括:
第一特征提取模块,用于采用结构化信息提取模型中的特征提取网络,提取图像的图像特征;
第一区域检测模块,用于采用所述结构化信息提取模型中的区域检测网络,对所述图像特征进行处理,以确定所述图像中的预设区域的区域位置信息;
第一字段检测模块,用于采用所述结构化信息提取模型中的至少一个字段检测网络,对所述图像特征进行处理,以确定所述图像中的与所述至少一个字段检测网络对应的字段的字段位置信息,不同的字段检测网络对应的字段具有不同的字段类型;
识别模块,用于若基于所述字段位置信息和所述区域位置信息确定所述字段在所述预设区域内,识别所述字段对应的文本内容;
构建模块,用于基于所述字段对应的文本内容和所述字段对应的字段类型构建所述图像的结构化信息;
其中,所述结构化信息提取模型是基于损失函数训练的,所述损失函数的计算公式为:
CQ={x1,y1,...,x4,y4}
其中,L是模型训练最终采用的损失函数,Ls是区域检测网络的得分对应的损失函数,Lq是区域检测网络的位置对应的损失函数,ps是预测区域得分,ys是真实区域得分,Q~是预测区域位置,Q*是真实区域位置,是与Q*具有不同顶点顺序的相同四边形的集合,smoothedL1表示smooth_L1损失,D(*)是距离计算函数;Lsi和Lqi分别表示第i个字段对应的字段检测网络的得分对应的损失函数和字段检测网络的位置对应的损失函数。
9.根据权利要求8所述的装置,其中,所述至少一个字段检测网络为多个,所述第一字段检测模块还用于:
采用所述多个字段检测网络,对所述图像特征进行并行处理,以分别确定与所述多个字段检测网络中的各个字段检测网络对应的字段的字段位置信息。
10.根据权利要求8所述的装置,其中,所述图像包括表格区域,所述表格区域包括多个文本行区域,所述预设区域包括所述多个文本行区域中的各个文本行区域,同一文本行区域对应多种字段类型的字段,所述构建模块还用于:
基于所述各个文本行区域对应的字段的字段类型和所述文本行区域对应的字段的文本内容,构建所述各个文本行区域的结构化信息;
基于所述各个文本行区域的结构化信息构建所述图像的结构化信息。
11.根据权利要求8-10任一项所述的装置,其中,所述特征提取网络包括特征提取层和特征融合层,所述第一特征提取模块还用于:
采用所述特征提取层提取图像的多种初始特征;
采用所述特征融合层对所述多种初始特征进行融合,得到融合特征,将所述融合特征作为所述图像特征。
12.一种结构化信息提取模型的训练装置,所述结构化信息提取模型包括特征提取网络、区域检测网络和至少一个字段检测网络,所述装置包括:
第二特征提取模块,用于采用所述特征提取网络,提取样本图像的图像特征;
第二区域检测模块,用于采用所述区域检测网络,对所述图像特征进行处理,以确定所述样本图像中的预设区域的预测区域信息;
第二字段检测模块,用于采用所述至少一个字段检测网络,对所述图像特征进行处理,以确定所述图像中的与所述至少一个字段检测网络对应的字段的预测字段信息,不同的字段检测网络对应的字段具有不同的字段类型;
训练模块,用于基于所述预测区域信息和所述预测字段信息构建损失函数,并基于所述损失函数训练所述特征提取网络、所述区域检测网络和所述至少一个字段检测网络;
其中,所述预测区域信息包括:预测区域位置和预测区域得分,所述预测字段信息包括预测字段位置和预测字段得分;
所述损失函数的计算公式为:
CQ={x1,y1,...,x4,y4}
其中,L是模型训练最终采用的损失函数,Ls是区域检测网络的得分对应的损失函数,Lq是区域检测网络的位置对应的损失函数,ps是预测区域得分,ys是真实区域得分,Q~是预测区域位置,Q*是真实区域位置,是与Q*具有不同顶点顺序的相同四边形的集合,smoothedL1表示smooth_L1损失,D(*)是距离计算函数;Lsi和Lqi分别表示第i个字段对应的字段检测网络的得分对应的损失函数和字段检测网络的位置对应的损失函数。
13.根据权利要求12所述的装置,其中,所述至少一个字段检测网络为多个,所述第二字段检测模块还用于:
采用所述多个字段检测网络,对所述图像特征进行并行处理,以分别确定与所述多个字段检测网络中的各个字段检测网络对应的字段的预测字段信息。
14.根据权利要求12所述的装置,其中,所述特征提取网络包括特征提取层和特征融合层,所述第二特征提取模块还用于:
采用所述特征提取层提取样本图像的多种特征;
采用所述特征融合层对所述多种特征进行融合,以得到所述图像特征。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477814.4A CN113205041B (zh) | 2021-04-29 | 2021-04-29 | 结构化信息提取方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477814.4A CN113205041B (zh) | 2021-04-29 | 2021-04-29 | 结构化信息提取方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113205041A CN113205041A (zh) | 2021-08-03 |
CN113205041B true CN113205041B (zh) | 2023-07-28 |
Family
ID=77029720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110477814.4A Active CN113205041B (zh) | 2021-04-29 | 2021-04-29 | 结构化信息提取方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113205041B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114117046B (zh) * | 2021-11-26 | 2023-08-11 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备及介质 |
CN114863439B (zh) * | 2022-05-19 | 2023-02-17 | 北京百度网讯科技有限公司 | 信息提取方法、装置、电子设备和介质 |
CN115035351B (zh) * | 2022-07-18 | 2023-01-06 | 北京百度网讯科技有限公司 | 基于图像的信息提取方法、模型训练方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275038A (zh) * | 2020-01-17 | 2020-06-12 | 平安医疗健康管理股份有限公司 | 图像文本识别方法、装置、计算机设备及计算机存储介质 |
WO2020221298A1 (zh) * | 2019-04-30 | 2020-11-05 | 北京金山云网络技术有限公司 | 文本检测模型训练方法、文本区域、内容确定方法和装置 |
CN112001368A (zh) * | 2020-09-29 | 2020-11-27 | 北京百度网讯科技有限公司 | 文字结构化提取方法、装置、设备以及存储介质 |
CN112215243A (zh) * | 2020-10-30 | 2021-01-12 | 百度(中国)有限公司 | 图像特征提取方法、装置、设备及存储介质 |
WO2021017998A1 (zh) * | 2019-07-26 | 2021-02-04 | 第四范式(北京)技术有限公司 | 文本位置定位方法和系统以及模型训练方法和系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10467464B2 (en) * | 2016-06-07 | 2019-11-05 | The Neat Company, Inc. | Document field detection and parsing |
CN107798299B (zh) * | 2017-10-09 | 2020-02-07 | 平安科技(深圳)有限公司 | 票据信息识别方法、电子装置及可读存储介质 |
CN109919014B (zh) * | 2019-01-28 | 2023-11-03 | 平安科技(深圳)有限公司 | Ocr识别方法及其电子设备 |
US11328524B2 (en) * | 2019-07-08 | 2022-05-10 | UiPath Inc. | Systems and methods for automatic data extraction from document images |
RU2723293C1 (ru) * | 2019-08-29 | 2020-06-09 | Общество с ограниченной ответственностью "Аби Продакшн" | Идентификация полей и таблиц в документах с помощью нейронных сетей с использованием глобального контекста документа |
CN111027563A (zh) * | 2019-12-09 | 2020-04-17 | 腾讯云计算(北京)有限责任公司 | 一种文本检测方法、装置及识别系统 |
US10783325B1 (en) * | 2020-03-04 | 2020-09-22 | Interai, Inc. | Visual data mapping |
CN111931664B (zh) * | 2020-08-12 | 2024-01-12 | 腾讯科技(深圳)有限公司 | 混贴票据图像的处理方法、装置、计算机设备及存储介质 |
CN112597773B (zh) * | 2020-12-08 | 2022-12-13 | 上海深杳智能科技有限公司 | 文档结构化方法、系统、终端及介质 |
CN112597999B (zh) * | 2021-03-03 | 2021-06-29 | 北京易真学思教育科技有限公司 | 一种题目识别方法、装置、电子设备及计算机存储介质 |
-
2021
- 2021-04-29 CN CN202110477814.4A patent/CN113205041B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020221298A1 (zh) * | 2019-04-30 | 2020-11-05 | 北京金山云网络技术有限公司 | 文本检测模型训练方法、文本区域、内容确定方法和装置 |
WO2021017998A1 (zh) * | 2019-07-26 | 2021-02-04 | 第四范式(北京)技术有限公司 | 文本位置定位方法和系统以及模型训练方法和系统 |
CN111275038A (zh) * | 2020-01-17 | 2020-06-12 | 平安医疗健康管理股份有限公司 | 图像文本识别方法、装置、计算机设备及计算机存储介质 |
CN112001368A (zh) * | 2020-09-29 | 2020-11-27 | 北京百度网讯科技有限公司 | 文字结构化提取方法、装置、设备以及存储介质 |
CN112215243A (zh) * | 2020-10-30 | 2021-01-12 | 百度(中国)有限公司 | 图像特征提取方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
一种面向银行票据文字自动化识别的高效人工智能方法;张振宇;姜贺云;樊明宇;;温州大学学报(自然科学版)(第03期);47-56 * |
Also Published As
Publication number | Publication date |
---|---|
CN113205041A (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113205041B (zh) | 结构化信息提取方法、装置、设备和存储介质 | |
CN112560874B (zh) | 图像识别模型的训练方法、装置、设备和介质 | |
CN112560862B (zh) | 文本识别方法、装置及电子设备 | |
US11810319B2 (en) | Image detection method, device, storage medium and computer program product | |
CN113780098B (zh) | 文字识别方法、装置、电子设备以及存储介质 | |
CN112633276A (zh) | 训练方法、识别方法、装置、设备、介质 | |
CN113971751A (zh) | 训练特征提取模型、检测相似图像的方法和装置 | |
CN113378712B (zh) | 物体检测模型的训练方法、图像检测方法及其装置 | |
JP7393472B2 (ja) | 陳列シーン認識方法、装置、電子機器、記憶媒体およびコンピュータプログラム | |
CN112989995B (zh) | 文本检测方法、装置及电子设备 | |
CN113657395B (zh) | 文本识别方法、视觉特征提取模型的训练方法及装置 | |
CN115359308B (zh) | 模型训练、难例识别方法、装置、设备、存储介质及程序 | |
CN112580666A (zh) | 图像特征的提取方法、训练方法、装置、电子设备及介质 | |
CN115457329B (zh) | 图像分类模型的训练方法、图像分类方法和装置 | |
CN114677566B (zh) | 深度学习模型的训练方法、对象识别方法和装置 | |
CN114708580B (zh) | 文本识别、模型训练方法、装置、设备、存储介质及程序 | |
CN113420104B (zh) | 兴趣点采全率确定方法、装置、电子设备及存储介质 | |
CN113379592B (zh) | 图片中敏感区域的处理方法、装置和电子设备 | |
CN114549904A (zh) | 视觉处理及模型训练方法、设备、存储介质及程序产品 | |
CN114119990A (zh) | 用于图像特征点匹配的方法、装置及计算机程序产品 | |
CN116229175A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN113936158A (zh) | 一种标签匹配方法及装置 | |
CN114093006A (zh) | 活体人脸检测模型的训练方法、装置、设备以及存储介质 | |
CN116229209B (zh) | 目标模型的训练方法、目标检测方法及装置 | |
CN113537309B (zh) | 一种对象识别方法、装置及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |