JP2022518889A - 画像処理方法及び装置、電子機器並びに記憶媒体 - Google Patents
画像処理方法及び装置、電子機器並びに記憶媒体 Download PDFInfo
- Publication number
- JP2022518889A JP2022518889A JP2021538344A JP2021538344A JP2022518889A JP 2022518889 A JP2022518889 A JP 2022518889A JP 2021538344 A JP2021538344 A JP 2021538344A JP 2021538344 A JP2021538344 A JP 2021538344A JP 2022518889 A JP2022518889 A JP 2022518889A
- Authority
- JP
- Japan
- Prior art keywords
- feature
- text
- target
- relative position
- extracted
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Abstract
Description
第2の目標領域に対する第1の目標領域の横方向距離と縦方向距離、
第1の目標領域のアスペクト比、
第2の目標領域のアスペクト比、
および第1の目標領域と第2の目標領域の相対寸法関係のうちの少なくとも1つを含む。
画像を認識し、前記画像において被抽出テキストの存在領域である複数の目標領域を決定するための認識モジュール21と、
前記画像における各目標領域間の相対位置特徴を決定するための相対位置特徴決定モジュール22と、
各前記目標領域の、前記被抽出テキストの特徴を含む目標特徴を決定するための目標特徴決定モジュール23と、
グラフ畳み込みニューラルネットワークによって、前記相対位置特徴及び前記目標特徴に対して特徴抽出を行って、抽出された特徴を得るためのグラフ畳み込みモジュール24と、
抽出された特徴に基づいて、前記被抽出テキストに対応するフィールドを決定するためのフィールド決定モジュール25と、を含む。
各前記目標特徴をグラフのノードとし、各前記相対位置特徴を、2つのノードを接続するエッジとして、連結グラフを構築するための第1のグラフ畳み込みサブモジュールと、
グラフ畳み込みニューラルネットワークによって、前記連結グラフを反復更新し、収束条件を満たす反復更新後の連結グラフを抽出された特徴とするための第2のグラフ畳み込みサブモジュールと、を含む。
予め定義された複数のプリセットカテゴリに基づいて、グラフ畳み込みニューラルネットワークから出力された連結グラフのノードを分類し、ノードのカテゴリを得るための第1のフィールド決定サブモジュールであって、前記プリセットカテゴリは、プリセットフィールドの標識であるテキストを表すカテゴリと、プリセットフィールドのフィールド値であるテキストを表すカテゴリとを含む第1のフィールド決定サブモジュールと、
前記ノードのカテゴリに基づいて、プリセットフィールドの標識又はフィールド値に対応する被抽出テキストを決定するための第2のフィールド決定サブモジュールと、を含む。
画像における第1の目標領域と第2の目標領域の相対位置パラメータを決定するための第1の相対位置特徴決定サブモジュールと、
前記相対位置パラメータに対して特徴化処理を行って、第1の目標領域と第2の目標領域の相対位置特徴を得るための第2の相対位置特徴決定サブモジュールと、を含む。
第2の目標領域に対する第1の目標領域の横方向距離と縦方向距離、
前記第1の目標領域のアスペクト比、
前記第2の目標領域のアスペクト比、
および前記第1の目標領域と前記第2の目標領域の相対寸法関係のうちの少なくとも1つを含む。
目標領域の画素データを決定し、前記画素データに対して特徴抽出を行って、視覚特徴を得るための第1の目標特徴決定サブモジュールと、
目標領域のテキスト文字を決定し、前記テキスト文字に対して特徴抽出を行って、文字特徴を得るための第2の目標特徴決定サブモジュールと、
抽出された視覚特徴及び文字特徴に基づいて、目標領域の目標特徴を決定するための第3の目標特徴決定サブモジュールと、を含む。
サンプル画像を前記分類ネットワークに入力して処理し、サンプル画像における被抽出テキストの第1の予測カテゴリ及び前記第1の予測カテゴリ内の各カテゴリ間の対応関係を得るための第1のトレーニングモジュールと、
前記第1の予測カテゴリ及び前記サンプル画像のラベリングされたカテゴリに基づいて、前記分類ネットワークをトレーニングするための第2のトレーニングモジュールであって、前記ラベリングされたカテゴリは、プリセットフィールドの標識であるテキストを表すカテゴリと、プリセットフィールドのフィールド値であるテキストを表すカテゴリとを含む第2のトレーニングモジュールと、
前記対応関係及び被抽出テキスト間のラベリングされた対応関係に基づいて、前記分類ネットワークをトレーニングするための第3のトレーニングモジュールと、を含む。
Claims (23)
- 画像を認識し、前記画像において被抽出テキストの存在領域である複数の目標領域を決定することと、
前記画像における各目標領域間の相対位置特徴を決定することと、
各前記目標領域の、前記被抽出テキストの特徴を含む目標特徴を決定することと、
グラフ畳み込みニューラルネットワークによって、前記相対位置特徴及び前記目標特徴に対して特徴抽出を行って、抽出された特徴を得ることと、
抽出された特徴に基づいて、前記被抽出テキストに対応するフィールドを決定することと、を含むことを特徴とする画像処理方法。 - グラフ畳み込みニューラルネットワークによって、前記相対位置特徴及び前記目標特徴に対して特徴抽出を行って、抽出された特徴を得ることは、
各前記目標特徴をグラフのノードとし、各前記相対位置特徴を、2つのノードを接続するエッジとして、連結グラフを構築することと、
グラフ畳み込みニューラルネットワークによって、前記連結グラフを反復更新し、収束条件を満たす反復更新後の連結グラフを抽出された特徴とすることと、を含むことを特徴とする請求項1に記載の方法。 - 抽出された特徴に基づいて、前記被抽出テキストに対応するフィールドを決定することは、
予め定義された複数のプリセットカテゴリに基づいて、グラフ畳み込みニューラルネットワークから出力された連結グラフのノードを分類し、ノードのカテゴリを得ることであって、前記プリセットカテゴリは、プリセットフィールドの標識であるテキストを表すカテゴリと、プリセットフィールドのフィールド値であるテキストを表すカテゴリとを含むことと、
前記ノードのカテゴリに基づいて、プリセットフィールドの標識又はフィールド値に対応する被抽出テキストを決定することと、を含むことを特徴とする請求項2に記載の方法。 - 前記画像における各目標領域間の相対位置特徴を決定することは、
画像における第1の目標領域と第2の目標領域の相対位置パラメータを決定することと、
前記相対位置パラメータに対して特徴化処理を行って、第1の目標領域と第2の目標領域の相対位置特徴を得ることと、を含むことを特徴とする請求項1~3のいずれか1項に記載の方法。 - 前記相対位置パラメータは、
第2の目標領域に対する第1の目標領域の横方向距離と縦方向距離、
前記第1の目標領域のアスペクト比、
前記第2の目標領域のアスペクト比、
および前記第1の目標領域と前記第2の目標領域の相対寸法関係のうちの少なくとも1つを含むことを特徴とする請求項4に記載の方法。 - 前記相対位置パラメータに対して特徴化処理を行って、第1の目標領域と第2の目標領域の相対位置特徴を得ることは、
正弦・余弦変換行列によって前記相対位置パラメータをD(Dは、正の整数)次元の空間にマッピングし、D次元の特徴ベクトルを得ることと、
予め設定された重み行列によって前記D次元の特徴ベクトルを1次元の重み値に変換することと、
予め設定された活性化関数によって前記重み値を処理し、相対位置特徴を得ることと、を含むことを特徴とする請求項4又は5に記載の方法。 - 各前記目標領域の目標特徴を決定することは、
目標領域の画素データを決定し、前記画素データに対して特徴抽出を行って、視覚特徴を得ることと、
目標領域のテキスト文字を決定し、前記テキスト文字に対して特徴抽出を行って、文字特徴を得ることと、
抽出された視覚特徴及び文字特徴に基づいて、目標領域の目標特徴を決定することと、を含むことを特徴とする請求項1~6のいずれか1項に記載の方法。 - 抽出された視覚特徴及び文字特徴に基づいて、目標領域の目標特徴を決定することは、
前記視覚特徴と文字特徴に異なる重みを付与することと、
重みが付与された前記視覚特徴と文字特徴を融合して、目標領域の目標特徴を得ることと、を含むことを特徴とする請求項7に記載の方法。 - 前記方法は、予め構築された分類ネットワークによって実現され、前記分類ネットワークのトレーニングステップは、
サンプル画像を前記分類ネットワークに入力して処理し、サンプル画像における被抽出テキストの第1の予測カテゴリ及び前記第1の予測カテゴリ内の各カテゴリ間の対応関係を得ることと、
前記第1の予測カテゴリ及び前記サンプル画像のラベリングされたカテゴリに基づいて、前記分類ネットワークをトレーニングすることであって、前記ラベリングされたカテゴリは、プリセットフィールドの標識であるテキストを表すカテゴリと、プリセットフィールドのフィールド値であるテキストを表すカテゴリとを含むことと、
前記対応関係及び被抽出テキスト間のラベリングされた対応関係に基づいて、前記分類ネットワークをトレーニングすることと、を含むことを特徴とする請求項1~8のいずれか1項に記載の方法。 - 前記画像は、レシート画像、領収書画像及び名刺画像のうちの少なくとも1つを含むことを特徴とする請求項1~9のいずれか1項に記載の方法。
- 画像を認識し、前記画像において被抽出テキストの存在領域である複数の目標領域を決定するための認識モジュールと、
前記画像における各目標領域間の相対位置特徴を決定するための相対位置特徴決定モジュールと、
各前記目標領域の、前記被抽出テキストの特徴を含む目標特徴を決定するための目標特徴決定モジュールと、
グラフ畳み込みニューラルネットワークによって、前記相対位置特徴及び前記目標特徴に対して特徴抽出を行って、抽出された特徴を得るためのグラフ畳み込みモジュールと、
抽出された特徴に基づいて、前記被抽出テキストに対応するフィールドを決定するためのフィールド決定モジュールと、を含むことを特徴とする画像処理装置。 - 前記グラフ畳み込みモジュールは、
各前記目標特徴をグラフのノードとし、各前記相対位置特徴を、2つのノードを接続するエッジとして、連結グラフを構築するための第1のグラフ畳み込みサブモジュールと、
グラフ畳み込みニューラルネットワークによって、前記連結グラフを反復更新し、収束条件を満たす反復更新後の連結グラフを抽出された特徴とするための第2のグラフ畳み込みサブモジュールと、を含むことを特徴とする請求項11に記載の装置。 - 前記フィールド決定モジュールは、
予め定義された複数のプリセットカテゴリに基づいて、グラフ畳み込みニューラルネットワークから出力された連結グラフのノードを分類し、ノードのカテゴリを得るための第1のフィールド決定サブモジュールであって、前記プリセットカテゴリは、プリセットフィールドの標識であるテキストを表すカテゴリと、プリセットフィールドのフィールド値であるテキストを表すカテゴリとを含む第1のフィールド決定サブモジュールと、
前記ノードのカテゴリに基づいて、プリセットフィールドの標識又はフィールド値に対応する被抽出テキストを決定するための第2のフィールド決定サブモジュールと、を含むことを特徴とする請求項12に記載の装置。 - 相対位置特徴決定モジュールは、
画像における第1の目標領域と第2の目標領域の相対位置パラメータを決定するための第1の相対位置特徴決定サブモジュールと、
前記相対位置パラメータに対して特徴化処理を行って、第1の目標領域と第2の目標領域の相対位置特徴を得るための第2の相対位置特徴決定サブモジュールと、を含むことを特徴とする請求項11~13のいずれか1項に記載の装置。 - 前記相対位置パラメータは、
第2の目標領域に対する第1の目標領域の横方向距離と縦方向距離、
前記第1の目標領域のアスペクト比、
前記第2の目標領域のアスペクト比、
および前記第1の目標領域と前記第2の目標領域の相対寸法関係のうちの少なくとも1つを含むことを特徴とする請求項14に記載の装置。 - 第2の相対位置特徴決定サブモジュールは、正弦・余弦変換行列によって前記相対位置パラメータをD(Dは、正の整数)次元の空間にマッピングし、D次元の特徴ベクトルを得ることと、予め設定された重み行列によって前記D次元の特徴ベクトルを1次元の重み値に変換することと、予め設定された活性化関数によって前記重み値を処理し、相対位置特徴を得ることとに用いられることを特徴とする請求項14又は15に記載の装置。
- 目標特徴決定モジュールは、
目標領域の画素データを決定し、前記画素データに対して特徴抽出を行って、視覚特徴を得るための第1の目標特徴決定サブモジュールと、
目標領域のテキスト文字を決定し、前記テキスト文字に対して特徴抽出を行って、文字特徴を得るための第2の目標特徴決定サブモジュールと、
抽出された視覚特徴及び文字特徴に基づいて、目標領域の目標特徴を決定するための第3の目標特徴決定サブモジュールと、を含むことを特徴とする請求項11~16のいずれか1項に記載の装置。 - 第3の目標特徴決定サブモジュールは、前記視覚特徴と文字特徴に異なる重みを付与することと、重みが付与された前記視覚特徴と文字特徴を融合して、目標領域の目標特徴を得ることとに用いられることを特徴とする請求項17に記載の装置。
- 前記装置は、予め構築された分類ネットワークによって実現され、前記装置はさらに、
サンプル画像を前記分類ネットワークに入力して処理し、サンプル画像における被抽出テキストの第1の予測カテゴリ及び前記第1の予測カテゴリ内の各カテゴリ間の対応関係を得るための第1のトレーニングモジュールと、
前記第1の予測カテゴリ及び前記サンプル画像のラベリングされたカテゴリに基づいて、前記分類ネットワークをトレーニングするための第2のトレーニングモジュールであって、前記ラベリングされたカテゴリは、プリセットフィールドの標識であるテキストを表すカテゴリと、プリセットフィールドのフィールド値であるテキストを表すカテゴリとを含む第2のトレーニングモジュールと、
前記対応関係及び被抽出テキスト間のラベリングされた対応関係に基づいて、前記分類ネットワークをトレーニングするための第3のトレーニングモジュールと、を含むことを特徴とする請求項11~18のいずれか1項に記載の装置。 - 前記画像は、レシート画像、領収書画像及び名刺画像のうちの少なくとも1つを含むことを特徴とする請求項11~19のいずれか1項に記載の装置。
- プロセッサと、
プロセッサにより実行可能な命令を記憶するためのメモリとを含み、
前記プロセッサは、前記メモリに記憶されている命令を呼び出すことにより、請求項1~10のいずれか1項に記載の方法を実行するように構成されることを特徴とする電子機器。 - コンピュータプログラム命令が記憶されているコンピュータ読み取り可能な記憶媒体であって、前記コンピュータプログラム命令がプロセッサによって実行されると、請求項1~10のいずれか1項に記載の方法を実現することを特徴とするコンピュータ読み取り可能な記憶媒体。
- コンピュータ読み取り可能なコードを含み、前記コンピュータ読み取り可能なコードが電子機器において稼働すると、前記電子機器のプロセッサに、請求項1~10のいずれか1項に記載の方法を実現するための命令を実行させることを特徴とするコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911387827.1 | 2019-12-27 | ||
CN201911387827.1A CN111191715A (zh) | 2019-12-27 | 2019-12-27 | 图像处理方法及装置、电子设备和存储介质 |
PCT/CN2020/077247 WO2021128578A1 (zh) | 2019-12-27 | 2020-02-28 | 图像处理方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022518889A true JP2022518889A (ja) | 2022-03-17 |
JP7097513B2 JP7097513B2 (ja) | 2022-07-07 |
Family
ID=70707802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021538344A Active JP7097513B2 (ja) | 2019-12-27 | 2020-02-28 | 画像処理方法及び装置、電子機器並びに記憶媒体 |
Country Status (5)
Country | Link |
---|---|
JP (1) | JP7097513B2 (ja) |
KR (1) | KR20210113192A (ja) |
CN (1) | CN111191715A (ja) |
TW (1) | TWI736230B (ja) |
WO (1) | WO2021128578A1 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801099B (zh) * | 2020-06-02 | 2024-05-24 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、终端设备及介质 |
CN111695517B (zh) * | 2020-06-12 | 2023-08-18 | 北京百度网讯科技有限公司 | 图像的表格提取方法、装置、电子设备及存储介质 |
CN112069877B (zh) * | 2020-07-21 | 2022-05-03 | 北京大学 | 一种基于边缘信息和注意力机制的人脸信息识别方法 |
CN112016438B (zh) * | 2020-08-26 | 2021-08-10 | 北京嘀嘀无限科技发展有限公司 | 一种基于图神经网络识别证件的方法及系统 |
CN112784720A (zh) * | 2021-01-13 | 2021-05-11 | 浙江诺诺网络科技有限公司 | 基于银行回单的关键信息提取方法、装置、设备及介质 |
CN113506322B (zh) * | 2021-07-15 | 2024-04-12 | 清华大学 | 图像处理方法及装置、电子设备和存储介质 |
CN113688686B (zh) * | 2021-07-26 | 2023-10-27 | 厦门大学 | 基于图卷积神经网络的虚拟现实视频质量评价方法 |
CN113592817A (zh) * | 2021-07-30 | 2021-11-02 | 深圳市商汤科技有限公司 | 检测呼吸率的方法、装置、存储介质及电子设备 |
CN113705559B (zh) * | 2021-08-31 | 2024-05-10 | 平安银行股份有限公司 | 基于人工智能的文字识别方法及装置、电子设备 |
CN113807369A (zh) * | 2021-09-26 | 2021-12-17 | 北京市商汤科技开发有限公司 | 目标重识别方法及装置、电子设备和存储介质 |
CN114037985A (zh) * | 2021-11-04 | 2022-02-11 | 北京有竹居网络技术有限公司 | 信息提取方法、装置、设备、介质及产品 |
KR102485944B1 (ko) | 2021-11-19 | 2023-01-10 | 주식회사 스탠다임 | 트랜스포머 신경망에서의 그래프 인코딩 방법 |
CN114283403B (zh) * | 2021-12-24 | 2024-01-16 | 北京有竹居网络技术有限公司 | 一种图像检测方法、装置、存储介质及设备 |
CN114724133B (zh) * | 2022-04-18 | 2024-02-02 | 北京百度网讯科技有限公司 | 文字检测和模型训练方法、装置、设备及存储介质 |
CN114511864B (zh) * | 2022-04-19 | 2023-01-13 | 腾讯科技(深圳)有限公司 | 文本信息提取方法、目标模型的获取方法、装置及设备 |
CN114863245B (zh) * | 2022-05-26 | 2024-06-04 | 中国平安人寿保险股份有限公司 | 图像处理模型的训练方法和装置、电子设备及介质 |
CN116383428B (zh) * | 2023-03-31 | 2024-04-05 | 北京百度网讯科技有限公司 | 一种图文编码器训练方法、图文匹配方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000132639A (ja) * | 1998-10-27 | 2000-05-12 | Nippon Telegr & Teleph Corp <Ntt> | 文字抽出認識方法及び装置及びこの方法を記録した記録媒体 |
JP2019105915A (ja) * | 2017-12-11 | 2019-06-27 | 富士通株式会社 | 生成プログラム、情報処理装置及び生成方法 |
JP2019109562A (ja) * | 2017-12-15 | 2019-07-04 | 京セラドキュメントソリューションズ株式会社 | フォーム種別学習システムおよび画像処理装置 |
JP2019191783A (ja) * | 2018-04-20 | 2019-10-31 | 富士通株式会社 | 機械学習プログラム、機械学習方法および機械学習装置 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7756871B2 (en) * | 2004-10-13 | 2010-07-13 | Hewlett-Packard Development Company, L.P. | Article extraction |
CN101894123A (zh) * | 2010-05-11 | 2010-11-24 | 清华大学 | 基于子图的链接相似度的快速近似计算系统和方法 |
US9245191B2 (en) * | 2013-09-05 | 2016-01-26 | Ebay, Inc. | System and method for scene text recognition |
CN105786980B (zh) * | 2016-02-14 | 2019-12-20 | 广州神马移动信息科技有限公司 | 对描述同一实体的不同实例进行合并的方法、装置及设备 |
CN107679153A (zh) * | 2017-09-27 | 2018-02-09 | 国家电网公司信息通信分公司 | 一种专利分类方法及装置 |
CN109977723B (zh) * | 2017-12-22 | 2021-10-22 | 苏宁云商集团股份有限公司 | 大票据图片文字识别方法 |
CN108549850B (zh) * | 2018-03-27 | 2021-07-16 | 联想(北京)有限公司 | 一种图像识别方法及电子设备 |
CN109086756B (zh) * | 2018-06-15 | 2021-08-03 | 众安信息技术服务有限公司 | 一种基于深度神经网络的文本检测分析方法、装置及设备 |
CN110619325B (zh) * | 2018-06-20 | 2024-03-08 | 北京搜狗科技发展有限公司 | 一种文本识别方法及装置 |
CN108921166A (zh) * | 2018-06-22 | 2018-11-30 | 深源恒际科技有限公司 | 基于深度神经网络的医疗票据类文本检测识别方法及系统 |
CN110766014B (zh) * | 2018-09-06 | 2020-05-29 | 邬国锐 | 票据信息定位方法、系统及计算机可读存储介质 |
CN109952742B (zh) * | 2018-12-04 | 2022-02-22 | 区链通网络有限公司 | 图结构处理方法、系统、网络设备及存储介质 |
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 |
CN110033000B (zh) * | 2019-03-21 | 2021-05-18 | 华中科技大学 | 一种票据图像的文本检测与识别方法 |
CN110276396B (zh) * | 2019-06-21 | 2022-12-06 | 西安电子科技大学 | 基于物体显著性和跨模态融合特征的图片描述生成方法 |
CN110598759A (zh) * | 2019-08-23 | 2019-12-20 | 天津大学 | 一种基于多模态融合的生成对抗网络的零样本分类方法 |
CN110569846A (zh) * | 2019-09-16 | 2019-12-13 | 北京百度网讯科技有限公司 | 图像文字识别方法、装置、设备及存储介质 |
CN110610166B (zh) * | 2019-09-18 | 2022-06-07 | 北京猎户星空科技有限公司 | 文本区域检测模型训练方法、装置、电子设备和存储介质 |
-
2019
- 2019-12-27 CN CN201911387827.1A patent/CN111191715A/zh active Pending
-
2020
- 2020-02-28 KR KR1020217020203A patent/KR20210113192A/ko not_active Application Discontinuation
- 2020-02-28 WO PCT/CN2020/077247 patent/WO2021128578A1/zh active Application Filing
- 2020-02-28 JP JP2021538344A patent/JP7097513B2/ja active Active
- 2020-04-22 TW TW109113453A patent/TWI736230B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000132639A (ja) * | 1998-10-27 | 2000-05-12 | Nippon Telegr & Teleph Corp <Ntt> | 文字抽出認識方法及び装置及びこの方法を記録した記録媒体 |
JP2019105915A (ja) * | 2017-12-11 | 2019-06-27 | 富士通株式会社 | 生成プログラム、情報処理装置及び生成方法 |
JP2019109562A (ja) * | 2017-12-15 | 2019-07-04 | 京セラドキュメントソリューションズ株式会社 | フォーム種別学習システムおよび画像処理装置 |
JP2019191783A (ja) * | 2018-04-20 | 2019-10-31 | 富士通株式会社 | 機械学習プログラム、機械学習方法および機械学習装置 |
Also Published As
Publication number | Publication date |
---|---|
TW202125307A (zh) | 2021-07-01 |
JP7097513B2 (ja) | 2022-07-07 |
TWI736230B (zh) | 2021-08-11 |
CN111191715A (zh) | 2020-05-22 |
WO2021128578A1 (zh) | 2021-07-01 |
KR20210113192A (ko) | 2021-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7097513B2 (ja) | 画像処理方法及び装置、電子機器並びに記憶媒体 | |
KR102593020B1 (ko) | 이미지 처리 방법 및 장치, 전자 기기 및 기억 매체 | |
US20210232847A1 (en) | Method and apparatus for recognizing text sequence, and storage medium | |
JP7089106B2 (ja) | 画像処理方法及び装置、電子機器、コンピュータ読取可能記憶媒体及びコンピュータプログラム | |
WO2021051857A1 (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
WO2021008022A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
JP2022500791A (ja) | 画像処理方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
KR20210102180A (ko) | 이미지 처리 방법 및 장치, 전자 기기 및 기억 매체 | |
CN111753822A (zh) | 文本识别方法及装置、电子设备和存储介质 | |
CN110909815B (zh) | 神经网络训练、图像处理方法、装置及电子设备 | |
WO2021208667A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
KR20200131305A (ko) | 키포인트 검출 방법, 장치, 전자 기기 및 기억 매체 | |
CN109615006B (zh) | 文字识别方法及装置、电子设备和存储介质 | |
CN111581488A (zh) | 一种数据处理方法及装置、电子设备和存储介质 | |
CN110532956B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
KR102454515B1 (ko) | 네트워크 최적화 방법 및 장치, 이미지 처리 방법 및 장치, 및 기억 매체 | |
CN110781813B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
JP2022533065A (ja) | 文字認識方法及び装置、電子機器並びに記憶媒体 | |
CN109522937B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111242303A (zh) | 网络训练方法及装置、图像处理方法及装置 | |
CN111259967A (zh) | 图像分类及神经网络训练方法、装置、设备及存储介质 | |
CN110633715B (zh) | 图像处理方法、网络训练方法及装置、和电子设备 | |
CN113283343A (zh) | 人群定位方法及装置、电子设备和存储介质 | |
CN110070046B (zh) | 人脸图像识别方法及装置、电子设备和存储介质 | |
CN111178115A (zh) | 对象识别网络的训练方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210629 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210629 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220621 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220627 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7097513 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |