JP6831480B2 - テキスト検出分析方法、装置及びデバイス - Google Patents
テキスト検出分析方法、装置及びデバイス Download PDFInfo
- Publication number
- JP6831480B2 JP6831480B2 JP2019561162A JP2019561162A JP6831480B2 JP 6831480 B2 JP6831480 B2 JP 6831480B2 JP 2019561162 A JP2019561162 A JP 2019561162A JP 2019561162 A JP2019561162 A JP 2019561162A JP 6831480 B2 JP6831480 B2 JP 6831480B2
- Authority
- JP
- Japan
- Prior art keywords
- text area
- anchor
- image
- anchor text
- template
- 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
- 238000001514 detection method Methods 0.000 title claims description 187
- 238000004458 analytical method Methods 0.000 title claims description 45
- 238000000034 method Methods 0.000 claims description 64
- 238000013528 artificial neural network Methods 0.000 claims description 60
- 238000002372 labelling Methods 0.000 claims description 31
- 238000012549 training Methods 0.000 claims description 26
- 238000013507 mapping Methods 0.000 claims description 23
- 238000007781 pre-processing Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003702 image correction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 23
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000013527 convolutional neural network Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 210000002569 neuron Anatomy 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 230000005186 women's health Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012805 post-processing Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 102100032202 Cornulin Human genes 0.000 description 2
- 101000920981 Homo sapiens Cornulin Proteins 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- 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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- 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
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biomedical Technology (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
- Character Discrimination (AREA)
- Character Input (AREA)
Description
本発明の一部の実施例において、第1の態様に係る方法は、検出対象画像に対して画像前処理を行うステップを更に含む。ここで、画像前処理は、画像修正及び/又はプリセット寸法に従うスケーリングを含む。
図1は、本発明の実施例1により提供されるテキスト検出分析方法の模式的フローチャートである。図1に示すように、本発明の実施例により提供されるテキスト検出分析方法は以下の内容を含む。
図3は、本発明の実施例2により提供されるテキスト検出分析方法の模式的フローチャートである。図3に示すように、本発明の実施例により提供されるテキスト検出分析方法は以下の内容を含む。
具体的に、当該訓練プロセスについては図1による説明を参照すればよい。
図4は、本発明の実施例3により提供されるテキスト検出分析装置30の構成模式図である。図4に示すように、本発明の実施例により提供されるテキスト検出分析装置30はテキスト領域検出モジュール31とマッチングモジュール32とを備える。
図5は、本発明の実施例により提供されるテキスト検出分析デバイス40の構成模式図である。図5に示すように、本発明の実施例により提供されるテキスト検出分析デバイス40はプロセッサ41とメモリ42とを備える。
システムの構築においては、ハードウェアのニーズとソフトウェアのニーズがある。
ハードウェアについては、サーバ1台、計算デバイス1台及び画像入力デバイス1台が必要である。
ソフトウェアについては、帳票認識のwebサービスと、端末において表示される画面と、画像及び検出結果を記憶するデータベースと、をサーバに実装する必要がある。
モデル生成プロセスにおいては、最初にサンプル生成モジュールによって訓練サンプルを生成し、作業能力が十分である場合に手動で本当のサンプルをラベリングする。十分な訓練サンプル(一般的には10万の倍数規模)を取得した後、サーバにおいてディープニューラルネットワークによって帳票認識モデルを訓練してサーバに記憶し、webサービスを構築する。
帳票画像に対してテンプレート分析を行うことは、すなわちテンプレートラベリングを行って、ラベル付きのテンプレート情報を生成することである。ここで、検出対象画像とテンプレート画像とは同一の画像である。具体的に、同一の親テンプレートを有する複数枚の帳票に対する認識を行う場合、テンプレートラベリングを1回のみ実行してもよい。
具体的には、異なるカテゴリーのテキスト領域を区別するために、プリセットのディープニューラルネットワーク検出モデルを用いて検出対象画像におけるテキスト領域に対して検出及び分類を行って、カテゴリー付きのテキスト領域情報を生成することができる。
具体的には、ラベル付きのテンプレート情報及びカテゴリー付きのテキスト領域情報に基づいてテンプレートマッチングを行って、認識する必要がある領域を抽出する。
認識結果は以下の通りである。
「上海第1婦児保健院」
「三級甲等専科病院」
「医療保険自費」
「治療費(自費)」
「外来診療費」
「6.00」
「800」
上述の認識結果はtesseract、CRNNなどの認識モデルによって取得することができる。また、認識結果は実際の結果と比べてある程度の差が存在する可能性があるため、後処理によって認識結果に対して是正を行ってもよい。
後処理結果は以下の通りである。
「上海市第1婦児保健院」(病院名称リストとのマッチングに基づく)
「三級甲等専科病院」
「医療保険自費」
「治療費(自費)」
「外来診療費」
「6.00」
「8.00」(金額ルールとのマッチングに基づく)
ここで、病院名称リストを照会することによって、認識結果の病院名称「上海第1婦児保健院」に対して是正を行うことができる。是正結果が「上海市第1婦児保健院」であり、つまり認識結果の病院名称には文字「市」が漏れている。同様に、認識結果における各情報それぞれに対して是正を行うことができる。例えば、認識結果における外来診療費が「800」であるが、それを金額ルールとのマッチングによって是正すると、「8.00」となる。
{
病院名称:上海市第1婦児保健院
病院種類:三級甲等専科病院
医療保険種類:医療保険自費
費用明細:
{
治療費(自費):6.00
外来診療費:8.00
}
}
Claims (20)
- テキスト検出分析方法であって、
プリセットのディープニューラルネットワーク検出モデルを用いて検出対象画像におけるテキスト領域に対して検出及び分類を行って、カテゴリー付きのテキスト領域情報を生成するステップと、
ラベル付きのテンプレート情報及び前記カテゴリー付きのテキスト領域情報に基づいてテンプレートマッチングを行って、構造化情報データを生成するステップと、を含む
ことを特徴とするテキスト検出分析方法。 - テンプレート画像に対してテンプレートラベリングを行うことによって、前記ラベル付きのテンプレート情報を生成するステップを更に含み、
前記テンプレート画像と前記検出対象画像とは親テンプレートが同一であり、前記検出対象画像におけるテキスト領域は、第1のアンカーテキスト領域及び第1の非アンカーテキスト領域を含み、前記テンプレート画像におけるテキスト領域は、第2のアンカーテキスト領域及び第2の非アンカーテキスト領域を含む
ことを特徴とする請求項1に記載の方法。 - テンプレート画像に対してテンプレートラベリングを行うことによって、前記ラベル付きのテンプレート情報を生成する前記ステップは、
前記テンプレート画像における前記第2のアンカーテキスト領域並びに前記第2の非アンカーテキスト領域の大きさ及び相対の位置と、実体と前記第2のアンカーテキスト領域及び前記第2の非アンカーテキスト領域との写像関係と、をラベリングすることによって、前記ラベル付きのテンプレート情報を生成するステップを含む
ことを特徴とする請求項2に記載の方法。 - プリセットのディープニューラルネットワーク検出モデルを用いて検出対象画像におけるテキスト領域に対して検出及び分類を行って、カテゴリー付きのテキスト領域情報を生成する前記ステップは、
前記プリセットのディープニューラルネットワーク検出モデルを用いて前記検出対象画像におけるテキスト領域に対して検出及び分類を行って、前記検出対象画像における前記第1のアンカーテキスト領域及び前記第1の非アンカーテキスト領域のテキスト領域情報を取得するステップを含む
ことを特徴とする請求項2又は3に記載の方法。 - ラベル付きのテンプレート情報及び前記カテゴリー付きのテキスト領域情報に基づいてテンプレートマッチングを行って、構造化情報データを生成するステップは、
前記第2のアンカーテキスト領域と前記第1のアンカーテキスト領域、及び、前記第2の非アンカーテキスト領域と前記第1の非アンカーテキスト領域、をそれぞれマッチングすることによって、前記検出対象画像における前記第1のアンカーテキスト領域及び前記第1の非アンカーテキスト領域の位置を特定するステップと、
実体と前記第2のアンカーテキスト領域及び前記第2の非アンカーテキスト領域との写像関係に基づいて、前記実体と前記第1のアンカーテキスト領域及び前記第1の非アンカーテキスト領域との写像関係を確認し、前記第1のアンカーテキスト領域及び前記第1の非アンカーテキスト領域の位置に基づいて、前記検出対象画像におけるテキスト領域にある、非テキスト領域及び無関係なテキストを含む不要部分を除去して、前記構造化情報データを生成するステップと、を含む
ことを特徴とする請求項2乃至4のいずれか一項に記載の方法。 - 前記検出対象画像に対して画像前処理を行うステップを更に含み、
前記画像前処理は、画像修正及び/又はプリセット寸法に従うスケーリングを含む
ことを特徴とする請求項1乃至5のいずれか一項に記載の方法。 - 前記プリセットのディープニューラルネットワーク検出モデルを訓練するステップを更に含む
ことを特徴とする請求項1乃至6のいずれか一項に記載の方法。 - 前記プリセットのディープニューラルネットワーク検出モデルを訓練する前記ステップは、
サンプル生成ツールを用いてサンプルを生成するステップと、
前記サンプルを用いて前記プリセットのディープニューラルネットワーク検出モデルを訓練するステップと、を含む
ことを特徴とする請求項7に記載の方法。 - 前記検出対象画像は新サンプルであり、
前記新サンプルを用いて前記プリセットのディープニューラルネットワーク検出モデルに対して微調整を行うステップを更に含む
ことを特徴とする請求項7又は8に記載の方法。 - テキスト検出分析装置であって、
プリセットのディープニューラルネットワーク検出モデルを用いて検出対象画像におけるテキスト領域に対して検出及び分類を行って、カテゴリー付きのテキスト領域情報を生成するテキスト領域検出モジュールと、
ラベル付きのテンプレート情報及び前記カテゴリー付きのテキスト領域情報に基づいてテンプレートマッチングを行って、構造化情報データを生成するマッチングモジュールと、を備える
ことを特徴とするテキスト検出分析装置。 - テンプレート画像に対してテンプレートラベリングを行うことによって、前記ラベル付きのテンプレート情報を生成するラベリングモジュールを更に備え、
前記テンプレート画像と前記検出対象画像とは親テンプレートが同一であり、前記検出対象画像におけるテキスト領域は、第1のアンカーテキスト領域及び第1の非アンカーテキスト領域を含み、前記テンプレート画像におけるテキスト領域は、第2のアンカーテキスト領域及び第2の非アンカーテキスト領域を含む
ことを特徴とする請求項10に記載の装置。 - 前記ラベリングモジュールは、
前記テンプレート画像における前記第2のアンカーテキスト領域並びに前記第2の非アンカーテキスト領域の大きさ及び相対の位置と、実体と前記第2のアンカーテキスト領域及び前記第2の非アンカーテキスト領域との写像関係と、をラベリングすることによって、前記ラベル付きのテンプレート情報を生成する
ことを特徴とする請求項11に記載の装置。 - 前記テキスト領域検出モジュールは、
前記プリセットのディープニューラルネットワーク検出モデルを用いて前記検出対象画像におけるテキスト領域に対して検出及び分類を行って、前記検出対象画像における前記第1のアンカーテキスト領域及び前記第1の非アンカーテキスト領域のテキスト領域情報を取得する
ことを特徴とする請求項11又は12に記載の装置。 - 前記マッチングモジュールは、
前記第2のアンカーテキスト領域と前記第1のアンカーテキスト領域、及び、前記第2の非アンカーテキスト領域と前記第1の非アンカーテキスト領域、をそれぞれマッチングすることによって、前記検出対象画像における前記第1のアンカーテキスト領域及び前記第1の非アンカーテキスト領域の位置を特定することと、
実体と前記第2のアンカーテキスト領域及び前記第2の非アンカーテキスト領域との写像関係に基づいて、前記実体と前記第1のアンカーテキスト領域及び前記第1の非アンカーテキスト領域との写像関係を確認し、前記第1のアンカーテキスト領域及び前記第1の非アンカーテキスト領域の位置に基づいて、前記検出対象画像におけるテキスト領域にある、非テキスト領域及び無関係なテキストを含む不要部分を除去して、前記構造化情報データを生成することと、を行う
ことを特徴とする請求項11乃至13のいずれか一項に記載の装置。 - 前記検出対象画像に対して画像前処理を行う画像前処理モジュールを更に備え、
前記画像前処理は、画像修正及び/又はプリセット寸法に従うスケーリングを含む
ことを特徴とする請求項10乃至14のいずれか一項に記載の装置。 - 前記プリセットのディープニューラルネットワーク検出モデルを訓練するモデル訓練モジュールを更に備える
ことを特徴とする請求項10乃至15のいずれか一項に記載の装置。 - 前記モデル訓練モジュールは、
サンプル生成ツールを用いてサンプルを生成することと、
前記サンプルを用いて前記プリセットのディープニューラルネットワーク検出モデルを訓練することと、を行う
ことを特徴とする請求項16に記載の装置。 - 前記検出対象画像は新サンプルであり、
前記装置は、
前記新サンプルを用いて前記プリセットのディープニューラルネットワーク検出モデルに対して微調整を行う微調整モジュールを更に備える
ことを特徴とする請求項16又は17に記載の装置。 - テキスト検出分析デバイスであって、
プロセッサと、
前記プロセッサによる実行可能な命令を記憶しているメモリと、を備え、
前記プロセッサは前記実行可能な命令によって請求項1乃至9のいずれか一項に記載のテキスト検出分析方法を実行する
ことを特徴とするテキスト検出分析デバイス。 - コンピュータ読取可能な記憶媒体であって、前記記憶媒体にはコンピュータプログラムが記憶されており、前記コンピュータプログラムは請求項1乃至9のいずれか一項に記載のテキスト検出分析方法を実行する
ことを特徴とするコンピュータ読取可能な記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810618508.6 | 2018-06-15 | ||
CN201810618508.6A CN109086756B (zh) | 2018-06-15 | 2018-06-15 | 一种基于深度神经网络的文本检测分析方法、装置及设备 |
PCT/CN2019/090896 WO2019238063A1 (zh) | 2018-06-15 | 2019-06-12 | 文本检测分析方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020527260A JP2020527260A (ja) | 2020-09-03 |
JP6831480B2 true JP6831480B2 (ja) | 2021-02-17 |
Family
ID=64839664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019561162A Active JP6831480B2 (ja) | 2018-06-15 | 2019-06-12 | テキスト検出分析方法、装置及びデバイス |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP6831480B2 (ja) |
CN (1) | CN109086756B (ja) |
SG (1) | SG11202002659WA (ja) |
WO (1) | WO2019238063A1 (ja) |
Families Citing this family (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109685055B (zh) * | 2018-12-26 | 2021-11-12 | 北京金山数字娱乐科技有限公司 | 一种图像中文本区域的检测方法及装置 |
CN109829453B (zh) * | 2018-12-29 | 2021-10-12 | 天津车之家数据信息技术有限公司 | 一种卡证中文字的识别方法、装置以及计算设备 |
CN109829457A (zh) * | 2019-01-04 | 2019-05-31 | 平安科技(深圳)有限公司 | 一种图像数据处理方法、设备及计算机可读存储介质 |
CN109492627B (zh) * | 2019-01-22 | 2022-11-08 | 华南理工大学 | 一种基于全卷积网络的深度模型的场景文本擦除方法 |
CN109816118B (zh) * | 2019-01-25 | 2022-12-06 | 上海深杳智能科技有限公司 | 一种基于深度学习模型的创建结构化文档的方法及终端 |
CN109887153B (zh) * | 2019-02-03 | 2021-08-24 | 国信电子票据平台信息服务有限公司 | 一种财税处理方法和处理系统 |
CN109977935B (zh) * | 2019-02-27 | 2024-04-12 | 平安科技(深圳)有限公司 | 一种文本识别方法及装置 |
CN109977957A (zh) * | 2019-03-04 | 2019-07-05 | 苏宁易购集团股份有限公司 | 一种基于深度学习的发票识别方法及系统 |
CN109934227A (zh) * | 2019-03-12 | 2019-06-25 | 上海兑观信息科技技术有限公司 | 图像文字识别系统和方法 |
CN109977949B (zh) * | 2019-03-20 | 2024-01-26 | 深圳华付技术股份有限公司 | 边框微调的文本定位方法、装置、计算机设备及存储介质 |
CN110070045A (zh) * | 2019-04-23 | 2019-07-30 | 杭州智趣智能信息技术有限公司 | 一种营业执照的文本识别方法、系统及相关组件 |
CN110110715A (zh) * | 2019-04-30 | 2019-08-09 | 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 |
CN110245658A (zh) * | 2019-05-21 | 2019-09-17 | 深圳壹账通智能科技有限公司 | 一种票据识别方法、装置、存储介质和服务器 |
CN110287911A (zh) * | 2019-06-28 | 2019-09-27 | 广东工业大学 | 一种发票的内容识别方法、装置、设备及存储介质 |
CN110516541B (zh) * | 2019-07-19 | 2022-06-10 | 金蝶软件(中国)有限公司 | 文本定位方法、装置、计算机可读存储介质和计算机设备 |
CN110472524B (zh) * | 2019-07-25 | 2022-09-13 | 广东工业大学 | 基于深度学习的发票信息管理方法、系统和可读介质 |
CN110363190A (zh) * | 2019-07-26 | 2019-10-22 | 中国工商银行股份有限公司 | 一种文字识别方法、装置及设备 |
CN112396057A (zh) * | 2019-08-13 | 2021-02-23 | 上海高德威智能交通系统有限公司 | 一种字符识别方法、装置及电子设备 |
CN110689447A (zh) * | 2019-08-30 | 2020-01-14 | 中国科学院自动化研究所南京人工智能芯片创新研究院 | 一种基于深度学习的社交软件用户发布内容的实时检测方法 |
CN110689010B (zh) * | 2019-09-27 | 2021-05-11 | 支付宝(杭州)信息技术有限公司 | 一种证件识别方法及装置 |
CN110888926B (zh) * | 2019-10-22 | 2022-10-28 | 北京百度网讯科技有限公司 | 医疗文本结构化的方法以及装置 |
CN110909733A (zh) * | 2019-10-28 | 2020-03-24 | 世纪保众(北京)网络科技有限公司 | 基于ocr图片识别的模版定位方法、装置和计算机设备 |
CN112749705A (zh) * | 2019-10-31 | 2021-05-04 | 深圳云天励飞技术有限公司 | 训练模型更新方法及相关设备 |
CN110889412B (zh) * | 2019-11-01 | 2023-04-07 | 泰康保险集团股份有限公司 | 体检报告中的医学长文定位与分类方法及装置 |
CN110929614A (zh) * | 2019-11-14 | 2020-03-27 | 杨喆 | 模版定位方法、装置和计算机设备 |
CN110598191B (zh) * | 2019-11-18 | 2020-04-07 | 江苏联著实业股份有限公司 | 一种基于神经网络的复杂pdf结构解析方法及装置 |
CN113033269B (zh) * | 2019-12-25 | 2023-08-25 | 华为技术服务有限公司 | 一种数据处理方法及装置 |
CN111325092B (zh) * | 2019-12-26 | 2023-09-22 | 湖南星汉数智科技有限公司 | 一种动车票识别方法、装置、计算机装置及计算机可读存储介质 |
CN111191715A (zh) * | 2019-12-27 | 2020-05-22 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN113128496B (zh) * | 2019-12-31 | 2023-12-12 | 华为云计算技术有限公司 | 一种从图像中提取结构化数据的方法、装置和设备 |
CN111523292B (zh) * | 2020-04-23 | 2023-09-15 | 北京百度网讯科技有限公司 | 用于获取图像信息的方法和装置 |
CN111539414B (zh) * | 2020-04-26 | 2023-05-23 | 梁华智能科技(上海)有限公司 | 一种ocr图像字符识别和字符校正的方法及系统 |
CN111539416A (zh) * | 2020-04-28 | 2020-08-14 | 深源恒际科技有限公司 | 一种基于深度神经网络的文本检测目标提取关系的端到端方法 |
CN111582273B (zh) * | 2020-05-09 | 2023-10-10 | 中国工商银行股份有限公司 | 图像文本识别方法及装置 |
CN111709339B (zh) * | 2020-06-09 | 2023-09-19 | 北京百度网讯科技有限公司 | 一种票据图像识别方法、装置、设备及存储介质 |
CN111695518B (zh) * | 2020-06-12 | 2023-09-29 | 北京百度网讯科技有限公司 | 结构化文档信息标注的方法、装置及电子设备 |
CN111753960B (zh) * | 2020-06-25 | 2023-08-08 | 北京百度网讯科技有限公司 | 模型训练及图像处理方法、装置、电子设备、存储介质 |
CN112069893A (zh) * | 2020-08-03 | 2020-12-11 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种票据处理方法、装置、电子设备及存储介质 |
CN112101336A (zh) * | 2020-09-09 | 2020-12-18 | 杭州测质成科技有限公司 | 一种基于计算机视觉的智能数据采集方式 |
CN112287763A (zh) * | 2020-09-27 | 2021-01-29 | 北京旷视科技有限公司 | 图像处理方法、装置、设备及介质 |
CN112381086A (zh) * | 2020-11-06 | 2021-02-19 | 厦门市美亚柏科信息股份有限公司 | 一种结构化输出图像文字识别结果的方法及装置 |
CN112633118A (zh) * | 2020-12-18 | 2021-04-09 | 上海眼控科技股份有限公司 | 一种文本信息提取方法、设备及存储介质 |
CN112818823B (zh) * | 2021-01-28 | 2024-04-12 | 金科览智科技(北京)有限公司 | 一种基于票据内容和位置信息的文本抽取方法 |
CN112801987B (zh) * | 2021-02-01 | 2022-11-08 | 上海万物新生环保科技集团有限公司 | 一种手机零件异常检测方法及设备 |
CN113033431B (zh) * | 2021-03-30 | 2023-08-08 | 北京百度网讯科技有限公司 | 光学字符识别模型训练和识别方法、装置、设备及介质 |
CN112990091A (zh) * | 2021-04-09 | 2021-06-18 | 数库(上海)科技有限公司 | 基于目标检测的研报解析方法、装置、设备和存储介质 |
CN113094508A (zh) * | 2021-04-27 | 2021-07-09 | 平安普惠企业管理有限公司 | 数据检测方法、装置、计算机设备和存储介质 |
CN113111858A (zh) * | 2021-05-12 | 2021-07-13 | 数库(上海)科技有限公司 | 自动检测图片中表格的方法、装置、设备和存储介质 |
CN113191348B (zh) * | 2021-05-31 | 2023-02-03 | 山东新一代信息产业技术研究院有限公司 | 一种基于模板的文本结构化提取方法及工具 |
CN113569629B (zh) * | 2021-06-11 | 2023-09-15 | 杭州玖欣物联科技有限公司 | 一种机加工图纸关键信息提取和敏感信息脱敏的模型方法 |
CN113408517B (zh) * | 2021-06-30 | 2023-01-17 | 青岛海信移动通信技术股份有限公司 | 一种图像显示方法及装置、电子设备 |
CN113627439A (zh) * | 2021-08-11 | 2021-11-09 | 北京百度网讯科技有限公司 | 文本结构化处理方法、处理装置、电子设备以及存储介质 |
CN113762109B (zh) * | 2021-08-23 | 2023-11-07 | 北京百度网讯科技有限公司 | 一种文字定位模型的训练方法及文字定位方法 |
CN114611497B (zh) * | 2022-05-10 | 2022-08-16 | 北京世纪好未来教育科技有限公司 | 语病诊断模型的训练方法、语病诊断方法、装置及设备 |
CN115273111B (zh) * | 2022-06-27 | 2023-04-18 | 北京互时科技股份有限公司 | 一种无模板识别图纸材料表的装置 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06139410A (ja) * | 1992-10-23 | 1994-05-20 | Fujitsu Ltd | ニューラル・ネットワークによるテンプレート・マッチング型文字認識方式 |
JPH11306282A (ja) * | 1998-04-17 | 1999-11-05 | Nippon Telegr & Teleph Corp <Ntt> | 文字列領域抽出方法及び装置 |
CN104049755B (zh) * | 2014-06-18 | 2017-01-18 | 中国科学院自动化研究所 | 信息处理方法及装置 |
CN106156766B (zh) * | 2015-03-25 | 2020-02-18 | 阿里巴巴集团控股有限公司 | 文本行分类器的生成方法及装置 |
CN105469047B (zh) * | 2015-11-23 | 2019-02-22 | 上海交通大学 | 基于无监督学习深度学习网络的中文检测方法及系统 |
CN106156767A (zh) * | 2016-03-02 | 2016-11-23 | 平安科技(深圳)有限公司 | 行驶证有效期自动提取方法、服务器及终端 |
CN105913093B (zh) * | 2016-05-03 | 2019-06-21 | 电子科技大学 | 一种用于文字识别处理的模板匹配方法 |
US10909313B2 (en) * | 2016-06-22 | 2021-02-02 | Sas Institute Inc. | Personalized summary generation of data visualizations |
JP2018005462A (ja) * | 2016-06-30 | 2018-01-11 | 株式会社日立ソリューションズ | 認識装置及び認識方法 |
CN106295629B (zh) * | 2016-07-15 | 2018-06-15 | 北京市商汤科技开发有限公司 | 结构化文本检测方法和系统 |
CN106372061B (zh) * | 2016-09-12 | 2020-11-24 | 电子科技大学 | 基于语义的短文本相似度计算方法 |
CN107480681A (zh) * | 2017-08-02 | 2017-12-15 | 四川长虹电器股份有限公司 | 基于深度学习的高并发票据识别系统与方法 |
CN108133212B (zh) * | 2018-01-05 | 2021-06-29 | 东华大学 | 一种基于深度学习的定额发票金额识别系统 |
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 |
-
2018
- 2018-06-15 CN CN201810618508.6A patent/CN109086756B/zh active Active
-
2019
- 2019-06-12 WO PCT/CN2019/090896 patent/WO2019238063A1/zh active Application Filing
- 2019-06-12 SG SG11202002659WA patent/SG11202002659WA/en unknown
- 2019-06-12 JP JP2019561162A patent/JP6831480B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN109086756A (zh) | 2018-12-25 |
WO2019238063A1 (zh) | 2019-12-19 |
CN109086756B (zh) | 2021-08-03 |
SG11202002659WA (en) | 2020-04-29 |
JP2020527260A (ja) | 2020-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6831480B2 (ja) | テキスト検出分析方法、装置及びデバイス | |
CN109145766B (zh) | 模型训练方法、装置、识别方法、电子设备及存储介质 | |
CN111027563A (zh) | 一种文本检测方法、装置及识别系统 | |
CN113158808B (zh) | 中文古籍字符识别、组段与版面重建方法、介质和设备 | |
Wen et al. | A new optical music recognition system based on combined neural network | |
Wilkinson et al. | Neural Ctrl-F: segmentation-free query-by-string word spotting in handwritten manuscript collections | |
CN105426356A (zh) | 一种目标信息识别方法和装置 | |
CN109685065B (zh) | 试卷内容自动分类的版面分析方法、系统 | |
US20200134382A1 (en) | Neural network training utilizing specialized loss functions | |
WO2019232850A1 (zh) | 手写汉字图像识别方法、装置、计算机设备及存储介质 | |
CN112069900A (zh) | 基于卷积神经网络的票据文字识别方法及系统 | |
CN113205047B (zh) | 药名识别方法、装置、计算机设备和存储介质 | |
JP6989450B2 (ja) | 画像解析装置、画像解析方法及びプログラム | |
CN114330234A (zh) | 版面结构分析方法、装置、电子设备和存储介质 | |
Zhao et al. | DetectGAN: GAN-based text detector for camera-captured document images | |
CN113673528A (zh) | 文本处理方法、装置、电子设备和可读存储介质 | |
CN111199240A (zh) | 银行卡识别模型的训练方法、银行卡识别方法以及装置 | |
CN117076455A (zh) | 一种基于智能识别的保单结构化存储方法、介质及系统 | |
Al Sayed et al. | Survey on Handwritten Recognition | |
US11715288B2 (en) | Optical character recognition using specialized confidence functions | |
CN115880702A (zh) | 数据处理方法、装置、设备、程序产品及存储介质 | |
US20220398399A1 (en) | Optical character recognition systems and methods for personal data extraction | |
CN115546813A (zh) | 一种文档分析方法、装置、存储介质及设备 | |
CN117253099A (zh) | 影像数据扩增装置以及方法 | |
CN114187445A (zh) | 识别图像中文本的方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191106 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201225 |
|
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: 20210126 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210128 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6831480 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |