一种基于度量学习的少样本文档版面分析方法
授权
摘要
本发明公开了一种基于度量学习的少样本文档版面分析方法，通过提取的文档图像的原始特征图来构建不同区域的位置注意力特征以及通道注意力特征，利用卷积网络的融合能够充分利用这些特征图中不同区域的表征特征；同时，以融合得到的表征特征来进行原型构建，以及利用分割得到的结果采用对齐操作，从而达到利用少量的数据来进行文档内容分割，同时提高分割精度。
基本信息
专利标题 ：
一种基于度量学习的少样本文档版面分析方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112069961A
申请号 ：
CN202010884195.6
公开（公告）日 ：
2020-12-11
申请日 ：
2020-08-28
授权号 ：
CN112069961B
授权日 ：
2022-06-14
发明人 ：
徐行赖逸张鹏飞邵杰陈李江
申请人 ：
电子科技大学
申请人地址 ：
四川省成都市高新区（西区）西源大道2006号
代理机构 ：
成都行之专利代理事务所(普通合伙)
代理人 ：
温利平
优先权 ：
CN202010884195.6
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/46 G06K9/62 G06N3/04 G06N3/08
相关图片
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-14 ：
授权
2020-12-29 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20200828
申请日 : 20200828
2020-12-11 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN112069961A.PDF
PDF下载
