一种复杂多场景文档分割方法、系统、装置及介质
公开
摘要
本发明公开了一种复杂多场景文档分割方法、系统、装置及介质，其中方法包括：构建数据集；基于可变形注意力机制构建文档分割模型，将数据集中的图像输入文档分割模型，获得高层特征；设计多预测头的网络结构进行多任务学习，采用多个预测头对高层特征进行预测，获得预测分割图，预测结果包括文字、表格或者图片中的至少一种；对预测分割图进行基于连通域分析的冗余前景区域过滤以及区域形状优化后处理，获得文档分割的最终结果。本发明采用一个统一的框架，解决多种场景下多种层次的文档分割问题，方法简单通用，对文档还原和机器的自动化文档理解具有重要的积极作用。本发明可广泛应用于文档图像分割技术领域。
基本信息
专利标题 ：
一种复杂多场景文档分割方法、系统、装置及介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114627484A
申请号 ：
CN202210180055.X
公开（公告）日 ：
2022-06-14
申请日 ：
2022-02-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张河锁毛慧芸金连文
申请人 ：
华南理工大学
申请人地址 ：
广东省广州市天河区五山路381号
代理机构 ：
广州嘉权专利商标事务所有限公司
代理人 ：
郑宏谋
优先权 ：
CN202210180055.X
主分类号 ：
G06V30/413
IPC分类号 ：
G06V30/413 G06V30/414 G06N3/04 G06N3/08 G06V10/26 G06V10/82
法律状态
2022-06-14 ：
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
暂无PDF文件可下载
