“G06V30/413”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果394个，建议您升级VIP下载更多相关专利

[发明专利]一种文档分类方法、装置、设备及存储介质-CN202210041761.6有效
发明人：李煜林;曹健健;钦夏孟;章成全;姚锟 -专利权人：北京百度网讯科技有限公司
申请日： 2022-01-14 - 公布日： 2023-04-07 - 主分类号： G06V30/413 文献下载
摘要：本公开提供了一种文档分类方法、装置、设备及存储介质，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于OCR等场景。具体实现方案为：获得待分类文档的图像；提取所述图像的图像特征，并对所述图像进行文本检测，得到所述图像中的文本以及文本位置信息；获得所得文本的文本特征；按照各文本特征所对应文本的文本位置信息，将各文本特征融合至所述图像特征，得到融合特征；基于所述融合特征，对所述待分类文档进行分类。应用本公开实施例提供的方案，能够实现对文档的分类。
一种文档分类方法装置设备存储介质

[发明专利]识别文档的方法和装置-CN202110440033.8有效
发明人：徐青松;李青 -专利权人：杭州睿胜软件有限公司
申请日： 2021-04-23 - 公布日： 2023-04-07 - 主分类号： G06V30/413 文献下载
摘要：本公开涉及一种识别文档的方法，包括：获取包含文档的图像；根据所述文档的图像和多个候选类型模型确定所述文档的类型；以及根据与所述文档的类型对应的提取模型，从所述文档的图像中提取所述文档中包含的第一信息作为识别结果。
识别文档方法装置

[发明专利]一种文本图像识别方法、系统及相关装置-CN202211567149.9在审
发明人：刘宇;何春江;张毅;朱日伟 -专利权人：科大讯飞股份有限公司
申请日： 2022-12-07 - 公布日： 2023-04-04 - 主分类号： G06V30/413 文献下载
摘要：本申请公开了一种文本图像识别方法、系统及相关装置，该方法包括：获取包括待识别文字的文本图像，基于所述文本图像获得所述待识别文本对应的初始文字、以及所述初始文字对应的识别置信度得分；基于各个所述初始文字的语义信息，获得各个所述初始文字的语义置信度得分；基于各个所述初始文字对应的所述识别置信度得分和所述语义置信度得分，从所有所述初始文字中确定至少部分待纠正文字；对所述待纠正文字进行纠正，得到所述文本图像对应的目标文本。通过上述方式，本申请能够提高对文本图像进行识别的准确性。
一种文本图像识别方法系统相关装置

[发明专利]用于从图像中提取目标文档部分的方法、设备和介质-CN202211448474.3在审
发明人：李国政 -专利权人：中国建设银行股份有限公司上海市分行
申请日： 2022-11-18 - 公布日： 2023-03-28 - 主分类号： G06V30/413 文献下载
摘要：本公开的实施例涉及用于从图像中提取目标文档部分的方法、设备和介质。根据该方法，获取待处理图像，该待处理图像具有目标文档部分和背景部分；对待处理图像进行二值化处理，以便对经二值化处理的待处理图像分别进行第一滤波处理以及第二滤波处理，以分别得到第一图像和第二图像，其中第一图像比第二图像具有更少的噪声，第二图像比第一图像具有更高的锐度；基于第一图像，确定目标文档部分的四个角点的坐标；以及基于所确定的四个角点的坐标，从第二图像中提取目标文档部分。由此，能够准确并高效地从图像中提取出清晰可用的目标文档部分。
用于图像提取目标文档部分方法设备介质

[发明专利]用于商品辨识的系统和方法-CN202111110492.6在审
发明人：杨世远;高霖;何玉峰;周潇;黄一林;G·凯莉;I·蔡;A·比施赖 -专利权人：枫熊有限公司
申请日： 2021-09-23 - 公布日： 2023-03-28 - 主分类号： G06V30/413 文献下载
摘要：本发明公开了用于商品辨识的系统和方法。自助结帐车辆系统和方法包括自助结帐车辆，所述自助结帐车辆具有相机、重量传感器和处理器，所述处理器被配置成：(i)经由计算机视觉基于粘附到由购物者选择的商品的识别符来识别选定商品，以及(ii)基于所述选定商品的所述识别和重量计算所述商品的价格。用于识别由购物者选择的商品的计算机视觉系统和方法包括处理器，所述处理器被配置成：(i)识别粘附到选定商品的识别符和所述选定商品的商品分类，以及(ii)比较每一相应图像中识别的所述识别符和商品分类以确定所述商品的最可能识别。
用于商品辨识系统方法

[发明专利]一种图像处理的方法、装置和存储介质-CN202011470752.6有效
发明人：常战国 -专利权人：贝壳技术有限公司
申请日： 2020-12-14 - 公布日： 2023-03-28 - 主分类号： G06V30/413 文献下载
摘要：本申请公开了一种图像处理的方法、装置和存储介质，具体为获取待处理图像，其次，基于待处理图像，生成与待处理图像对应的交点掩膜图像，其中，交点掩模图像中的每个交点对应至少一个具有第一像素值的像素，然后，以交点掩模图像中的任意位置为起始位置遍历交点掩模图像，获取第一像素值所在的像素块的数量，最后，当像素块的数量小于预设数值时，过滤对应的所述待处理图像。本申请实施例通过统计待处理图像中的表格框线之间的交点个数对待处理图像的清晰度做出判断，提升识别准确率且降低了算法的时间复杂度。
一种图像处理方法装置存储介质

[发明专利]一种基于结构及相似度的视频提取PPT方法-CN201911335327.3有效
发明人：郑茜颖;邱建滨;陈伊涵;王帅;曾青耀;魏海云;邱纯乾 -专利权人：福州大学
申请日： 2019-12-23 - 公布日： 2023-03-24 - 主分类号： G06V30/413 文献下载
摘要：本发明涉及一种基于结构及相似度的视频提取PPT方法，首先，采集视频的第一帧图像；对帧图像进行颜色空间转换、高斯滤波、膨胀、Canny边缘检测、轮廓检测，找到其中的目标区域；然后，利用多边形拟合、透视变换对目标区域进行处理，将目标区域转化为矩形；相隔2秒在视频中再取新帧，重复上述的操作，获取第二图的PPT目标区域；最后，对两PPT图片进行相似度比较和差异度比较，接着留下第二幅PPT图，重复执行上述操作直至视频结束；对所有保存的图片进行再裁剪和时间序列筛选处理，以PDF文件形式保存。本发明提供一种从视频中简单、快速提取PPT内容图片并且以PDF文件形式保存的方法。
一种基于结构相似视频提取 ppt 方法

[发明专利]图像处理方法、装置、设备和介质-CN202110156565.9有效
发明人：李煜林;黄聚;谢群义;钦夏孟;章成全;刘经拓 -专利权人：北京百度网讯科技有限公司
申请日： 2021-02-04 - 公布日： 2023-03-24 - 主分类号： G06V30/413 文献下载
摘要：本公开公开了一种图像处理方法、装置、设备和介质，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。该图像处理方法包括：获取图像中至少一个文本区域的各个文本区域的多模态特征，所述多模态特征包括多个维度的特征；对所述各个文本区域的多模态特征进行全局注意力处理，以得到所述各个文本区域的全局注意力特征；基于所述各个文本区域的全局注意力特征，确定所述各个文本区域的类别，基于所述各个文本区域的文本内容和所述类别构建结构化信息。本公开可以提供更具有普适性的图像中的结构化信息的构建方案。
图像处理方法装置设备介质

[发明专利]一种PDF文档识别方法、装置及电子设备-CN201910051078.9有效
发明人：宁廷泽 -专利权人：珠海金山办公软件有限公司;北京金山办公软件股份有限公司;广州金山移动科技有限公司
申请日： 2019-01-17 - 公布日： 2023-03-21 - 主分类号： G06V30/413 文献下载
摘要：本申请实施例提供了一种PDF文档识别方法、装置及电子设备，该方法包括：根据预设的面积计算算法，分别确定出预设数目个页面中包含的所有文字对象对应的文字面积和所有图像对象对应的图像面积；并分别确定出图片面积比值和文字面积比值；若图片面积比值和文字面积比值满足预设条件，则确定目标PDF文档的类型。可见，本申请实施例中，不仅仅是根据目标PDF文档中是否包含文字对象，而是通过同时分析目标PDF文档中预设数目个页面中的图片对象和文字对象，分别在目标PDF文档预设数目个页面中所占的比例，准确的确定出该目标PDF文档的格式类型，从而提高了对PDF文档的识别准确性。
一种 pdf 文档识别方法装置电子设备

[发明专利]影像文档处理方法、装置及电子设备-CN202111561613.9有效
发明人：王旭;魏彬;李艳东 -专利权人：北京中科睿见科技有限公司
申请日： 2021-12-20 - 公布日： 2023-03-10 - 主分类号： G06V30/413 文献下载
摘要：本申请适用于数据处理技术领域，提供了影像文档处理方法、装置及电子设备。上述影像文档处理方法包括：采用深度学习算法对影像文档进行文档识别得到文档信息，将影像文档按照文档版面布局分割为多个版面区域；基于上述文档信息和上述多个版面区域确定影像文档的类型；基于影像文档的类型从文档信息中确定影像文档的关键信息；基于上述文档信息、关键信息和影像文档的类型建立影像文档信息数据库。由于本申请中并不涉及人工对文本进行标注，因此通过上述影像文档信息数据库为用户提供影像文档的搜索服务，能够提高搜索的准确性，而且适合大规模应用。
影像文档处理方法装置电子设备

[发明专利]扫描方法、装置、扫描笔和存储介质-CN202010813068.7有效
发明人：汤琦璇;王晓斐;王忍宝 -专利权人：安徽淘云科技股份有限公司
申请日： 2020-08-13 - 公布日： 2023-03-10 - 主分类号： G06V30/413 文献下载
摘要：本发明实施例提供一种扫描方法和装置，其中方法包括：基于追加扫描请求检测状态，和/或，扫描笔的持笔手与扫描方向，对扫描笔采集的扫描图像序列进行拼接，得到拼接图像；对拼接图像进行图像分类，若图像分类结果为文本类图像，则对拼接图像进行文本识别，得到文本识别结果。本发明实施例提供的扫描方法和装置，能够支持对追加扫描场景，和/或对应不同持笔手和不同扫描方向的各类扫描场景的多场景检测，从而采用相应场景对应的图像拼接方式进行拼接，无需用户预先设置对应不同场景的扫描模式，优化了用户体验，且解决了现有扫描笔仅支持单一扫描方向的瓶颈；并且避免了不必要的OCR处理，减少了文本识别的运算量，节约系统资源。
扫描方法装置存储介质

[发明专利]基于深度卷积神经网络的脱机手写整页文本的识别方法-CN202111025223.X在审
发明人：王寅同;赵向军 -专利权人：南京晓庄学院
申请日： 2021-09-02 - 公布日： 2023-03-07 - 主分类号： G06V30/413 文献下载
摘要：本发明提供一种基于深度卷积神经网络的脱机手写整页文本的识别方法，包括：采用第一门控模块堆叠层对脱机手写整页文本图像进行特征抽取；采用第二门控模块堆叠层和双线性插值操作对抽取的特征进行文本上采样操作；将一维文本行进行连续时序分类；根据对齐关系对深度卷积神经网络进行优化；根据优化后的深度卷积神经网络进行脱机手写整页文本的识别。该方法在训练过中无需进行脱机手写整页文本的标记工作，既可以节约时间，又可以避免人工标记带来的出错；将切分与识别整合在单一模型体实现，能够避免切分模型和识别模型的预先训练和联合训练导致的模型训练效率低的问题；仅包含全卷操作运算，能够在识别精度和识别效率上取得显著提升。
基于深度卷积神经网络脱机手写文本识别方法

[发明专利]名片内容识别方法、装置、设备及存储介质-CN202211410509.4在审
发明人：赵洋;包荣鑫;张开埠;陈龙 -专利权人：深圳价值在线信息科技股份有限公司
申请日： 2022-11-11 - 公布日： 2023-03-07 - 主分类号： G06V30/413 文献下载
摘要：本申请适用于人工智能技术领域，提供一种名片内容识别方法、装置、设备及存储介质，其中，名片内容识别方法，包括：对名片的目标识别区域进行识别，得到目标识别区域的文本信息；对文本信息进行分割或拼接处理，得到预处理文本信息；对预处理文本信息进行分类，得到分类文本信息并输出。本申请能够解决字段提取不准确、字段粘连、字段缺失等问题，提高名片内容识别的准确性。
名片内容识别方法装置设备存储介质

[发明专利]一种基于OCR识别设备数据并生成数据表单的方法及系统-CN202211480189.X在审
发明人：马艳龙 -专利权人：中电信数智科技有限公司
申请日： 2022-11-24 - 公布日： 2023-02-28 - 主分类号： G06V30/413 文献下载
摘要：本发明公开了一种基于OCR识别设备数据并生成数据表单的方法及系统，涉及数据识别技术领域。该基于OCR识别设备数据并生成数据表单的方法，包括接收待处理图片信息，通过PCA提取特征码并送入SVM仿真测试，根据SVM输出项判断所属类别。本发明从多层次、多维度采集设备信息、收集设备实物数据，通过图像识别模型训练、经过图像处理、文字识别，特征数据提取和降维分类、数据计算等过程，提取到元数据并存储到数据库，通过动态生成表单的方式将数据渲染到信息化界面，从而解决了人工录入数据无法识别元数据、无法提取数据特征属性，导致标准分类元数据信息不准确，既浪费了人力成本也没有实现数据的分类的问题。
一种基于 ocr 识别设备数据生成表单方法系统

[发明专利]一种基于深度学习的通用证件结构化识别方法和系统-CN202211409647.0在审
发明人：彭勤牧;尤新革;胡亚宸 -专利权人：华中科技大学
申请日： 2022-11-10 - 公布日： 2023-02-24 - 主分类号： G06V30/413 文献下载
摘要：本发明涉及图像识别技术领域，尤其涉及一种基于深度学习的通用证件结构化识别方法和系统，方法包括：采集证件图像信息，并对采集到的图像进行预处理；将标准化的证件图像输入到文本检测网络中，对图像中的文本实例进行定位，并将位置信息保存到文件中；根据检测出的文本实例位置坐标，从证件图像中截取文本图像，并输入到文本识别网络进行识别，得到识别结果后，保存在位置信息之后；使用关键文本提取网络对识别结果中的文本实体进行分类，去除非关键类型，然后将分类结果保存到识别结果之后；将关键文本提取结果进行结构化处理并展示。本发明可以从复杂的证照图像中提取出关键文本信息，实现证件的智能识读，且适应于各种不同种类的证照。
一种基于深度学习通用证件结构识别方法系统