一種基于多模態(tài)融合的文檔版面分類方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN202110854557.1 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN113688872A | 公開（公告）日 | 2021-11-23 |
| 申請(qǐng)公布號(hào) | CN113688872A | 申請(qǐng)公布日 | 2021-11-23 |
| 分類號(hào) | G06K9/62;G06K9/00 | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 陶提;許諾;高翔;紀(jì)達(dá)麒;陳運(yùn)文 | 申請(qǐng)（專利權(quán)）人 | 達(dá)觀數(shù)據(jù)（蘇州）有限公司 |
| 代理機(jī)構(gòu) | 上海智力專利商標(biāo)事務(wù)所（普通合伙） | 代理人 | 張文玄;周濤 |
| 地址 | 215133 江蘇省蘇州市相城區(qū)相城大道1168號(hào)品上商業(yè)中心5幢908室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種基于多模態(tài)融合的文檔版面分類方法，其特征在于，針對(duì)目標(biāo)文檔，包括：檢測(cè)目標(biāo)文檔，獲取待分類的檢測(cè)框；獲取檢測(cè)框的文本信息、框坐標(biāo)信息和圖像特征；采用多模態(tài)融合模型，以所述文本信息、框坐標(biāo)信息和圖像特征作為輸入，輸出檢測(cè)框的類型。本發(fā)明通過將文本、位置和圖像信息的多模態(tài)融合，提升了文檔版面分類的準(zhǔn)確率。 |
