华南理工大学黄双萍获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉华南理工大学申请的专利基于空间位置与场景关联的文本检测识别模型校准方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119516530B 。
龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411580630.0,技术领域涉及:G06V20/62;该发明授权基于空间位置与场景关联的文本检测识别模型校准方法是由黄双萍;徐可可;彭政华;黄森设计研发完成,并于2024-11-07向国家知识产权局提交的专利申请。
本基于空间位置与场景关联的文本检测识别模型校准方法在说明书摘要公布了:本发明公开了基于空间位置与场景关联的文本检测识别模型校准方法,包括:根据目标文本序列的似然最大化和目标位置的绝对距离最小化对端到端文本检测识别模型进行监督获得识别损失;通过文本关联序列挖掘模型构建文本关联序列集;通过空间位置平滑方法构建文本平滑位置集;根据文本关联序列集联合正则内容损失实现文本内容置信度校准;根据文本平滑位置集联合正则位置损失实现文本位置置信度校准;引入全局校准强度系数联合正则内容损失和正则位置损失构建正则化损失函数,实现总体的可控性端到端置信度校准;联合识别损失和正则化损失得到最终损失以训练得到校准后的端到端文本检测识别模型,用于输出预测文本序列、位置及校准的置信度。
本发明授权基于空间位置与场景关联的文本检测识别模型校准方法在权利要求书中公布了:1.基于空间位置与场景关联的文本检测识别模型校准方法,其特征在于,包括以下步骤:步骤1,根据目标文本序列的似然最大化和目标文本位置的绝对距离最小化的训练范式对端到端文本检测识别模型进行监督,分别获得文本内容损失和文本位置损失并结合获得识别损失;步骤2,通过场景感知的文本关联序列挖掘模型获取文本关联序列,构建实例特定的与当前场景更为贴合的文本关联序列集;步骤3,通过空间位置平滑方法对目标文本位置进行空间平滑获取文本平滑位置,构建实例特定的文本平滑位置集;步骤4,根据场景感知的文本关联序列集,联合正则内容损失,约束目标文本序列似然最大化,实现场景有效的文本内容置信度校准;步骤5,根据文本平滑位置集,联合正则位置损失,约束目标文本位置的绝对距离最小化,实现文本位置置信度校准;步骤6,引入全局校准强度系数,联合正则内容损失和正则位置损失,构建空间位置平滑与场景感知关联正则化损失函数,实现总体的可控性端到端置信度校准;步骤7,联合识别损失和正则化损失得到最终损失,利用最终损失重新训练待校准训练模型,最后得到校准后的端到端文本检测识别模型,用于输出预测文本序列、预测文本位置及校准的置信度;所述场景感知的文本关联序列挖掘模型包括编码器和解码器,所述编码器包括位置嵌入层、位置注意力网络、标记嵌入层和全局图像编码器;通过位置嵌入层将字符标记顺序编码为位置嵌入表示,为时间步;单个文本实例图像经过位置注意力网络处理后得到当前时间步的视觉特征嵌入,该视觉特征嵌入与位置嵌入和模态嵌入结合得到感知表示;目标文本序列通过标记嵌入层被编码为语义标记特征嵌入,该语义标记特征嵌入与位置嵌入和模态嵌入结合得到语义表示;场景文本图像通过全局图像编码器提取出场景文本图像中的全局特征序列表示;再将感知表示、语义表示和全局特征序列表示拼接在一起并作为键和值进行连接,随后通过修改解码器中的注意力掩码,查询在不同时间步内选择性地与不同的特征嵌入进行交互,从而影响预测分布并搜索不同类型的相关文本关联序列集。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华南理工大学,其通讯地址为:510000 广东省广州市天河区五山路381号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。