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！

龙图腾网恭喜腾讯科技(深圳)有限公司申请的专利基于多模态的文档识别方法、装置、设备和存储介质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：CN115131801B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202210386897.0，技术领域涉及：G06V30/41；该发明授权基于多模态的文档识别方法、装置、设备和存储介质是由胡益清;毛中杰;曹浩宇;李倩玉;姜德强设计研发完成，并于2022-04-13向国家知识产权局提交的专利申请。

本基于多模态的文档识别方法、装置、设备和存储介质在说明书摘要公布了：本申请提供一种基于多模态的文档识别方法、装置、设备和存储介质，涉及人工智能领域，可以应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，方法包括：对待识别文档对应的文档图像进行图像分割处理，得到文本图像块、非文本图像块和分块位置信息；分别对文本图像块和非文本图像块进行特征提取，得到文本分词的分词特征、分词位置信息、第二图像特征和分词位置特征，以及非文本图像块的第一图像特征和分块位置特征；基于分词位置信息和分块位置信息，对分词特征、第一图像特征、第二图像特征、分词位置特征和分块位置特征进行特征融合处理，对得到的多模态融合特征进行实体识别，得到文档识别结果。本申请显著提高识别准确率，泛化性强。

本发明授权基于多模态的文档识别方法、装置、设备和存储介质在权利要求书中公布了：1.一种基于多模态的文档识别方法，其特征在于，所述方法包括：获取待识别文档对应的文档图像，所述待识别文档中包括至少一种文档元素；对所述待识别文档对应的文档图像进行图像分割处理，得到所述待识别文档对应的文本图像块、非文本图像块和分块位置信息；分别对所述文本图像块和所述非文本图像块进行分词特征提取，得到所述待识别文档对应的文本分词的分词特征和分词位置信息；对所述文档图像进行所述非文本图像块和所述文本分词的图像特征提取，得到所述非文本图像块的第一图像特征和所述文本分词的第二图像特征；分别对所述文本分词的分词位置信息和所述分块位置信息进行特征映射处理，得到所述文本分词的分词位置特征和所述非文本图像块的分块位置特征；基于所述分词位置信息和所述分块位置信息，对所述分词特征、所述第一图像特征、所述第二图像特征、所述分词位置特征和所述分块位置特征进行特征融合处理，得到所述待识别文档的多模态融合特征；对所述多模态融合特征进行实体识别，得到所述待识别文档的文档识别结果，所述文档识别结果包括所述待识别文档对应的文本分词和非文本图像块的实体类别。

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腾讯科技(深圳)有限公司，其通讯地址为：518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层；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”。