申请/专利权人：鸿海精密工业股份有限公司;富士康科技集团有限公司

申请日：2023-07-10

公开（公告）日：2024-04-19

公开（公告）号：CN117911727A

主分类号：G06V10/75

分类号：G06V10/75;G06V10/764;G06V10/80;G06V10/82;G06F40/284;G06F40/289;G06N3/0442;G06N3/045;G06N3/08;G06N5/04

优先权：["20220708 US 63/367,915"]

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：在指称表达理解的技术领域中，理解并缩小视觉和文本域中各类信息之间的隔阂仍然具有挑战性。本揭示提供一种辨识方法包含下列步骤。分析文本，以产生实体特征、关联特征以及整体特征。分析输入图像，以产生多个候选区域。根据实体特征、关联特征、所述多个候选区域以及整体特征，产生多个节点特征、多个边缘聚合特征以及多个复合特征。根据实体特征以及关联特征匹配至所述多个节点特征以及所述多个边缘聚合特征的多个第一得分及整体特征匹配至所述多个复合特征的多个第二得分，产生对应于所述多个候选区域的多个最终得分。通过本揭示的辨识方法能够增强文本表达与图像中实际位置的匹配，进而理解并缩小视觉和文本域中各类信息之间的隔阂。

主权项：1.一种辨识方法，其特征在于，包含：由文本识别网络，分析文本，以产生实体特征、关联特征以及整体特征；由物体检测网络，分析输入图像，以产生多个候选区域；由增强式跨模态图注意力网络，根据所述实体特征、所述关联特征、所述多个候选区域以及所述整体特征，产生多个节点特征、多个边缘聚合特征以及多个复合特征；匹配所述实体特征以及所述关联特征至所述多个节点特征以及所述多个边缘聚合特征以产生多个第一得分；匹配所述整体特征至所述多个复合特征以产生多个第二得分；以及根据所述多个第一得分以及所述多个第二得分，产生对应于所述多个候选区域的多个最终得分。

全文数据：

权利要求：

百度查询： 鸿海精密工业股份有限公司;富士康科技集团有限公司 辨识方法及其电子装置

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD