龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：安徽大学;合肥大智慧财汇数据科技有限公司
申请日：2024-02-01
公开（公告）日：2024-04-30
公开（公告）号：CN117953524A
主分类号：G06V30/412
分类号：G06V30/412;G06V30/19;G06V30/18;G06V10/82;G06N3/0464;G06N3/0499;G06N3/084;G06N3/0985
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.17#实质审查的生效;2024.04.30#公开
摘要：本发明涉及一种基于多模态信息融合的OCR错误检测方法，包括：对表格图像进行预处理，得到单元格的图像和相应的ORC文本；进行标注，组成带有检测标签的错误检测训练数据集；构建基于多模态的单元格OCR错误检测模型；采用错误检测训练数据集对基于多模态的单元格OCR错误检测模型进行迭代训练；将待检测单元格图像及对应的OCR文本输入训练后的基于多模态的单元格OCR错误检测模型，输出检测结果。本发明通过基于字形卷积网络的文本处理模块与基于残差网络的图像处理模块，将这两部分特征进行维度融合，多模态融合过程结合了来自文本与图像的信息，实现信息补充，拓宽输入数据所包含信息的覆盖范围，提高基于多模态的单元格OCR错误检测模型的鲁棒性和准确性。
主权项：1.一种基于多模态信息融合的OCR错误检测方法，其特征在于：该方法包括下列顺序的步骤：1对表格图像进行预处理，所述预处理包括二值化、去噪和切割操作，得到单元格的图像和相应的ORC文本；2对每个单元格的图像和相应的OCR文本进行标注，标注后的数据组成带有检测标签的错误检测训练数据集；3构建基于多模态的单元格OCR错误检测模型，所述基于多模态的单元格OCR错误检测模型包括图像处理模块、文本处理模块和多模态信息融合分类模块；4采用错误检测训练数据集对基于多模态的单元格OCR错误检测模型进行迭代训练，得到训练后的基于多模态的单元格OCR错误检测模型；5将待检测单元格图像及对应的OCR文本输入训练后的基于多模态的单元格OCR错误检测模型，输出检测结果。
全文数据：
权利要求：
百度查询： 安徽大学;合肥大智慧财汇数据科技有限公司 一种基于多模态信息融合的OCR错误检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号