便携式应急电源
镀铜焊丝的缺陷检测方法、装置、设...
电码的自动识别方法及存储介质
基于强化学习的楼栋摆放方法、装置...
用于观测水下生物的系统及其方法
一种电子设备的空中固件差分升级方...
一种印刷模切张力自动控制系统及其...
低功耗状态监控设备
一种利用RTP扩展头部解决视频帧...
一种高衍射效率相位型空间光调制器...
一种家装板材运输用包装机器人
航空发动机精密管路及其航空发动机...
宽光谱吸收的薄膜太阳能电池及光伏...
一种基于磁通压缩的脉冲磁体装置及...
一种总线访问仲裁装置及方法
一种处理网络抖动的方法及装置
基于光芯片的数据处理方法、装置、...
一种基于小基线条件下的大畸变广角...
一种自动识别设备间网络拓扑结构的...
基于光芯片的数据处理方法、装置、...
企业介绍页面,左右侧内容分别复制到相应容器即可,起始结束位置代码已作标注
专利名称基于多种神经网络混合的出版PDF版面分析识别方法
申请日2019-11-19
申请号/专利号CN201911136541.6
专利权人重庆华龙网海数科技有限公司
申请人重庆华龙网海数科技有限公司
发明人/设计人李翀;卢云龙;蒋路曦
公告日2020-03-06
公告号CN110866388A
法律状态审中
专利类型发明
行业分类信息技术

摘要

本发明涉及一种基于多种神经网络混合的出版PDF版面分析识别方法,属于图像识别、PDF版面分析技术领域,采用多任务训练模式,先对版面进行识别,分割并标注PDF版面,包括段落、标题、插图,并定位文本行,再对文本进行识别。本方法在版面识别上,通过多任务训练模式,同时完成了本文行、结构识别标注,全过程无需人工参与,有效保留了PDF文本结构信息。根据版面分析得到的带PDF文本结构信息的数据,构建出版数据常用中文字典,并针对性训练文本识别模型,从而使模型在PDF印刷体文本识别任务中识别精度得以大幅提升。识别后的文本同样具有结构信息,还原原始PDF布局结构,也便于后续二次编辑,制作电子书,挖掘图书内容知识。
  关于我们  | 帮助中心  |  服务清单  |  发展历程 |  网站地图  |  手机访问

Copyrights 2016-2020  

南京锐阳信息科技有限公司 版权所有

苏ICP备17027521号-1

地址: 南京市秦淮区永智路5号五号楼3层