買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜騰訊科技(深圳)有限公司申請的專利基于多模態(tài)的文檔識別方法、裝置、設(shè)備和存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115131801B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-13發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210386897.0，技術(shù)領(lǐng)域涉及：G06V30/41；該發(fā)明授權(quán)基于多模態(tài)的文檔識別方法、裝置、設(shè)備和存儲介質(zhì)是由胡益清;毛中杰;曹浩宇;李倩玉;姜德強(qiáng)設(shè)計(jì)研發(fā)完成，并于2022-04-13向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于多模態(tài)的文檔識別方法、裝置、設(shè)備和存儲介質(zhì)在說明書摘要公布了：本申請?zhí)峁┮环N基于多模態(tài)的文檔識別方法、裝置、設(shè)備和存儲介質(zhì)，涉及人工智能領(lǐng)域，可以應(yīng)用于云技術(shù)、人工智能、智慧交通、輔助駕駛等各種場景，方法包括：對待識別文檔對應(yīng)的文檔圖像進(jìn)行圖像分割處理，得到文本圖像塊、非文本圖像塊和分塊位置信息；分別對文本圖像塊和非文本圖像塊進(jìn)行特征提取，得到文本分詞的分詞特征、分詞位置信息、第二圖像特征和分詞位置特征，以及非文本圖像塊的第一圖像特征和分塊位置特征；基于分詞位置信息和分塊位置信息，對分詞特征、第一圖像特征、第二圖像特征、分詞位置特征和分塊位置特征進(jìn)行特征融合處理，對得到的多模態(tài)融合特征進(jìn)行實(shí)體識別，得到文檔識別結(jié)果。本申請顯著提高識別準(zhǔn)確率，泛化性強(qiáng)。

本發(fā)明授權(quán)基于多模態(tài)的文檔識別方法、裝置、設(shè)備和存儲介質(zhì)在權(quán)利要求書中公布了：1.一種基于多模態(tài)的文檔識別方法，其特征在于，所述方法包括：獲取待識別文檔對應(yīng)的文檔圖像，所述待識別文檔中包括至少一種文檔元素；對所述待識別文檔對應(yīng)的文檔圖像進(jìn)行圖像分割處理，得到所述待識別文檔對應(yīng)的文本圖像塊、非文本圖像塊和分塊位置信息；分別對所述文本圖像塊和所述非文本圖像塊進(jìn)行分詞特征提取，得到所述待識別文檔對應(yīng)的文本分詞的分詞特征和分詞位置信息；對所述文檔圖像進(jìn)行所述非文本圖像塊和所述文本分詞的圖像特征提取，得到所述非文本圖像塊的第一圖像特征和所述文本分詞的第二圖像特征；分別對所述文本分詞的分詞位置信息和所述分塊位置信息進(jìn)行特征映射處理，得到所述文本分詞的分詞位置特征和所述非文本圖像塊的分塊位置特征；基于所述分詞位置信息和所述分塊位置信息，對所述分詞特征、所述第一圖像特征、所述第二圖像特征、所述分詞位置特征和所述分塊位置特征進(jìn)行特征融合處理，得到所述待識別文檔的多模態(tài)融合特征；對所述多模態(tài)融合特征進(jìn)行實(shí)體識別，得到所述待識別文檔的文檔識別結(jié)果，所述文檔識別結(jié)果包括所述待識別文檔對應(yīng)的文本分詞和非文本圖像塊的實(shí)體類別。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人騰訊科技(深圳)有限公司，其通訊地址為：518057 廣東省深圳市南山區(qū)高新區(qū)科技中一路騰訊大廈35層；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。