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！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浪潮軟件集團(tuán)有限公司申請的專利一種基于國產(chǎn)CPU實現(xiàn)公文版面分析的方法獲國家發(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：CN114140809B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-27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：202111318867.8，技術(shù)領(lǐng)域涉及：G06V30/414；該發(fā)明授權(quán)一種基于國產(chǎn)CPU實現(xiàn)公文版面分析的方法是由段京峰;董桂森;劉毅;李淑圣;盧則興設(shè)計研發(fā)完成，并于2021-11-09向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于國產(chǎn)CPU實現(xiàn)公文版面分析的方法在說明書摘要公布了：本發(fā)明特別涉及一種基于國產(chǎn)CPU實現(xiàn)公文版面分析的方法。該基于國產(chǎn)CPU實現(xiàn)公文版面分析的方法，對公文圖片進(jìn)行特征提取，并抹去公文文字特征信息，對抹去公文文字特征信息后的行提取行高、橫向起點和橫向終點三個特征形成二維張量，輸入已訓(xùn)練好的分類模型中，判斷公文文種；獲取到公文文種后，將圖片輸入針對該文種訓(xùn)練的檢測神經(jīng)網(wǎng)絡(luò)，利用目標(biāo)檢測技術(shù)抓出公文域所在位置信息。該基于國產(chǎn)CPU實現(xiàn)公文版面分析的方法，能夠自動識別公文文種，抓取出公文中的公文域并進(jìn)行標(biāo)注分類，同時采用三種模型采用投票機(jī)制確定公文文種，將不同文種的公文圖片輸入不同的檢測神經(jīng)網(wǎng)絡(luò)，大幅提高了公文版面分析的精準(zhǔn)度。

本發(fā)明授權(quán)一種基于國產(chǎn)CPU實現(xiàn)公文版面分析的方法在權(quán)利要求書中公布了：1.一種基于國產(chǎn)CPU實現(xiàn)公文版面分析的方法，其特征在于，包括以下步驟：第一步，將公文圖片上傳到服務(wù)器，對公文圖片進(jìn)行特征提取，并抹去公文文字特征信息，對抹去公文文字特征信息后的行提取行高、橫向起點和橫向終點三個特征形成二維張量；第二步，將行高、橫向起點和橫向終點三個特征形成二維張量輸入已訓(xùn)練好的分類模型中，判斷公文文種；所述分類模型采用模型集成機(jī)制，包括RNN模型，1DCNN模型和DNN模型；所述RNN模型負(fù)責(zé)提取順序特征，所述1DCNN模型負(fù)責(zé)提取區(qū)塊特征，所述DNN模型負(fù)責(zé)提取全局特征，最終采用投票機(jī)制確定公文文種；所述RNN模型采用雙向LSTM層，獲取公文中順序特征，并依據(jù)順序特征判斷公文文種；所述1DCNN模型采用1DCONV神經(jīng)網(wǎng)絡(luò)，在保留順序的同時獲取公文的圖像位置特征和通道特征；所述DNN模型采用全連接方式，獲取公文的整體特征，并依次判斷公文文種；將第一步中獲取的每行的行高、橫向行起始位置和橫向行結(jié)束位置按順序排列，形成一個維度為（20，3）的張量，不足20行的以0填充，大于20行的去掉多余的部分，以便輸入RNN模型；所述RNN模型通過兩層LSTM來獲取順序特征，再經(jīng)過兩層全連接層識別全局布局，獲取one-hot編碼的輸出，根據(jù)輸出獲取對應(yīng)的分類結(jié)果；第三步，獲取到公文文種后，將圖片輸入針對該文種訓(xùn)練的檢測神經(jīng)網(wǎng)絡(luò)，利用目標(biāo)檢測技術(shù)抓出公文域所在位置信息。

如需購買、轉(zhuǎn)讓、實施、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)人浪潮軟件集團(tuán)有限公司，其通訊地址為：250100 山東省濟(jì)南市高新區(qū)科航路2877號；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)”。