-
公开(公告)号：CN116597454A
公开(公告)日：2023-08-15
申请号：CN202310597526.1
申请日：2023-05-24
Applicant: 北京百度网讯科技有限公司
Abstract: 本公开提供了一种图像处理方法、图像处理模型的训练方法、装置和设备，涉及人工智能技术领域，具体为计算机视觉、图像处理、深度学习等技术领域，可应用于OCR、智慧政务等场景。图像处理方法包括：对目标图像进行文本识别，得到多个文本区域和其各自的文本内容；提取表征多个文本区域的视觉模态信息的多个第一视觉特征和每一个文本区域所包括的文本内容的文本模态信息的多个第一文本特征；基于多个第一视觉特征将多个第一文本特征融合，以得到多个第一文本融合特征；基于多个第一文本特征将多个第一视觉特征融合，以得到多个第一视觉融合特征；基于注意力机制对多个第一视觉融合特征和多个第一文本融合特征进行强化进而得到图像处理结果。
-
公开(公告)号：CN113033431B
公开(公告)日：2023-08-08
申请号：CN202110341261.X
申请日：2021-03-30
Applicant: 北京百度网讯科技有限公司
IPC: G06V30/413 , G06V20/62 , G06V30/18 , G06V10/82 , G06F40/30 , G06N3/044 , G06N3/0442
Abstract: 本公开公开了一种光学字符识别模型训练和识别方法、装置、设备及介质，涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术，可用于OCR场景下。具体实现方案为：对样本图像进行特征提取，得到样本特征数据；将所述样本特征数据输入至光学字符识别模型，以确定所述样本特征数据中的文字区域对应的局部特征数据，并提取所述局部特征数据中的语义信息，根据所述语义信息，确定所述文字区域的预测类别；根据所述预测类别和所述文字区域的标签类别，对所述光学字符识别模型进行训练。本公开提高了光学字符识别模型的类别预测结果的准确度。
-
公开(公告)号：CN114821622B
公开(公告)日：2023-07-21
申请号：CN202210234230.9
申请日：2022-03-10
Applicant: 北京百度网讯科技有限公司
IPC: G06V30/416 , G06V30/414 , G06V30/42 , G06V30/18 , G06V30/19 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本公开提供了一种文本抽取方法、文本抽取模型训练方法、装置及设备，涉及人工智能技术领域，尤其涉及计算机视觉技术领域。具体实现方案为：获取待检测图像的视觉编码特征；从待检测图像中提取多组多模态特征，其中，每组多模态特征包括从待检测图像中提取的一个检测框的位置信息、该检测框中的检测特征以及该检测框中的第一文本信息；基于视觉编码特征、待抽取属性以及多组多模态特征，从多组多模态特征包括的第一文本信息中，获取与待抽取属性匹配的第二文本信息，待抽取属性为需要被抽取的文本信息的属性。该方案可以对多种版式的证件票据进行文本信息抽取，提高了抽取效率。
-
公开(公告)号：CN116416159A
公开(公告)日：2023-07-11
申请号：CN202310389889.6
申请日：2023-04-12
Applicant: 北京百度网讯科技有限公司
IPC: G06T5/00 , G06T7/194 , G06V30/16 , G06V30/148 , G06V30/41 , G06V10/82 , G06N3/0455
Abstract: 本公开提供了一种图像矫正方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及人工智能技术领域，尤其涉及计算机视觉、图像处理、深度学习等技术领域，可应用于OCR、智慧政务等场景。实现方案为：获取待矫正图像；确定所述待矫正图像的形变图像特征，其中，所述形变图像特征指示所述待矫正图像发生的形变的类型和程度；对所述待矫正图像进行前背景分割，以得到所述待矫正图像的背景信息；根据所述形变图像特征和所述背景信息对所述待矫正图像进行后向预测，以得到所述待矫正图像的后向图；以及基于所述后向图对所述待矫正图像进行矫正。
-
公开(公告)号：CN115358392B
公开(公告)日：2023-05-05
申请号：CN202211290027.X
申请日：2022-10-21
Applicant: 北京百度网讯科技有限公司
Abstract: 本公开提供了一种深度学习网络的训练方法、文本检测方法及装置、设备、介质和产品，涉及人工智能领域，尤其涉及深度学习、图像处理、计算机视觉技术领域，可应用于OCR、大模型等场景。具体实现方案包括：利用待训练的深度学习网络，确定基于样本文本图像中的至少一个目标文本框的第一文本框特征和第二文本框特征；根据第一文本框特征、第二文本框特征和预设文本框特征序列，确定对比损失函数值；以及根据对比损失函数值，调整深度学习网络的模型参数，得到经训练的目标深度学习网络。
-
Patent Agency Ranking
公开(公告)号：CN115984566A
公开(公告)日：2023-04-18
申请号：CN202310107778.1
申请日：2023-01-31
Applicant: 北京百度网讯科技有限公司
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06T7/12 , G06T7/194 , G06T7/11 , G06V10/44 , G06V10/82 , G06N3/08 , G06N3/044 , G06N3/0464
Abstract: 本公开提供了一种图像分割模型的训练及图像分割方法、装置、设备和介质，涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于OCR文字识别场景。具体实现方案为：对样本图像进行前景轮廓检测，并根据检测结果确定所述样本图像中的背景区域、前景区域以及所述前景区域的轮廓区域；获取分别对所述背景区域、所述前景区域以及所述轮廓区域中像素点进行标注的标准像素类型，并根据所述样本图像以及所述标准像素类型，对待训练模型进行训练生成图像分割模型。本公开实现了提高图像分割模型进行图像分割时的分割精准度的效果。
-
公开(公告)号：CN114998897A
公开(公告)日：2022-09-02
申请号：CN202210662775.X
申请日：2022-06-13
Applicant: 北京百度网讯科技有限公司
IPC: G06V30/14 , G06V30/148 , G06V30/19 , G06N3/08 , G06N3/04
Abstract: 本公开提供了生成样本图像的方法以及文字识别模型的训练方法，涉及人工智能领域，尤其涉及深度学习、图像处理、计算机视觉等技术领域，可应用于光学字符识别等场景。具体实现方案为：根据初始图像，生成第一背景图像和第一文字；其中，第一背景图像为初始图像中的所述第一文字被替换为目标图像所得到的。对第一背景图像进行调整，生成与第一背景图像相似的第二背景图像；对第一文字进行调整，生成与第一文字相似的第二文字。根据第二背景图像和第二文字，生成第一样本图像；对第一样本图像进行真实化处理，得到第二样本图像，进而增加最终得到的第二样本图像，提高训练得到的文字识别模型的准确度。
-
公开(公告)号：CN114495123A
公开(公告)日：2022-05-13
申请号：CN202210041824.8
申请日：2022-01-14
Applicant: 北京百度网讯科技有限公司
IPC: G06V30/40 , G06V30/10 , G06V10/774
Abstract: 本公开提供了一种光学字符识别模型的优化方法、装置、设备及介质，涉及人工智能技术领域，尤其涉及深度学习、计算机视觉技术领域。具体实现方案为：获取多个线上业务数据的编码向量；采用编码器和两个解码器，对多个线上业务数据的编码向量进行处理，得到每个线上业务数据的两个解码向量；根据每个线上业务数据的编码向量和两个解码向量，确定每个线上业务数据对应的两个损失值；从多个线上业务数据中，获取坐标在预设坐标范围外的线上业务数据，作为困难样本，每个线上业务数据的坐标由该线上业务数据对应的两个损失值构成；利用困难样本，优化光学字符识别模型。
-
公开(公告)号：CN114359904A
公开(公告)日：2022-04-15
申请号：CN202210013240.X
申请日：2022-01-06
Applicant: 北京百度网讯科技有限公司
Abstract: 本公开提供了一种图像识别方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，应用于图像识别场景，以至少解决相关技术中模型识别的准确率较低的技术问题。具体实现方案为：获取目标图像，其中，目标图像包括待识别对象；利用目标模型对目标图像进行对象识别，得到识别结果；其中，目标模型分别使用多组训练数据通过机器学习训练得到，多组训练数据至少包括：第一组训练数据、第二组训练数据、第三组训练数据，第一组训练数据、第二组训练数据、第三组训练数据的损失梯度不同。
-
公开(公告)号：CN114282670A
公开(公告)日：2022-04-05
申请号：CN202210044856.3
申请日：2022-01-14
Applicant: 北京百度网讯科技有限公司
Abstract: 本公开提供了一种神经网络模型的压缩方法、设备和存储介质，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于图像处理等场景。具体实现方案为：在对初始神经网络模型进行压缩的过程中，结合初始神经网络模型中各层神经网络的剪枝比例，对各层神经网络分别进行剪枝处理，以得到中间神经网络模型，并基于训练数据对中间神经网络模型进行训练，并对训练后的所述中间神经网络模型进行量化，以及结合训练数据对量化后的中间神经网络模型进行训练，以得到最终的目标神经网络模型。由此，在保证神经网络模型的性能的情况下，节省了计算资源、存储和硬件资源等。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.037 seconds)
