[发明专利]一种基于神经网络的PPT边框识别方法及相关设备

说明书

本发明提供了一种基于神经网络的PPT边框识别方法及相关设备，通过将含有PPT文档信息的图片输入所述特征提取层中进行特征提取，得到所述特征提取层输出的图片的特征图；将所述图片的特征图输入到所述轮廓分割层，得到所述轮廓分割层输出的轮廓分割图像；将所述轮廓分割图像输入到角点定位层，得到所述角点定位层输出的PPT边框的四个角点的位置信息；将所述角点位置信息输入角点回归层得到角点位置修正信息；根据所述四个角点的位置信息识别出所述PPT边框。本发明所提供的方法及设备，可以实现快捷的从图片文件中识别出PPT文档的边框，为从PPT文档中准确的提取PPT信息提供了前提，为用户从视频文件中提取PPT信息提供便利。

技术领域

本发明涉及信息处理技术领域，尤其涉及的是一种基于神经网络的PPT边框识别方法及相关设备。

背景技术

目前，在大型会议还是内部讨论会中，参会者都会利用PPT文档进行报告。演讲者通过将PPT投影到投影幕或显示器上来将演讲主要内容呈现给观众。观众主要是通过呈现出来的PPT文档和演讲者口头汇报的内容来获知PPT文档的信息，因此在会议中最主要内容是PPT文档内容和演讲中口诉内容。

目前，观众或者主办方会利用录像设备来对会议中PPT文档内容、演讲者口头语言内容进行采集。这种视频录制方法能够有效地记录演讲者的PPT演示内容和口头演讲内容，但是针对录制好的视频文件可能会含有大量与PPT文档及其讲解不相关的内容，若未能参加现场会议的用户需要基于整个视频文件获取PPT文档的信息，则可能会因视频文件中含有的信息量大，并非是单一的关于PPT文档信息的视频文件，导致花费大量不必要的时间。而现有技术中，还未公开用于提取视频文件中的PPT文档内容或者演讲中的语言文字内容的方法，也未公开如何在提取视频文件中的PPT文档时准确识别其边框，从而实现准确的PPT画面的提取，因此如何快速的从视频文件中提取PPT文档相关信息的问题是亟待需要解决的问题。

因此，现有技术有待于进一步的改进。

发明内容

鉴于上述现有技术中的不足之处，本发明的目的在于为用户提供一种基于神经网络的PPT边框识别方法及相关设备，克服现有技术中存在的技术还不含有从图片文件中获取PPT文档方法的缺陷。

本发明提供了一种基于神经网络的PPT边框识别方法，其中，所述神经网络包括：特征提取层、轮廓分割层和角点定位层：

所述PPT边框识别方法包括：

将含有PPT文档信息的图片输入所述特征提取层中进行特征提取，得到所述特征提取层输出的图片的特征图；

将所述图片的特征图输入到所述轮廓分割层，得到所述轮廓分割层输出的轮廓分割图像；

将所述轮廓分割图像输入到角点定位层，得到所述角点定位层输出的PPT边框的四个角点的位置信息；

根据所述四个角点的位置信息识别出所述PPT边框。

可选的，所述特征提取层包括：第一卷积层和反卷积层；

所述含有PPT文档信息的图片输入所述第一卷积层，所述第一卷积层输出所述图片所对应的图片特征层；

将所述图片特征层输入所述反卷积层，所述反卷积层输出所述图片特征层所对应的特征图。

可选的，所述轮廓分割层包括：第一卷积核；

所述特征图输入所述卷积核，经过卷积操作后，输出轮廓分割图像。

可选的，所述角点定位层包括：第二卷积核；

将所述轮廓分割图像依次输入所述第二卷积核，重复四次，分别得到四次卷积操作后输出的所述四个角点的位置信息。

可选的，所述神经网络还包括：全连接层；

所述方法还包括：