[发明专利]用于处理图像的方法、装置、设备以及存储介质

说明书

本申请公开了一种用于处理图像的方法、装置、设备以及存储介质，涉及图像处理、云计算、深度学习、自然语言处理领域。具体实现方案为：获取目标图像；识别目标图像中的文字信息；确定文字信息对应的语义特征向量和视觉特征向量；根据语义特征向量、视觉特征向量以及预训练的二分类模型，确定目标图像中的表格区域，其中，预训练的二分类模型用于根据文字信息对应的语义特征向量和视觉特征向量判断文字信息是否位于表格区域；输出表格区域的信息。本实现方式通过根据语义特征向量和视觉特征向量确定表格区域，可以使得对表格区域的检测更加精准，并且普适性更高。

技术领域

本申请涉及图像处理领域，具体涉及图像处理、云计算、深度学习、自然语言处理领域，尤其涉及一种用于处理图像的方法、装置、设备以及存储介质。

背景技术

随着人工智能技术的不断进步，使用人工智能来进行影像文档的智能分析越来越多。人工智能可以对影像进行方向和歪斜矫正、进行布局分析、进行内容识别等等，这些能力可以极大的方便各类涉及对影像文档进行录入、审核等的工作人员，极大的提升各类业务流程的智能化。

针对含有表格的文档影像，进行表格区域的检测，是很多表格智能化应用的基础。目前针对文档影像的表格区域检测的准确性不高，检测效果不理想。

发明内容

本公开提供了一种用于处理图像的方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种用于处理图像的方法，包括：获取目标图像；识别目标图像中的文字信息；确定文字信息对应的语义特征向量和视觉特征向量；根据语义特征向量、视觉特征向量以及预训练的二分类模型，确定目标图像中的表格区域，其中，预训练的二分类模型用于根据文字信息对应的语义特征向量和视觉特征向量判断文字信息是否位于表格区域；输出表格区域的信息。

根据本公开的另一方面，提供了一种用于处理图像的装置，包括：获取单元，被配置成获取目标图像；识别单元，被配置成识别目标图像中的文字信息；特征向量确定单元，被配置成确定文字信息对应的语义特征向量和视觉特征向量；表格区域确定单元，被配置成根据语义特征向量、视觉特征向量以及预训练的二分类模型，确定目标图像中的表格区域，其中，预训练的二分类模型用于根据文字信息对应的语义特征向量和视觉特征向量判断文字信息是否位于表格区域；输出单元，被配置成输出表格区域的信息。

根据本公开的再一方面，提供了一种用于处理图像的电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上述用于处理图像的方法。

根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使计算机执行如上述用于处理图像的方法。

根据本申请的技术解决了对文档影像中表格区域检测的准确性不高的问题，通过根据语义特征向量和视觉特征向量确定表格区域，可以使得对表格区域的检测更加精准，并且普适性更高。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于处理图像的方法的一个实施例的流程图；

图3是根据本申请的用于处理图像的方法的一个应用场景的示意图；

图4是根据本申请的用于处理图像的方法的另一个实施例的流程图；

图5是根据本申请的用于处理图像的装置的一个实施例的结构示意图；