[发明专利]字段识别方法、装置、电子设备、存储介质和程序产品

说明书

本公开公开了字段识别方法、装置、电子设备、存储介质和程序产品，涉及人工智能领域，具体为计算机视觉和深度学习技术，可应用于OCR场景下。具体实现方案为：预测图像数据包括的多个字段；提取每个字段的特征信息；基于所述多个字段的特征信息，构建所述多个字段的共同编码特征；基于多个查询向量对所述共同编码特征进行解码，得到所述多个查询向量对应的多个解码特征，任一所述查询向量关联目标字段和一个候选字段；从所述多个解码特征中确定目标解码特征，并将所述目标解码特征对应的查询向量所关联的候选字段确定所述目标字段的关联字段。本公开可以提高图像数据的字段识别效果。

技术领域

本公开涉及人工智能领域，具体为计算机视觉和深度学习技术，可应用于光学字符识别(Optical Character Recognition，OCR)场景下。

背景技术

在实际应用中使用到的图像数据往往是多样式的，例如：不同样式的票据图像数据、不同样式的铭牌图像数据等。目前识别图像数据的关联字段主要是通过预先设置适用特定样式的模板进行识别，不同模板只能识别特定样式的图像数据的关联字段。

发明内容

本公开提供了一种字段识别方法、装置、电子设备、存储介质和程序产品。

根据本公开的一方面，提供了一种字段识别方法，包括：

预测图像数据包括的多个字段；

提取每个字段的特征信息；

基于所述多个字段的特征信息，构建所述多个字段的共同编码特征；

基于多个查询向量对所述共同编码特征进行解码，得到所述多个查询向量对应的多个解码特征，任一所述查询向量关联目标字段和一个候选字段；

从所述多个解码特征中确定目标解码特征，并将所述目标解码特征对应的查询向量所关联的候选字段确定所述目标字段的关联字段。

根据本公开的另一方面，提供了一种字段识别装置，包括：

预测模块，用于预测图像数据包括的多个字段；

提取模块，用于提取每个字段的特征信息；

构建模块，用于基于所述多个字段的特征信息，构建所述多个字段的共同编码特征；

解码模块，用于基于多个查询向量对所述共同编码特征进行解码，得到所述多个查询向量对应的多个解码特征，任一所述查询向量关联目标字段和一个候选字段；

确定模块，用于从所述多个解码特征中确定目标解码特征，并将所述目标解码特征对应的查询向量所关联的候选字段确定所述目标字段的关联字段。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开提供的字段识别方法。

根据本公开的另一方面，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，其中，所述计算机指令用于使所述计算机执行本公开提供的字段识别方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开提供的字段识别方法。

本公开中，通过预测图像数据包括的多个字段，利用多个字段的特征信息，构建多个字段的共同编码特征，再基于多查询向量对共同编码特征进行解码，得到所述多个查询向量对应的多个解码特征，将多个解码特征目标解码特征对应的查询向量所关联的候选字段确定目标字段的关联字段。从而可以提高图像数据的字段识别效果。