[发明专利]键值匹配方法、装置、可读介质及电子设备在审

专利信息
申请号: 202111494112.3 申请日: 2021-12-08
公开(公告)号: CN114153959A 公开(公告)日: 2022-03-08
发明(设计)人: 赵田雨;陈露露;黄灿 申请(专利权)人: 北京有竹居网络技术有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06V30/146;G06V30/148;G06V30/19;G06K9/62
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 贺晓蕾
地址: 101299 北京市平*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 键值 匹配 方法 装置 可读 介质 电子设备
【说明书】:

本公开涉及一种键值匹配方法、装置、可读介质及电子设备,该方法通过将待检测图像输入预设键值匹配模型,以使预设键值匹配模型输出属性数据与属性值数据的匹配关系,这样,不仅能够为键值匹配提供一个端到端的网络模型,有效提升键值匹配效率,还能够通过该预设键值匹配模型中的语义分割子模型获取到准确性更高的目标属性值数据区域和目标属性数据区域,然后通过该图匹配子模型根据所述目标属性数据区域和所述目标属性值数据区域确定所述待检测图像中所述属性数据与所述属性值数据的匹配关系,从而达到有效提升键值匹配结果准确性的效果。

技术领域

本公开涉及图像处理领域,具体地,涉及一种键值匹配方法、装置、可读介质及电子设备。

背景技术

文档图像中的键值匹配,是指对文档图像中构成键值关系的文本进行组对提取的过程。例如,在营业执照的图像中,名称与某某公司构成键值关系,在身份证的图像中,姓名与张三构成键值关系,在毕业证的图像中,学校与某某大学构成键值关系,键值匹配即对形成这种键值关系中的键值对进行识别和提取。

目前的键值匹配方法大多需要依赖键值对中Key(属性数据)和Value(属性值数据)的位置信息,然后根据键值对之间的位置关系,结合文字识别结果进行查找匹配,然而,相关技术中针对键值对的位置检测通常存在检测结果准确性较低的问题,通过现有的位置检测方法得到的Key和Value的位置信息,无法保证键值匹配结果的准确性。

发明内容

提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。

本公开提供一种键值匹配方法、装置、可读介质及电子设备。

第一方面,本公开提供一种键值匹配方法,所述方法包括:

获取待检测图像,所述待检测图像包括至少一个属性数据和至少一个属性值数据;

将所述待检测图像输入预设键值匹配模型,以使所述预设键值匹配模型输出所述属性数据与所述属性值数据的匹配关系;

其中,所述预设键值匹配模型包括语义分割子模型,以及与所述语义分割子模型耦合的图匹配子模型;

所述语义分割子模型,用于获取所述待检测图像中的文本覆盖区域,文本中心区域,属性数据区域,以及属性值数据区域,根据所述文本覆盖区域,所述文本中心区域,以及所述属性数据区域确定目标属性数据区域,并根据所述文本覆盖区域,所述文本中心区域,以及所述属性值数据区域确定目标属性值数据区域;

所述图匹配子模型,用于根据所述目标属性数据区域和所述目标属性值数据区域确定所述待检测图像中所述属性数据与所述属性值数据的匹配关系。

第二方面,本公开提供一种键值匹配装置,所述装置包括:

获取模块,被配置为获取待检测图像,所述待检测图像包括至少一个属性数据和至少一个属性值数据;

确定模块,被配置为将所述待检测图像输入预设键值匹配模型,以使所述预设键值匹配模型输出所述属性数据与所述属性值数据的匹配关系;

其中,所述预设键值匹配模型包括语义分割子模型,以及与所述语义分割子模型耦合的图匹配子模型;

所述语义分割子模型,用于获取所述待检测图像中的文本覆盖区域,文本中心区域,属性数据区域,以及属性值数据区域,根据所述文本覆盖区域,所述文本中心区域,以及所述属性数据区域确定目标属性数据区域,并根据所述文本覆盖区域,所述文本中心区域,以及所述属性值数据区域确定目标属性值数据区域;

所述图匹配子模型,用于根据所述目标属性数据区域和所述目标属性值数据区域确定所述待检测图像中所述属性数据与所述属性值数据的匹配关系。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京有竹居网络技术有限公司,未经北京有竹居网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111494112.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top