[发明专利]基于深度学习神经网络的图表识别方法、装置及设备在审
| 申请号： | 201811135932.1 | 申请日： | 2018-09-28 |
| 公开（公告）号： | CN109359560A | 公开（公告）日： | 2019-02-19 |
| 发明（设计）人： | 吴华希 | 申请（专利权）人： | 武汉优品楚鼎科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 430000 湖北省武汉市东湖新技术开*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习神经网络的图表识别方法、装置及设备，其主要技术方案为所述神经网络获取研报中包含图表的待识别图片，并进行相应的数据预处理；逐层导入至所述神经网络单元的各个网络层，对所述待识别图片执行多次数据处理操作；最后对最终数据处理结果今天数据提取、还原，从而识别出所述待识别图片中的图表的位置区域并进行标注，输出为识别图片，显示其识别的图表的区域。本发明能够自动识别研报中的图表的位置区域，并执行标注，便于后续对所标注的图表执行数据提取；能够基于样本的深度学习，不断完善识别过程，提高自动识别正确率；可拓展至多种不同图表的分别定位。 | ||
| 搜索关键词： | 标注 学习神经网络 装置及设备 数据提取 图表识别 位置区域 自动识别 神经网络单元 数据处理操作 数据处理结果 数据预处理 图片 神经网络 网络层 正确率 还原 样本 输出 拓展 学习 | ||
【主权项】：
1.一种基于深度学习神经网络的图表识别方法，其特征在于，所述方法包括：获取待识别图片，将所述待识别图片导入神经网络单元；所述神经网络单元对所述待识别图片执行多次卷积，识别所述待识别图片中的图表的位置区域；所述神经网络单元输出识别图片，所述识别图片显示其识别的图表的区域。
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武汉优品楚鼎科技有限公司，未经武汉优品楚鼎科技有限公司许可，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/patent/201811135932.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于动态遮挡样本的行人再识别方法
- 下一篇：时间信息差异的度量算法
