[发明专利]基于多种神经网络混合的出版PDF版面分析识别方法在审
| 申请号： | 201911136541.6 | 申请日： | 2019-11-19 |
| 公开（公告）号： | CN110866388A | 公开（公告）日： | 2020-03-06 |
| 发明（设计）人： | 李翀;卢云龙;蒋路曦 | 申请（专利权）人： | 重庆华龙网海数科技有限公司 |
| 主分类号： | G06F40/205 | 分类号： | G06F40/205;G06F40/279;G06N3/04;G06N3/08 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 401120 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于多种神经网络混合的出版PDF版面分析识别方法，属于图像识别、PDF版面分析技术领域，采用多任务训练模式，先对版面进行识别，分割并标注PDF版面，包括段落、标题、插图，并定位文本行，再对文本进行识别。本方法在版面识别上，通过多任务训练模式，同时完成了本文行、结构识别标注，全过程无需人工参与，有效保留了PDF文本结构信息。根据版面分析得到的带PDF文本结构信息的数据，构建出版数据常用中文字典，并针对性训练文本识别模型，从而使模型在PDF印刷体文本识别任务中识别精度得以大幅提升。识别后的文本同样具有结构信息，还原原始PDF布局结构，也便于后续二次编辑，制作电子书，挖掘图书内容知识。 | ||
| 搜索关键词： | 基于 多种 神经网络 混合 出版 pdf 版面 分析 识别 方法 | ||
【主权项】：
暂无信息
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重庆华龙网海数科技有限公司，未经重庆华龙网海数科技有限公司许可，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/201911136541.6/，转载请声明来源钻瓜专利网。
