腾讯公司申请文档的识别方法、装置、设备、介质及产品专利，提高了对版面元素的感知能力，从而提升了泛化性能
2024-06-07 10:40:57 - 金融界网站
转自：金融界
本文源自:金融界
金融界2024年6月7日消息，天眼查知识产权信息显示，腾讯科技（深圳）有限公司申请一项名为“文档的识别方法、装置、设备、介质及产品“，公开号CN202410572461.X，申请日期为2024年5月。
专利摘要显示，本申请公开了一种文档的识别方法、装置、设备、介质及产品，涉及人工智能领域。该方法包括获取文档图像，文档图像被第一尺寸的滑动窗口划分为多个第一窗口区域，文档图像以第二尺寸划分为多个图像块；基于多个第一窗口区域内图像块间的语义关联度，确定所述多个图像块分别对应的第一特征表示；将第一尺寸的滑动窗口在文档图像上移动预设偏移量，将文档图像重新划分为多个第二窗口区域；基于多个第二窗口区域内第一特征表示间的语义关联度，确定多个图像块分别对应的第二特征表示；基于第二特征表示识别文档图像中的版面元素，得到文档图像对应的版面识别结果。该方法实现了多尺度特征的提取，提高了对版面元素的感知能力，从而提升了泛化性能。