[發明專利]識別文檔方向的方法、系統和神經網絡

有效

• 申請號: 201710060219.4
• 申請日: 2017-01-24
• 公開（公告）號: CN108345827B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 王若辰;范偉;孫俊
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 康建峰;韓雪梅

1.一種用于識別文檔的方向的方法，包括：

提取文檔中的文本行；

計算所述文本行為正向的第一正向結果和為反向的第一反向結果；

計算旋轉180度后的所述文本行為正向的第二正向結果和為反向的第二反向結果；以及

根據所述第一正向結果和所述第一反向結果以及所述第二正向結果和所述第二反向結果確定文檔的方向。

2.根據權利要求1所述的方法，其中，利用卷積神經網絡來計算所述文本行為正向的第一正向結果和為反向的第一反向結果。

3.根據權利要求2所述的方法，其中，所述卷積神經網絡包括具有若干個卷積層和池化層的疊加結構的卷積池化部和分類部，并且計算所述文本行為正向的第一正向結果和為反向的第一反向結果包括：

由所述卷積神經網絡的卷積池化部對所述文本行執行卷積處理和池化處理以得到一維數組；以及

由所述卷積神經網絡的分類部對所述一維數組執行分類處理，以輸出表示文本行為正向的概率作為第一正向結果和表示文本行為反向的概率作為第一反向結果。

4.根據權利要求3所述的方法，其中，利用包括旋轉層、具有若干個卷積層和池化層的疊加結構的卷積池化部、反序層和分類部的擴展卷積神經網絡來計算旋轉180度后的所述文本行為正向的第二正向結果和為反向的第二反向結果，包括：

由所述旋轉層將所述文本行旋轉180度；

由所述擴展卷積神經網絡的卷積池化部對旋轉后的文本行進行卷積處理和池化處理從而得到一維數組；

由所述反序層將所述一維數組中的各個元素的順序反轉；以及

由所述擴展卷積神經網絡的分類部對順序反轉后的一維數組執行分類處理，以輸出表示文本行為正向的概率作為第二正向結果和表示文本行為反向的概率作為第二反向結果。

5.根據權利要求4所述的方法，其中，根據所述第一正向結果和所述第一反向結果以及所述第二正向結果和所述第二反向結果確定文檔的方向包括：

將所述第一正向結果與所述第二反向結果相加作為正向置信度；

將所述第一反向結果與所述第二正向結果相加作為反向置信度；以及

根據所述正向置信度和所述反向置信度來確定所述文檔的方向。

6.根據權利要求4或5所述的方法，其中，所述擴展卷積神經網絡通過在所述卷積神經網絡中插入所述旋轉層和所述反序層來得到。

7.根據權利要求6所述的方法，其中，僅需要訓練所述卷積神經網絡。

8.一種用于識別文檔的方向的系統，包括：

提取裝置，提取文檔中的文本行；

第一計算裝置，與所述提取裝置連接，并且計算所述文本行為正向的第一正向結果和為反向的第一反向結果；

第二計算裝置，與所述提取裝置連接，并且計算旋轉180度后的所述文本行為正向的第二正向結果和為反向的第二反向結果；以及

確定裝置，與所述第一計算裝置和所述第二計算裝置連接，并且根據所述第一正向結果和第一反向結果以及所述第二正向結果和第二反向結果確定文檔的方向。

9.一種用于識別文檔的方向的神經網絡系統，包括：

輸入部，從文檔中提取文本行并輸入到卷積神經網絡和擴展卷積神經網絡中；

卷積神經網絡，計算所述文本行為正向的第一正向結果和為反向的第一反向結果；

擴展卷積神經網絡，計算旋轉180度后的所述文本行為正向的第二正向結果和為反向的第二反向結果；以及

輸出部，根據所述第一正向結果和所述第一反向結果以及所述第二正向結果和所述第二反向結果確定文檔的方向，并輸出所確定的結果。

10.根據權利要求9所述的神經網絡系統，其中，所述擴展卷積神經網絡包括：

旋轉層，將所述文本行旋轉180度；

卷積池化部，具有若干個卷積層和池化層的疊加結構，并且對旋轉后的所述文本行進行卷積處理和池化處理從而得到一維數組；

反序層，將所述一維數組中的各個元素的順序反轉；以及

分類部，對順序反轉后的一維數組執行分類處理，以輸出表示文本行為正向的概率作為第二正向結果和表示文本行為反向的概率作為第二反向結果。