[發(fā)明專利]結(jié)構(gòu)化信息的檢測(cè)方法、裝置及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202011503015.1
• 申請(qǐng)日: 2020-12-17
• 公開（公告）號(hào): CN114648769A
• 公開（公告）日: 2022-06-21
• 發(fā)明（設(shè)計(jì)）人: 龍如蛟;楊志博;王永攀
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06V30/40
• 分類號(hào): G06V30/40;G06V30/19
• 代理公司: 北京太合九思知識(shí)產(chǎn)權(quán)代理有限公司 11610
• 代理人: 劉戈;孫明子

1.一種結(jié)構(gòu)化信息的檢測(cè)方法，其特征在于，包括：

獲取待識(shí)別文件的文件圖像；

基于所述文件圖像，確定所述待識(shí)別文件的文件類型；

對(duì)所述文件圖像進(jìn)行結(jié)構(gòu)化檢測(cè)，獲得所述文件圖像中字段信息的字段屬性；

根據(jù)所述文件類型和所述字段屬性，確定所述待識(shí)別文件中所包括的結(jié)構(gòu)化信息。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述待識(shí)別文件的版式固定或者相對(duì)固定。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)所述文件圖像進(jìn)行結(jié)構(gòu)化檢測(cè)，獲得所述文件圖像中字段信息的字段屬性，包括：

獲取與所述文件類型相對(duì)應(yīng)的類別語(yǔ)義特征以及與所述文件圖像相對(duì)應(yīng)的圖像字段特征；

基于所述類別語(yǔ)義特征和圖像字段特征對(duì)所述文件圖像進(jìn)行字段檢測(cè)，獲得所述文件圖像中字段信息的字段屬性。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述字段信息的數(shù)量大于或等于所述字段屬性的數(shù)量。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，基于所述類別語(yǔ)義特征和圖像字段特征對(duì)所述文件圖像進(jìn)行字段檢測(cè)，獲得所述文件圖像中字段信息的字段屬性，包括：

對(duì)所述圖像字段特征和所述類別語(yǔ)義特征進(jìn)行歸一化處理，獲得與所述圖像字段特征相對(duì)應(yīng)的第一權(quán)值矩陣和與所述類別語(yǔ)義特征相對(duì)應(yīng)的第二權(quán)值矩陣；

根據(jù)所述圖像字段特征、類別語(yǔ)義特征、第一權(quán)值矩陣和所述第二權(quán)值矩陣，獲得所述文件圖像中字段信息的字段屬性。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，根據(jù)所述圖像字段特征、類別語(yǔ)義特征、第一權(quán)值矩陣和所述第二權(quán)值矩陣，獲得所述文件圖像中字段信息的字段屬性，包括：

基于所述第一權(quán)值矩陣和所述類別語(yǔ)義特征，確定第一參考特征；

基于所述第二權(quán)值矩陣和所述圖像字段特征，確定第二參考特征；

根據(jù)所述第一參考特征、所述第二參考特征和所述圖像字段特征，獲得所述文件圖像中字段信息的字段屬性。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，基于所述第一權(quán)值矩陣和所述類別語(yǔ)義特征，確定第一參考特征，包括：

在所述類別語(yǔ)義特征中，提取與所述第一權(quán)值矩陣相對(duì)應(yīng)的類別參考特征；

基于所述第一權(quán)值矩陣和所述類別參考特征，確定所述第一參考特征。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，基于所述第一權(quán)值矩陣和所述類別參考特征，確定所述第一參考特征，包括：

將所述第一權(quán)值矩陣與所述類別參考特征的乘積，確定為所述第一參考特征。

9.根據(jù)權(quán)利要求6所述的方法，其特征在于，基于所述第二權(quán)值矩陣和所述圖像字段特征，確定第二參考特征，包括：

將所述第二權(quán)值矩陣與所述圖像字段特征的乘積，確定為所述第二參考特征。

10.根據(jù)權(quán)利要求6所述的方法，其特征在于，根據(jù)所述第一參考特征、所述第二參考特征和所述圖像字段特征，獲得所述文件圖像中字段信息的字段屬性，包括：

對(duì)所述第一參考特征、第二參考特征和所述圖像字段特征進(jìn)行加權(quán)求和，獲得所述文件圖像中字段信息的字段屬性。

11.根據(jù)權(quán)利要求4-10中任意一項(xiàng)所述的方法，其特征在于，根據(jù)所述文件類型和所述字段屬性，確定所述待識(shí)別文件中所包括的結(jié)構(gòu)化信息，包括：

利用深度學(xué)習(xí)模型對(duì)所述文件類型和所述字段屬性進(jìn)行分析處理，獲得所述待識(shí)別文件中所包括的結(jié)構(gòu)化信息，其中，所述深度學(xué)習(xí)模型被訓(xùn)練為根據(jù)文件類型和字段屬性確定文件中所包括的結(jié)構(gòu)化信息。

12.根據(jù)權(quán)利要求11所述的方法，其特征在于，所述方法還包括：

獲取用于對(duì)所述深度學(xué)習(xí)模型中最后一層特征圖的通道數(shù)量進(jìn)行配置的預(yù)設(shè)卡證圖像；

根據(jù)所述預(yù)設(shè)卡證圖像對(duì)所述最后一層特征圖的通道數(shù)量進(jìn)行配置。