[發明專利]結合RPA和AI實現IA的圖像檢索方法、裝置及電子設備

有效

• 申請號: 202210600925.4
• 申請日: 2022-05-30
• 公開（公告）號: CN114840700B
• 公開（公告）日: 2023-01-13
• 發明（設計）人: 譚繁華
• 申請（專利權）人: 來也科技（北京）有限公司
• 主分類號: G06F16/532
• 分類號: G06F16/532;G06F16/583
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 羅嵐

本公開提出一種結合RPA和AI實現IA的圖像檢索方法、裝置及電子設備，該方法包括：基于機器人流程自動化RPA技術獲取初始圖像，其中，初始圖像具有圖像描述信息，基于人工智能AI技術從初始圖像中截取初始區域圖像，根據圖像描述信息處理初始區域圖像，得到目標區域圖像，根據目標區域圖像，檢索目標內容。通過本公開，能夠利用RPA結合人工智能AI實現圖像檢索的智能自動化IA，能夠在圖像檢索之前及時地對圖像進行預處理，以去除圖像中的干擾信息，有效提升所得目標區域圖像在檢索過程中的針對性，有效降低干擾信息對檢索過程的影響，從而有效提升圖像檢索效率和圖像檢索結果的準確性。

技術領域

本公開涉及計算機技術領域，尤其涉及一種結合RPA(Robotic ProcessAutomation，機器人流程自動化)和AI(Artificial Intelligence，人工智能)實現IA(Intelligent Automation，智能自動化)的圖像檢索方法、裝置及電子設備。

背景技術

機器人流程自動化(Robotic Process Automation)簡稱RPA，是通過特定的“機器人軟件”，模擬人在計算機上的操作，按規則自動執行流程任務。

人工智能(Artificial Intelligence，AI)是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門技術科學。

智能自動化(Intelligent Automation，IA)是一系列從機器人流程自動化到人工智能的技術總稱，將RPA與光學字符識別(Optical Character Recognition，OCR)、智能字符識別(Intelligent Character Recognition，ICR)、流程挖掘(Process Mining)、深度學習(Deep Learning，DL)、機器學習(Machine Learning，ML)、自然語言處理(NaturalLanguage Processing，NLP)、語音識別(Automatic Speech Recognition，ASR)、語音合成(Text To Speech，TTS)、計算機視覺(Computer Vision，CV)等多種AI技術相結合，以創建能夠思考、學習及自適應的端到端的業務流程，涵蓋從流程發現、流程自動化，到通過自動而持續的數據收集、理解數據的含義，使用數據來管理和優化業務流程的整個歷程。

相關技術中，當原始圖像中主體部分占比較小時，采用人工標注對圖像向量算法進行訓練，或者，采用圖像元信息的混合檢索模式，以進行圖像檢索，導致圖像檢索的處理方式較為復雜，需要耗費較高的人工成本，且無法有效地保障圖像檢索效果。

發明內容

本公開旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本公開的目的在于提出一種結合RPA和AI實現IA的圖像檢索方法、裝置、電子設備及存儲介質，能夠利用RPA結合人工智能AI實現圖像檢索的智能自動化IA，能夠在圖像檢索之前及時地對圖像進行預處理，以去除圖像中的干擾信息，有效提升所得目標區域圖像在檢索過程中的針對性，有效降低干擾信息對檢索過程的影響，從而有效提升圖像檢索效率和圖像檢索結果的準確性。

本公開第一方面實施例提出的結合RPA和AI實現IA的圖像檢索方法，包括：基于機器人流程自動化RPA技術獲取初始圖像，其中，初始圖像具有圖像描述信息；基于人工智能AI技術從初始圖像中截取初始區域圖像；根據圖像描述信息處理初始區域圖像，得到目標區域圖像；根據目標區域圖像，檢索目標內容。

在一種實施方式中，基于人工智能AI技術從初始圖像中截取初始區域圖像，包括：調用自然語言處理NLP服務，以識別初始圖像中的主體信息；根據主體信息，確定主體對應于初始圖像中的位置描述信息；從初始圖像中截取與位置描述信息對應的區域圖像作為初始區域圖像。