基于多模态信息的场景文字特征提取方法、装置及应用.pdfVIP

下载本文档

0
0
约1.45万字
约 11页
2023-07-22 发布于四川
举报
版权申诉

基于多模态信息的场景文字特征提取方法、装置及应用.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于多模态信息的场景文字特征提取方法、装置及应用，该方法包括基于场景图像，获取场景图像中的文本模态数据和文本模态数据对应的图像模态数据，所述图像模态数据为场景图像中所述文本模态数据所在位置的区域图像；基于图像模态数据提取视觉特征，基于文本模态数据提取语义特征；基于所述语义特征和视觉特征进行融合，获取场景文字的融合特征。本发明针对场景文字分别基于图像模态和文本模态进行特征分析提取，充分挖掘场景文字深层信息，有效增强场景文字特征质量，从而模型能更好理解图像中的场景文字，提升场景图像处

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116469107 A (43)申请公布日 2023.07.21 (21)申请号 202310387194.4 G06V 30/148 (2022.01)