CN119919946A 一种基于查询解耦和原型分类的通用文档图像分割方法 （中国科学院自动化研究所）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119919946A

(43)申请公布日2025.05.02

(21)申请号202510390289.0

(22)申请日2025.03.31

(71)申请人中国科学院自动化研究所

地址100190北京市海淀区中关村东路95

号

(72)发明人李晓辉殷飞刘成林

(74)专利代理机构北京路浩知识产权代理有限

公司11002

专利代理师赵晓芳

(51)Int.Cl.

G06V30/148(2022.01)

G06V30/413(2022.01)

G06V30/412(2022.01)

G06V30/24(2022.01)

G06V10/764(2022.01)

G06V10/82(2022.01)

G06N3/0455(2023.01)

权利要求书3页说明书20页附图6页

(54)发明名称

一种基于查询解耦和原型分类的通用文档

图像分割方法

(57)摘要

CN119919946A本发明涉及图像分割领域，提供一种基于查询解耦和原型分类的通用文档图像分割方法，包括：利用视觉骨架网络对输入文档图像提取多尺度视觉特征，并进行优化得到优化后的多尺度视觉特征；利用文本编码器将每类待分割区域类别的文字描述编码成语义查询向量，并随机初始化预设数量的实例查询