买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江西省通讯终端产业技术研究院有限公司;北京邮电大学申请的专利图像文本特征对齐融合的信息抽取方法、设备及程序产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119250189B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411122940.8，技术领域涉及：G06N5/025；该发明授权图像文本特征对齐融合的信息抽取方法、设备及程序产品是由李嘉铭;熊永平;叶旺平设计研发完成，并于2024-08-15向国家知识产权局提交的专利申请。

本图像文本特征对齐融合的信息抽取方法、设备及程序产品在说明书摘要公布了：本发明提供一种图像文本特征对齐融合的信息抽取方法、设备及程序产品，方法包括：将目标图像输入图像特征提取模型得到图像特征；检测识别目标图像中的文本块，得到文本块识别结果；将文本块识别结果输入文本特征提取模型，得到文本特征；基于文本块识别结果构建文本块特征，将文本特征与图像特征桥接对齐；将文本特征和图像特征输入特征融合模型进行拼接，得到综合特征向量；特征融合模型包括自编码器和变压器编码器；将综合特征向量分类输入预设分类器，执行语义实体识别任务，确定文本块对应的分类结果，基于分类结果，执行关系抽取任务；能够解决在处理含有复杂背景和多元素的图像时，信息提取不准确的问题。

本发明授权图像文本特征对齐融合的信息抽取方法、设备及程序产品在权利要求书中公布了：1.一种图像文本特征对齐融合的信息抽取方法，其特征在于，该方法包括以下步骤： 将目标图像输入预先训练的图像特征提取模型，得到图像特征；所述图像特征提取模型为残差学习框架的模型，包括卷积层模块，所述卷积层模块包括若干个依次连接的卷积层； 检测识别所述目标图像中的文本块，得到文本块识别结果； 将所述文本块识别结果输入预先训练的文本特征提取模型，得到文本特征； 基于所述文本块识别结果构建文本块特征，将所述文本特征与所述图像特征桥接对齐； 获取预先训练的特征融合模型，将所述文本块特征、所述文本特征和所述图像特征输入所述特征融合模型进行拼接，得到综合特征向量；所述特征融合模型包括自编码器和变压器编码器；所述自编码器用于对输入的特征进行维度统一处理；所述变压器编码器包括若干个叠加的变压器编码器层，所述变压器编码器层之间通过残差连接；每个变压器编码器层包含多头自注意力机制，用于对维度统一处理后的各个特征进行拼接处理； 将所述综合特征向量分类输入预设分类器，执行语义实体识别任务，确定所述文本块对应的分类结果，包括问题类别、答案类别或者其他类别； 基于所述分类结果，执行关系抽取任务，确定所述问题分类和所述答案分类中每一对问题答案样本对之间的连接关系；所述图像特征包括图像语义特征和图像空间特征；所述文本块特征包括文本块视觉特征和文本块索引特征； 对于所述语义实体识别任务，所述文本块视觉特征包括文本块中心点的横坐标与所述目标图像的宽的比值、文本块中心点的纵坐标与所述目标图像的高的比值、所述文本块的高与所述目标图像的高的比值、所述文本块的宽与所述目标图像的宽的比值；所述文本块索引特征包括所述文本块在所述目标图像的全部文本块中按先从上到下，再从左到右排列的次序号，和所述全部文本块对应的数量； 对于所述关系抽取任务，一对问题答案样本对包括问题类别文本块和答案类别文本块，所述文本块视觉特征还包括问题类别文本块中心点和答案类别文本块中心点横坐标之间的绝对值与所述目标图像的宽的比值、所述绝对值与所述目标图像的高的比值、以及所述问题类别文本块与所述答案类别文本块之间的位置关系；所述文本块索引特征还包括所述问题类别文本块的次序号与所述答案类别文本块的次序号的差值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西省通讯终端产业技术研究院有限公司;北京邮电大学，其通讯地址为：343100 江西省吉安市井冈山经济技术开发区普祥路物联网创客园3号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。