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！

龙图腾网获悉北京易道博识科技有限公司申请的专利一种文档图像中自定义信息的确定方法及系统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：CN115359486B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202210853880.1，技术领域涉及：G06V30/14；该发明授权一种文档图像中自定义信息的确定方法及系统是由宋佳奇;王勇;朱军民设计研发完成，并于2022-07-12向国家知识产权局提交的专利申请。

本一种文档图像中自定义信息的确定方法及系统在说明书摘要公布了：本发明公开了一种文档图像中自定义信息的确定方法及系统，涉及计算机视觉领域。该方法包括：利用机器阅读理解MachineReadingComprehensionMRC数据集，结合每个字符的文本特征、图像特征、绝对位置特征和相对位置特征，对预训练模型进行第一次问答任务训练，得到再训练模型；利用指定样本数据集对所述再训练模型进行第二次问答任务训练，得到最终模型；输入待确定自定义信息的文档图像，输出所述自定义信息的文本内容。本申请技术方案利用预训练模型和问答任务来做到零样本学习，并把大语料预训练模型以及问答系统结合到一起，此外还添加了图像和相对位置特征，做到端到端的训练和预测，最终输出文档中的自定义信息。

本发明授权一种文档图像中自定义信息的确定方法及系统在权利要求书中公布了：1.一种文档图像中自定义信息的确定方法，其特征在于，所述方法包括以下步骤： 步骤1：利用机器阅读理解数据集，结合每个字符的文本特征、图像特征、绝对位置特征和相对位置特征，对预训练模型进行第一次问答任务训练，得到再训练模型； 步骤2：利用指定样本数据集对所述再训练模型进行第二次问答任务训练，得到最终模型； 步骤3：输入待确定自定义信息的文档图像，输出所述自定义信息的文本内容； 其中，所述步骤1具体包括： 步骤11：从所述机器阅读理解数据集选取初始样本，输入初始样本图像、从初始样本图像中识别的文本框内文字、文本框位置坐标、实体信息组成的问题； 步骤12：基于预训练模型对文本信息和图像信息进行特征抽取，同时将位置信息分为绝对位置和相对位置并分别进行特征抽取，得到文本特征、图像特征、绝对位置特征和相对位置特征； 步骤13：基于多头自注意力机制，对所述文本特征、图像特征、绝对位置特征和相对位置特征进行特征编码，得到每个字符的编码特征向量； 步骤14：对每个字符的编码特征向量进行两阶段任务推理，得到再训练模型； 其中，所述步骤12中，所述预训练模型包括预训练的中文BERT模型以及预训练的ResNet-50网络； 其中，所述步骤12具体包括： 字符编码层：输入文本信息，包括问题和文章，通过预训练的中文BERT模型进行文本特征抽取，得到文本特征； 图像编码层：输入图像信息，通过预训练的ResNet-50网络结合ROIAlign进行图像特征抽取，得到图像特征； 绝对位置编码层：针对输入字符串中每个字符，从0开始排序，得到绝对位置特征； 相对位置编码层：将字符框的左上顶点和右下顶点的坐标转换成特征向量，得到相对位置特征。

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北京易道博识科技有限公司，其通讯地址为：100083 北京市海淀区农大南路1号院2号楼5层办公A-501；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。