一种基于多模态融合的文档版面分类方法
基本信息
| 申请号 | CN202110854557.1 | 申请日 | - |
| 公开（公告）号 | CN113688872A | 公开（公告）日 | 2021-11-23 |
| 申请公布号 | CN113688872A | 申请公布日 | 2021-11-23 |
| 分类号 | G06K9/62;G06K9/00 | 分类 | 计算；推算；计数; |
| 发明人 | 陶提;许诺;高翔;纪达麒;陈运文 | 申请（专利权）人 | 达观数据（苏州）有限公司 |
| 代理机构 | 上海智力专利商标事务所（普通合伙） | 代理人 | 张文玄;周涛 |
| 地址 | 215133 江苏省苏州市相城区相城大道1168号品上商业中心5幢908室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于多模态融合的文档版面分类方法，其特征在于，针对目标文档，包括：检测目标文档，获取待分类的检测框；获取检测框的文本信息、框坐标信息和图像特征；采用多模态融合模型，以所述文本信息、框坐标信息和图像特征作为输入，输出检测框的类型。本发明通过将文本、位置和图像信息的多模态融合，提升了文档版面分类的准确率。 |
