发明专利已授权

一种基于Transformer的双向场景文本识别方法

📄 申请号：CN202411207610.9 📄 发布日：2026/08/10

著录项目信息

申请日

2024-08-30

公开号

CN118711189A

公开日

2024-09-27

申请人

南京信息工程大学

法律状态

已下证

专利类型

发明

主分类号

G06V30_148

IPC 分类号

G06V30_148 , G06V20_62 , G06V10_82 , G06N3_0464 , G06N3_0442 , G06N3_0455 , G06V10_80 ,

技术画像

所属领域

其他分类其他

应用场景

自动驾驶, 智能安防, 文档数字化, 工业自动化, 移动端拍照翻译

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于Transformer的双向场景文本方法，包括以下步骤：（1）开源网站获取数据集，分为训练集和测试集；（2）构建BiSTR双向场景文本识别网络并进行训练，包括：图像编码器模块、ViT字符编码器模块、交叉门控融合机制模块和基于Transformer的双向解码器模块；（3）得到最终预测结果；本发明提出了一个交叉门控融合机制将图像级特征和字符级特征合并提高了模型获取全文信息的能力；在Transformer结构中引入方向嵌入，提供了两个不同方向的解码，上下文信息互为补充，提升了场景文本识别模型的准确性。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

20241108

✅ 授权

20241018

?? 实质审查的生效：

20240927

📄 公开

一种基于流量状态预测的队列智能管理方法

当前第 / 件

电栅自卷积硫化铅量子点夹层的硒化铅薄膜光电晶体管

同领域国内专利 · IPC: (G06V30_148)

G06V30_00 G06V30_10 G06V30_14 G06V30_142 G06V30_146 G06V30_148 G06V30_16 G06V30_18 G06V30_19 G06V30_196 G06V30_22 G06V30_226 G06V30_228 G06V30_244 G06V30_246 G06V30_26 G06V30_28 G06V30_30 G06V30_304 G06V30_32 G06V30_40 G06V30_41 G06V30_412 G06V30_413 G06V30_414 G06V30_418 G06V30_42 G06V30_422 覆盖28个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：7 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)