发明专利已授权

一种融合复用Transformer的基于Mamba框架的场景文字识别方法

📄 申请号：CN202610368941.3 📄 发布日：2026/08/10

著录项目信息

申请日

2026-03-25

公开号

CN121921763B

公开日

2026-06-09

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

G06V20_62

IPC 分类号

G06V20_62 , G06V30_164 , G06V30_18 , G06V30_19 , G06V10_82 , G06N3_0464 , G06N3_045 , G06N3_0455 , G06N3_048 , G06N5_025 , G06N5_04 ,

技术画像

所属领域

其他分类其他

应用场景

自动驾驶, 智能交通, 文档数字化, 智能安防, 工业自动化

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种融合复用Transformer的基于Mamba框架的场景文字识别方法，包括：构建多样化训练样本，与原始样本一起生成增广样本图像；特征编码后送入分层特征编码器进行特征提取；所述分层特征编码器包括多个级联的特征编码阶段，通过下采样模块对特征的空间分辨率和通道维度进行自适应调整；分层特征编码通过NA‑Mamba混合模块对二维场景文字特征进行建模，引入参数共享的复用Transformer模块对多阶段特征进行双向全局上下文建模与迭代增强，提取场景文字特征，送入基于双流注意力机制的序列解码器；通过交叉注意力生成字符序列，输出最终文字识别结果，提高了识别精度、参数效率及推理效率。

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

基于端到端直接推力控制的多旋翼无人机容错飞行控制方法

当前第 / 件

一种多视角二元有序图像数据的鲁棒分类方法及装置

同领域国内专利 · IPC: (G06V20_62)

G06V20_00 G06V20_05 G06V20_10 G06V20_13 G06V20_17 G06V20_20 G06V20_30 G06V20_40 G06V20_50 G06V20_52 G06V20_54 G06V20_56 G06V20_58 G06V20_59 G06V20_60 G06V20_62 G06V20_64 G06V20_68 G06V20_69 G06V20_70 覆盖20个领域

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：14 ❤️ 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)

一种融合复用Transformer的基于Mamba框架的场景文字识别方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06V20_62)

相似专利推荐 AI 驱动 · 同领域

一种用于图像数据识别模型构建的方法及系统

一种编码器的安装结构

一种编码器用防护装置

服务项目

资源中心

关于柿子坊