【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)實(shí)施例涉及人工智能領(lǐng)域，尤其涉及一種版面布局提取模型的訓(xùn)練方法、裝置及相關(guān)設(shè)備。
技術(shù)介紹
1、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的高速發(fā)展，電子類(lèi)文檔逐漸成為承載信息的載體。其中便攜式文檔格式(pdf)是由adobe公司開(kāi)發(fā)的一種文件格式，廣泛用于文檔的交換和存儲(chǔ)。現(xiàn)有技術(shù)中，一般通過(guò)版面布局提取模型對(duì)待檢測(cè)pdf文檔進(jìn)行布局檢測(cè)，但是用于pdf文檔一般會(huì)出現(xiàn)文本圖片光線(xiàn)明暗分布不均和圖片扭曲的問(wèn)題，從而導(dǎo)致現(xiàn)有技術(shù)中版面布局提取模型對(duì)pdf文檔識(shí)別準(zhǔn)確度較低的問(wèn)題。
技術(shù)實(shí)現(xiàn)思路
1、本申請(qǐng)實(shí)施例提供一種版面布局提取模型的訓(xùn)練方法、裝置及相關(guān)設(shè)備，以解決現(xiàn)有技術(shù)中版面布局提取模型對(duì)版面圖像識(shí)別準(zhǔn)確度較低的問(wèn)題。
2、為解決上述問(wèn)題，本申請(qǐng)是這樣實(shí)現(xiàn)的：
3、第一方面，本申請(qǐng)實(shí)施例提供了一種版面布局提取模型的訓(xùn)練方法，所述方法包括：
4、獲取第一訓(xùn)練數(shù)據(jù)集，所述第一訓(xùn)練數(shù)據(jù)集包括多張第一圖像和所述多張第一圖像分別對(duì)應(yīng)的多個(gè)第一版面布局信息，所述多張第一圖像為無(wú)扭曲和均勻光照的版面圖像；
5、對(duì)所述多張第一圖像進(jìn)行圖像扭曲處理，得到多張第二圖像和所述多張第二圖像對(duì)應(yīng)的多個(gè)第二版面布局信息，以及對(duì)所述多張第一圖像進(jìn)行光照分散處理，得到多張第三圖像和所述多張第三圖像對(duì)應(yīng)的多個(gè)第三版面布局信息；
6、基于所述多張第二圖像、所述多個(gè)第二版面布局信息、所述多張第三圖像和所述多個(gè)第三版面布局信息，對(duì)版面布局提取模型進(jìn)行訓(xùn)練，得到目標(biāo)版面布局提取模型
7、可選的，所述基于所述多張第二圖像、所述多個(gè)第二版面布局信息、所述多張第三圖像和所述多個(gè)第三版面布局信息，對(duì)版面布局提取模型進(jìn)行訓(xùn)練，得到目標(biāo)版面布局提取模型，包括：
8、生成第二訓(xùn)練數(shù)據(jù)集，所述第二訓(xùn)練數(shù)據(jù)集包括所述多張第一圖像、所述多個(gè)第一版面布局信息、所述多張第二圖像、所述多個(gè)第二版面布局信息、所述多張第三圖像和所述多個(gè)第三版面布局信息；
9、將所述第二訓(xùn)練數(shù)據(jù)集輸入至目標(biāo)圖像扭曲模型中進(jìn)行特征提取，得到多個(gè)圖像扭曲特征，以及將所述第二訓(xùn)練數(shù)據(jù)集輸入至目標(biāo)光照檢測(cè)模型中進(jìn)行特征提取，得到多個(gè)圖像光照特征；
10、基于所述多個(gè)圖像扭曲特征和所述多個(gè)圖像光照特征對(duì)所述版面布局提取模型進(jìn)行訓(xùn)練，得到所述目標(biāo)版面布局提取模型。
11、可選的，所述方法還包括：
12、基于所述多張第二圖像和所述多個(gè)第二版面布局信息對(duì)圖像扭曲模型進(jìn)行訓(xùn)練，得到所述目標(biāo)圖像扭曲模型；和/或
13、基于所述多張第三圖像和所述多個(gè)第三版面布局信息對(duì)光照檢測(cè)模型進(jìn)行訓(xùn)練，得到所述目標(biāo)光照檢測(cè)模型。
14、可選的，所述對(duì)所述多張第一圖像進(jìn)行圖像扭曲處理，得到多張第二圖像和所述多張第二圖像對(duì)應(yīng)的多個(gè)第二版面布局信息，以及對(duì)所述多張第一圖像進(jìn)行光照分散處理，得到多張第三圖像和所述多張第三圖像對(duì)應(yīng)的多個(gè)第三版面布局信息，包括：
15、將所述多張第一圖像和所述多個(gè)第一版面布局信息輸入至圖像扭曲模型中進(jìn)行圖像扭曲處理，得到第三訓(xùn)練數(shù)據(jù)集，所述第三訓(xùn)練數(shù)據(jù)集包括所述多張第二圖像和所述多個(gè)第二版面布局信息；
16、將所述多張第一圖像和所述多個(gè)第一版面布局信息輸入至光照分散模型中進(jìn)行光照分散處理，得到第四訓(xùn)練數(shù)據(jù)集，所述第四訓(xùn)練數(shù)據(jù)集包括所述多張第三圖像和所述多個(gè)第三版面布局信息。
17、可選的，所述將所述多張第一圖像和所述多個(gè)第一版面布局信息輸入至圖像扭曲模型中進(jìn)行圖像扭曲處理，得到第三訓(xùn)練數(shù)據(jù)集，包括：
18、將所述多張第一圖像輸入至所述圖像扭曲模型中，對(duì)所述多張第一圖像分別進(jìn)行旋轉(zhuǎn)扭曲，得到所述多張第二圖像；
19、根據(jù)所述多個(gè)第一版面布局信息計(jì)算所述多張第二圖像對(duì)應(yīng)的多個(gè)第二版面布局信息，所述第二版面布局信息用于指示所對(duì)應(yīng)的第二圖像的扭曲角度；
20、基于所述多張第二圖像和所述多個(gè)第二版面布局信息生成所述第三訓(xùn)練數(shù)據(jù)集。
21、可選的，所述將所述多張第一圖像和所述多個(gè)第一版面布局信息輸入至光照分散模型中進(jìn)行光照分散處理，得到第四訓(xùn)練數(shù)據(jù)集，包括：
22、將所述多張第一圖像輸入至光照分散模型中，分別在所述多張第一圖像上生成隨機(jī)遮擋，得到多張第五圖像；
23、分別對(duì)所述多張第五圖像進(jìn)行模糊處理和光照度調(diào)整，得到所述多張第三圖像；
24、根據(jù)所述多個(gè)第一版面布局信息計(jì)算所述多張第三圖像對(duì)應(yīng)的多個(gè)第三版面布局信息，所述第三版面布局信息用于指示所對(duì)應(yīng)的第三圖像的模糊程度和光照度。
25、第二方面，本申請(qǐng)實(shí)施例提供了一種版面布局的提取方法，所述方法包括：
26、獲取待處理的目標(biāo)圖像；
27、將所述待處理的目標(biāo)圖像輸入至第一方面任一項(xiàng)所述的目標(biāo)版面布局提取模型中進(jìn)行版面布局提取，得到所述待處理的目標(biāo)圖像的版面布局信息。
28、第三方面，本申請(qǐng)實(shí)施例還提供一種版面布局提取模型的訓(xùn)練裝置，所述裝置包括：
29、第一獲取模塊，用于獲取第一訓(xùn)練數(shù)據(jù)集，所述第一訓(xùn)練數(shù)據(jù)集包括多張第一圖像和所述多張第一圖像分別對(duì)應(yīng)的多個(gè)第一版面布局信息，所述多張第一圖像為無(wú)扭曲和均勻光照的版面圖像；
30、處理模塊，用于對(duì)所述多張第一圖像進(jìn)行圖像扭曲處理，得到多張第二圖像和所述多張第二圖像對(duì)應(yīng)的多個(gè)第二版面布局信息，以及對(duì)所述多張第一圖像進(jìn)行光照分散處理，得到多張第三圖像和所述多張第三圖像對(duì)應(yīng)的多個(gè)第三版面布局信息；
31、訓(xùn)練模塊，用于基于所述多張第二圖像、所述多個(gè)第二版面布局信息、所述多張第三圖像和所述多個(gè)第三版面布局信息，對(duì)版面布局提取模型進(jìn)行訓(xùn)練，得到目標(biāo)版面布局提取模型，所述版面布局提取模型用于提取版面圖像中的版面布局信息。
32、第四方面，本申請(qǐng)實(shí)施例還提供一種版面布局的提取裝置，包括：
33、第二獲取模塊，用于獲取待處理的目標(biāo)圖像；
34、提取模塊，用于將所述待處理的目標(biāo)圖像輸入至上述任一項(xiàng)所述的目標(biāo)版面布局提取模型中進(jìn)行版面布局提取，得到所述待處理的目標(biāo)圖像的版面布局信息。
35、第五方面，本申請(qǐng)實(shí)施例還提供一種電子設(shè)備，包括：收發(fā)機(jī)、存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的程序；所述處理器，用于讀取存儲(chǔ)器中的程序?qū)崿F(xiàn)如前述第一方面所述方法中的步驟，或，實(shí)現(xiàn)如前述第二方面所述方法中的步驟。
36、第六方面，本申請(qǐng)實(shí)施例還提供一種可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)程序，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如前述第一方面所述方法中的步驟，或，實(shí)現(xiàn)如前述第二方面所述方法中的步驟。
37、第七方面，本申請(qǐng)實(shí)施例還提供一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品被存儲(chǔ)在存儲(chǔ)介質(zhì)中，所述計(jì)算機(jī)程序產(chǎn)品被至少一個(gè)處理器執(zhí)行以實(shí)現(xiàn)如第一方面所述方法中的步驟，或，實(shí)現(xiàn)如前述第二方面所述方法中的步驟。...
【技術(shù)保護(hù)點(diǎn)】
1.一種版面布局提取模型的訓(xùn)練方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述多張第二圖像、所述多個(gè)第二版面布局信息、所述多張第三圖像和所述多個(gè)第三版面布局信息，對(duì)版面布局提取模型進(jìn)行訓(xùn)練，得到目標(biāo)版面布局提取模型，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述多張第一圖像進(jìn)行圖像扭曲處理，得到多張第二圖像和所述多張第二圖像對(duì)應(yīng)的多個(gè)第二版面布局信息，以及對(duì)所述多張第一圖像進(jìn)行光照分散處理，得到多張第三圖像和所述多張第三圖像對(duì)應(yīng)的多個(gè)第三版面布局信息，包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將所述多張第一圖像和所述多個(gè)第一版面布局信息輸入至圖像扭曲模型中進(jìn)行圖像扭曲處理，得到第三訓(xùn)練數(shù)據(jù)集，包括：
6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將所述多張第一圖像和所述多個(gè)第一版面布局信息輸入至光照分散模型中進(jìn)行光照分散處理，得到第四訓(xùn)練數(shù)據(jù)集，包括：
7.一種版面布局的提取方法，其特
8.一種版面布局提取模型的訓(xùn)練裝置，其特征在于，所述裝置包括：
9.一種版面布局的提取裝置，其特征在于，所述裝置包括：
10.一種電子設(shè)備，包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的程序；其特征在于，所述處理器，用于讀取存儲(chǔ)器中的程序?qū)崿F(xiàn)如權(quán)利要求1至6中任一項(xiàng)所述的版面布局提取模型的訓(xùn)練方法中的步驟，或，實(shí)現(xiàn)如權(quán)利要求7所述的版面布局的提取方法中的步驟。
11.一種可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)程序，其特征在于，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6中任一項(xiàng)所述的版面布局提取模型的訓(xùn)練方法中的步驟，或，實(shí)現(xiàn)如權(quán)利要求7所述的版面布局的提取方法中的步驟。
12.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，所述計(jì)算機(jī)程序產(chǎn)品被存儲(chǔ)在存儲(chǔ)介質(zhì)中，所述計(jì)算機(jī)程序產(chǎn)品被至少一個(gè)處理器執(zhí)行以實(shí)現(xiàn)如權(quán)利要求1至6中任一項(xiàng)所述的版面布局提取模型的訓(xùn)練方法中的步驟，或，實(shí)現(xiàn)如權(quán)利要求7所述的版面布局的提取方法中的步驟。
...【技術(shù)特征摘要】
1.一種版面布局提取模型的訓(xùn)練方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述多張第二圖像、所述多個(gè)第二版面布局信息、所述多張第三圖像和所述多個(gè)第三版面布局信息，對(duì)版面布局提取模型進(jìn)行訓(xùn)練，得到目標(biāo)版面布局提取模型，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述多張第一圖像進(jìn)行圖像扭曲處理，得到多張第二圖像和所述多張第二圖像對(duì)應(yīng)的多個(gè)第二版面布局信息，以及對(duì)所述多張第一圖像進(jìn)行光照分散處理，得到多張第三圖像和所述多張第三圖像對(duì)應(yīng)的多個(gè)第三版面布局信息，包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將所述多張第一圖像和所述多個(gè)第一版面布局信息輸入至圖像扭曲模型中進(jìn)行圖像扭曲處理，得到第三訓(xùn)練數(shù)據(jù)集，包括：
6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將所述多張第一圖像和所述多個(gè)第一版面布局信息輸入至光照分散模型中進(jìn)行光照分散處理，得到第四訓(xùn)練數(shù)據(jù)集，包括：<...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：袁杰，
申請(qǐng)(專(zhuān)利權(quán))人：北京中科金得助智能科技有限公司，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。