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！

龙图腾网恭喜四川大学申请的专利文本检测方法及装置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：CN119785362B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202510272554.5，技术领域涉及：G06V30/18；该发明授权文本检测方法及装置是由侯欣悦;程芃森;宋彦;刘嘉勇设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本文本检测方法及装置在说明书摘要公布了：本发明公开了文本检测方法及装置，涉及数据处理技术领域，基于Harris角点检测算法对原始图像的文本数据进行角点检测，得到角点检测图；基于预设透明参数对角点检测图和所述原始图像进行加权融合，得到融合图像；基于预设卷积神经网络模型和VisionTransformer网络模型对融合图像进行特征提取，并将提取的特征基于线性分类器和softmax函数映射至字符概率；基于各提取的特征的字符概率生成提取文本数据。与相关技术相比，通过基于Harris角点检测算法对原始图像的文本数据进行角点检测，得到角点检测图，即使所述文本数据的形状丰富多样，Harris角点检测算法依然可以对原始图像中的关键角点进行较为精确的定位和提取，从而实现对形状丰富多样的文本数据进行检测均有较好的适应能力。

本发明授权文本检测方法及装置在权利要求书中公布了：1.文本检测方法，其特征在于，包括：基于Harris角点检测算法对原始图像的文本数据进行角点检测，得到角点检测图；基于预设透明参数对所述角点检测图和所述原始图像进行加权融合，得到融合图像：计算所述预设透明参数和所述角点检测图的第一乘积并计算第一差值和所述原始图像的第二乘积，所述第一差值为数值一减所述预设透明参数的差值；计算所述第一乘积和所述第二乘积之和，得到所述融合图像；基于预设卷积神经网络模型和VisionTransformer网络模型对所述融合图像进行特征提取；所述预设卷积神经网络模型包括但不限于为VGG或ResNet，基于所述预设卷积神经网络模型作为主干网络对所述融合图像进行特征提取，得到低维度深沉次特征数据，将所述低维度深层次特征数据作为所述VisionTransformer网络模型的输入以执行进一步的特征提取，并将提取的特征基于线性分类器和softmax函数映射至字符概率；基于各提取的特征的字符概率生成提取文本数据。

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四川大学，其通讯地址为：610044 四川省成都市一环路南一段24号；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”。