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！

龙图腾网恭喜华南理工大学申请的专利一种复杂多场景文档分割方法、系统、装置及介质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：CN114627484B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202210180055.X，技术领域涉及：G06V30/413；该发明授权一种复杂多场景文档分割方法、系统、装置及介质是由张河锁;毛慧芸;金连文设计研发完成，并于2022-02-25向国家知识产权局提交的专利申请。

本一种复杂多场景文档分割方法、系统、装置及介质在说明书摘要公布了：本发明公开了一种复杂多场景文档分割方法、系统、装置及介质，其中方法包括：构建数据集；基于可变形注意力机制构建文档分割模型，将数据集中的图像输入文档分割模型，获得高层特征；设计多预测头的网络结构进行多任务学习，采用多个预测头对高层特征进行预测，获得预测分割图，预测结果包括文字、表格或者图片中的至少一种；对预测分割图进行基于连通域分析的冗余前景区域过滤以及区域形状优化后处理，获得文档分割的最终结果。本发明采用一个统一的框架，解决多种场景下多种层次的文档分割问题，方法简单通用，对文档还原和机器的自动化文档理解具有重要的积极作用。本发明可广泛应用于文档图像分割技术领域。

本发明授权一种复杂多场景文档分割方法、系统、装置及介质在权利要求书中公布了：1.一种复杂多场景文档分割方法，其特征在于，包括以下步骤： 构建数据集； 基于可变形注意力机制构建文档分割模型，将数据集中的图像输入文档分割模型，获得高层特征； 设计多预测头的网络结构进行多任务学习，采用多个预测头对高层特征进行预测，获得预测分割图，预测结果包括文字、表格或者图片中的至少一种； 对预测分割图进行基于连通域分析的冗余前景区域过滤以及区域形状优化后处理，获得文档分割的最终结果； 所述文档分割模型以ResNet18网络作为主干网络， 当图像输入主干网络后，主干网络4个阶段的输出得到4个大小逐渐减小的特征图； 将获得的特征图变换拼接，得到一个一维特征向量，将一维特征向量输入到含有可变形注意力机制的多层编码器，提取高层特征； 其中，可变形注意力机制通过可变形卷积，以可学习的方式实现对预设数量特征点的采样，并与当前位置的特征计算注意力权重； 所述对预测分割图进行基于连通域分析的冗余前景区域过滤以及区域形状优化后处理，包括： 通过对预测分割图进行连通域分析，获得每个独立的分割区域； 计算所述分割区域内对应原图位置的平均像素值，若像素值大于预设阈值，判定所述分割区域为背景区域，将所述背景区域滤除； 滤除背景区域后，对剩余的每个文本区域，根据连通域大小特性估计获得所述文本区域内文本的大小； 根据估计的文本大小选定滤波器，进行所述文本区域内的滑动，根据滤波器内像素的特性滤除冗余的背景区域。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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”。