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！

龙图腾网获悉苏州优乐赛共享服务股份有限公司申请的专利基于深度学习的循环包装物流单据识别与数据处理方法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：CN121438335B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202512002744.8，技术领域涉及：G06V30/19；该发明授权基于深度学习的循环包装物流单据识别与数据处理方法是由孙延安;徐国忠;相阳设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本基于深度学习的循环包装物流单据识别与数据处理方法在说明书摘要公布了：本发明涉及深度学习与物流单据识别技术领域，具体为基于深度学习的循环包装物流单据识别与数据处理方法。包括：获取现场捕捉的单据原始图像；获取业务上下文；对单据原始图像进行物理状态分析处理，得到物理状态掩码和关键信息区域物理熵增指数；得到原始数据片段、光学字符识别置信度以及模型不确定性；结合关键信息区域物理熵增指数、光学字符识别置信度以及模型不确定性，解算出耦合数据可信度得分；基于耦合数据可信度得分、原始数据片段以及业务上下文，得到可信数据；可信数据和耦合数据可信度得分，生成结构化数据和可行动的业务建议。本发明显著提升了在复杂现场环境下对循环包装单据识别的鲁棒性和环境适应性。

本发明授权基于深度学习的循环包装物流单据识别与数据处理方法在权利要求书中公布了：1.基于深度学习的循环包装物流单据识别与数据处理方法，其特征在于，包括： 获取现场捕捉的单据原始图像； 获取业务上下文，包括获取预定义的关键信息区域掩码和获取预定义的业务权重因子； 基于所述预定义的关键信息区域掩码和所述预定义的业务权重因子，对所述单据原始图像进行物理状态分析处理，得到物理状态掩码和关键信息区域物理熵增指数； 基于所述单据原始图像和所述物理状态掩码，进行多通道信息提取处理，得到原始数据片段、光学字符识别置信度以及模型不确定性； 结合所述关键信息区域物理熵增指数、所述光学字符识别置信度以及所述模型不确定性，进行非线性融合处理，解算出耦合数据可信度得分； 基于所述耦合数据可信度得分、所述原始数据片段以及所述业务上下文，进行多模态信息冲突裁决处理，得到可信数据； 依据所述可信数据和所述耦合数据可信度得分，进行决策输出处理，生成结构化数据和可行动的业务建议； 所述进行多通道信息提取处理的步骤，包括： 在所述物理状态掩码的打印区域图层上运行打印体光学字符识别模型； 在所述物理状态掩码的手写区域图层上运行手写体光学字符识别模型； 在所述物理状态掩码的印章区域图层上运行印章分类模型； 其中，所述打印体光学字符识别模型的输出、所述手写体光学字符识别模型的输出以及所述印章分类模型的输出，统一构成所述原始数据片段； 采用蒙特卡洛Dropout技术对前述步骤中运行的各模型进行多次推理，得到多次推理结果； 基于所述多次推理结果的平均softmax概率，确定所述光学字符识别置信度； 基于所述多次推理结果的方差，或者基于所述多次推理结果的信息熵，确定所述模型不确定性； 所述进行多模态信息冲突裁决处理的步骤，包括： 从所述原始数据片段中，获取打印信息和手写信息； 获取所述打印信息对应的耦合数据可信度得分； 获取所述手写信息对应的耦合数据可信度得分； 依据所述业务上下文，判定所述打印信息与所述手写信息为冲突信息或补充信息； 若判定为补充信息，则将所述打印信息与所述手写信息进行融合，生成融合事实，并将所述融合事实作为所述可信数据； 若判定为补充信息，则采用所述打印信息对应的耦合数据可信度得分与所述手写信息对应的耦合数据可信度得分中较低者，作为所述可信数据的置信度； 若判定为冲突信息，则比较所述打印信息对应的耦合数据可信度得分与所述手写信息对应的耦合数据可信度得分； 若判定为冲突信息，则将具有较高耦合数据可信度得分的信息，作为所述可信数据，并将其对应的耦合数据可信度得分作为所述可信数据的置信度。

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苏州优乐赛共享服务股份有限公司，其通讯地址为：215021 江苏省苏州市苏州工业园区中新大道西128号加城大厦3A；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”。

以上内容由龙图腾AI智能生成。