龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：山西同方知网数字出版技术有限公司
摘要：本申请提供了一种学位论文目录页的自动识别方法和装置、电子设备及存储介质，涉及图像版面分析和文本语义分析技术领域。该方法获取待识别文档；根据待识别文档的图片集合中图片总数，确定第一次待识别图片集合；将预处理后的第一次待识别图片集合送入已训练的目录页图像识别分类器进行目录页识别，得到图像目录页识别结果；对第二次待识别图片集合进行取词和或OCR识别，得到文本集合；将预处理后的文本集合送入已训练的目录页文本识别分类器进行目录页识别，得到文本目录页识别结果；结合图像目录页识别结果和文本目录页识别结果，输出最终目录页页码结果。本实施例有效提高了学位论文数据目录页识别的效率和准确率。
主权项：1.一种学位论文目录页的自动识别方法，其特征在于，所述方法包括：获取待识别文档；所述待识别文档的文档类型为PDF或图片集合，如果所述待识别文档的文档类型为PDF，则将PDF类型的所述待识别文档提取为图片集合；根据所述待识别文档的图片集合中图片总数，确定第一次待识别图片集合，并对第一次待识别图片集合进行预处理；将预处理后的第一次待识别图片集合送入已训练的目录页图像识别分类器进行目录页识别，得到图像目录页识别结果；基于所述待识别文档的图片集合和图像目录页识别结果，对图像目录页识别结果中目录页的页码范围进行扩展处理，得到第二次待识别图片集合；对第二次待识别图片集合进行取词和或OCR识别，得到文本集合，并对文本集合进行预处理；将预处理后的文本集合送入已训练的目录页文本识别分类器进行目录页识别，得到文本目录页识别结果；结合图像目录页识别结果和文本目录页识别结果，输出最终目录页页码结果。
全文数据：
权利要求：
百度查询： 山西同方知网数字出版技术有限公司 学位论文目录页的自动识别方法和装置、电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号