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：赞塔(杭州)科技有限公司

摘要：本说明书实施例提供样本生成方法及装置，其中样本生成方法包括：对票据图像进行识别，并针对识别到的多条文本信息进行聚类，获得标准文本信息簇；在标准文本信息簇中选择目标标准文本信息，根据目标标准文本信息生成初始票据样本图像及其对应的样本标签；在印章样本图像集合中选择印章样本图像，在背景样本图像集合中选择背景样本图像；其中，印章样本图像为对印章像素域图像进行增强处理获得，背景样本图像为根据空白纸张图像以及空白纸张图像对应的提示词生成；根据样本标签对初始票据样本图像和印章样本图像进行融合，获得中间票据样本图像；基于背景样本图像将中间票据样本图像更新为目标票据样本图像，并将目标票据样本图像添加至样本集。

主权项：1.一种样本生成方法，其特征在于，包括：获取票据图像集合，并通过命名实体识别模型对所述票据图像集合中包含的票据图像进行识别，获得多条文本信息；其中，每个票据图像对应至少一条文本信息；对所述多条文本信息进行数据清洗，根据数据清洗结果生成多条标准文本信息；按照每条标准文本信息对应的主键信息对所述多条标准文本信息进行聚类，获得标准文本信息簇；按照预设的票据图像生成策略在所述标准文本信息簇中选择目标标准文本信息，并根据所述目标标准文本信息生成初始票据样本图像，以及所述初始票据样本图像对应的样本标签；在预设的印章样本图像集合中选择印章样本图像，以及在预设的背景样本图像集合中选择背景样本图像；其中，所述印章样本图像为对印章像素域图像进行增强处理获得，所述印章样本图像集合中包含的任意一个候选印章样本图像的生成包括：获取印章图像，并在所述印章图像中识别印章颜色区域以及印章背景区域；针对所述印章图像中的所述印章颜色区域和所述印章背景区域进行颜色更新，获得掩码印章图像；根据所述印章图像和所述掩码印章图像构建候选印章像素域图像，并通过对所述候选印章像素域图像进行增强处理，获得候选印章样本图像；所述背景样本图像为根据空白纸张图像以及所述空白纸张图像对应的提示词生成，所述背景样本图像集合中包含的任意一个候选背景样本图像的生成包括：获取初始空白纸张图像，并针对所述初始空白纸张图像配置图像类型提示词；将所述初始空白纸张图像和所述图像类型提示词输入至图像扩散模型进行处理，获得至少两个中间空白纸张图像；在所述至少两个中间空白纸张图像中选择目标空白纸张图像，作为候选背景样本图像；根据所述样本标签对所述初始票据样本图像和所述印章样本图像进行融合，获得中间票据样本图像；基于所述背景样本图像将所述中间票据样本图像更新为目标票据样本图像，并将所述目标票据样本图像添加至票据识别模型对应的样本集。

全文数据：

权利要求：

百度查询： 赞塔(杭州)科技有限公司 样本生成方法及装置