上海致宇信息技术有限公司陈思宇获国家专利权
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!
龙图腾网获悉上海致宇信息技术有限公司申请的专利一种基于视觉状态空间的表格结构识别方法及系统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:CN120412001B 。
龙图腾网通过国家知识产权局官网在2025-08-29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:202510907398.5,技术领域涉及:G06V30/412;该发明授权一种基于视觉状态空间的表格结构识别方法及系统是由陈思宇;杨词慧;李华盛;邹伟军;汪胜设计研发完成,并于2025-07-02向国家知识产权局提交的专利申请。
本一种基于视觉状态空间的表格结构识别方法及系统在说明书摘要公布了:本发明公开了一种基于视觉状态空间的表格结构识别方法及系统,所述方法包括:获取表格图像数据;构建表格结构识别模型,所述模型包括图像分割模块、线性模块、视觉状态空间模块、稀疏专家模块、图像文本融合模块、激活函数ReLU、Mamba模块以及序列预测模块;将获取的表格图像数据输入所述表格结构识别模型,识别得到表格图像数据对应的结构化标记序列。本发明提供的方法及系统,能在保持长距离依赖构建能力的前提下减少计算资源消耗,实现对表格结构的精确识别。
本发明授权一种基于视觉状态空间的表格结构识别方法及系统在权利要求书中公布了:1.一种基于视觉状态空间的表格结构识别方法,其特征在于:所述方法包括: 获取表格图像数据; 构建由图像分割模块、视觉状态空间模块、稀疏专家模块、图像文本融合模块、Mamba模块和序列预测模块通过层级拓扑结构连接构成的基于状态空间的表格结构识别模型,以通过图像分割模块与视觉状态空间模块提取表格图像特征,经图像文本融合模块融合表格图像特征,稀疏专家模块与Mamba模块协同建模长距离行列依赖关系,由序列预测模块解码输出描述表格布局的结构化标记序列;所述表格结构识别模型具体包括:一个图像分割模块,用于提取表格图像的局部视觉特征;八个视觉状态空间模块,用于建模表格结构的全局空间关系;一个稀疏专家模块,用于增强模型对表格复杂结构的建模能力;一个图像文本融合模块,用于融合视觉特征和文本标签生成融合特征;八个Mamba模块,用于高效处理长序列输出最终序列特征;一个序列预测模块,用于将最终序列特征解码为表格的结构化标记序列;三个线性模块,用于调整视觉特征的维度;一个激活函数ReLU模块,用于增强模型对复杂模式的表达能力;其中,所述模型中各模块之间的连接方式为:所述图像分割模块通过两并行的线性模块输出,其中一个线性模块的输出经视觉状态空间模块,与另一线性模块共同输出到稀疏专家模块;所述稀疏专家模块通过图像文本融合模块输出,图像文本融合模块的输出经线性模块;所述线性模块有两个输出,其中一个经ReLU激活函数,与另一个经过Mamba模块共同输出到序列预测模块; 将获取的表格图像数据输入所述表格结构识别模型,识别得到表格图像数据对应的结构化标记序列。
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上海致宇信息技术有限公司,其通讯地址为:200433 上海市杨浦区邯郸路100号61号楼222室;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”。
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。