[发明专利]文档图像识别方法和装置、电子设备、计算机可读介质

说明书

本公开提供了一种文档图像识别方法和装置，涉及图像识别、深度学习等技术领域。具体实现方案为：获取待识别文档图像；检测待识别文档图像是否具有至少一个识别要素；响应于待识别文档图像中具有至少一个识别要素，将待识别文档图像划分为至少一个版面区域；针对各个识别要素，对该识别要素对应的版面区域进行识别，得到该识别要素对应的版面区域的识别结果。该实施方式提高了文档图像识别的效率。

技术领域

本公开涉及计算机技术领域，具体涉及图像识别、深度学习等技术领域，尤其涉及一种文档图像识别方法和装置、电子设备、计算机可读介质以及计算机程序产品。

背景技术

日常办公场景中，需要经常处理带有表格的文本文档；如金融行业中提取用户申请资质时各类文件信息；工业界对于实体制造情况的持续跟踪，以及对于发票、各类表单的电子化存储需求等。

在文档分析领域中，研究人员提出了不同的版面分析算法、表格识别算法，但它们只能解决某方面单个子任务，无法统一对该文本文档进行处理。

发明内容

提供了一种文档图像识别方法和装置、电子设备、计算机可读介质以及计算机程序产品。

根据第一方面，提供了一种文档图像识别方法，该方法包括：获取待识别文档图像；检测待识别文档图像是否具有至少一个识别要素；响应于待识别文档图像中具有至少一个识别要素，将待识别文档图像划分为至少一个版面区域；针对各个识别要素，对该识别要素对应的版面区域进行识别，得到该识别要素对应的版面区域的识别结果。

根据第二方面，又提供了一种文档图像识别方法，该方法包括：获取待识别文档图像；将待识别文档图像输入预先训练完成的版面识别模型，以使版面识别模型检测待识别文档图像是否具有至少一个识别要素；响应于待识别文档图像具有至少一个识别要素，得到版面识别模型输出的至少一个版面区域；获取与各个识别要素对应的、预先训练完成的识别要素模型，每个识别要素模型用于识别一种识别要素；针对各个识别要素，采用获取的识别要素模型，对该识别要素对应的版面区域进行识别，得到该识别要素对应的版面区域的识别结果。

根据第三方面，又提供了一种文档图像识别装置，该装置包括：获取单元，被配置成获取待识别文档图像；检测单元，被配置成检测待识别文档图像是否具有至少一个识别要素；划分单元，被配置成响应于待识别文档图像中具有至少一个识别要素，将待识别文档图像划分为至少一个版面区域；识别单元，被配置成针对各个识别要素，对该识别要素对应的版面区域进行识别，得到该识别要素对应的版面区域的识别结果。

根据第四方面，提供了一种文档图像识别装置，该装置包括：图像获取单元，被配置成获取待识别文档图像；输入单元，被配置成将待识别文档图像输入预先训练完成的版面识别模型，以使版面识别模型检测待识别文档图像是否具有至少一个识别要素；得到单元，被配置成响应于待识别文档图像具有至少一个识别要素，得到版面识别模型输出的至少一个版面区域；模型获取单元，被配置成获取与各个识别要素对应的、预先训练完成的识别要素模型，每个识别要素模型用于识别一种识别要素；识别单元，被配置成针对各个识别要素，采用获取的识别要素模型，对该识别要素对应的版面区域进行识别，得到该识别要素对应的版面区域的识别结果。

根据第五方面，提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面或第二方面任一实现方式描述的方法。

根据第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面或第二方面任一实现方式描述的方法。

根据第七方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面或第二方面任一实现方式描述的方法。