← 返回列表
基于显著性检测的智能图文排版方法及系统
申请人信息
- 申请人:安徽省医学情报研究所
- 申请人地址:230000 安徽省合肥市庐阳区龚湾路15号
- 发明人: 安徽省医学情报研究所
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于显著性检测的智能图文排版方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311679915.5 |
| 申请日 | 2023/12/8 |
| 公告号 | CN117669493A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06F40/109 |
| 权利人 | 安徽省医学情报研究所 |
| 发明人 | 刘菲; 崔月婷 |
| 地址 | 安徽省合肥市庐阳区龚湾路15号 |
摘要文本
本发明公开了基于显著性检测的智能图文排版方法及系统,解决了现有文本识别技术只能对单一文本类型或通用领域的文本进行识别排版,无法应用于更广泛的领域并提高图文排版准确性和效率的问题,方法包括获取图文数据,提取文本数据中全局语义和关键词特征;基于预训练的排版拼接模型对文本数据中全局语义和关键词特征进行一次拼接,得到第一预测结果,计算第一预测结果以及第二预测结果的排版平衡值;本发明实施例通过预训练的显著性检测模型对预处理集中文本数据进行显著性检测,从而可以有效提取不同类型文本数据中的全局语义和关键词特征,同时结合排版拼接模型对文本排版进行预测,使得排版结果更为精准有效。
专利主权项内容
1.基于显著性检测的智能图文排版方法,其特征在于,所述基于显著性检测的智能图文排版方法包括:获取图文数据,并对获取到的图文数据预处理,生成预处理集;加载预处理集,基于预训练的显著性检测模型对预处理集中文本数据进行显著性检测,提取文本数据中全局语义和关键词特征;基于预训练的排版拼接模型对文本数据中全局语义和关键词特征进行一次拼接,得到第一预测结果;加载文本数据中全局语义和关键词特征,基于预训练的排版拼接模型对全局语义和关键词特征进行二次拼接,得到第二预测结果;计算所述第一预测结果以及第二预测结果的排版平衡值,以排版平衡值高的预测结果为输出。 马-克-数据