買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉昆明理工大學申請的專利一種基于級聯解碼的表格結構識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116543403B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310389028.8，技術領域涉及：G06V30/412；該發明授權一種基于級聯解碼的表格結構識別方法是由劉英莉;張廣濤;鄭劍鋒;沈韜設計研發完成，并于2023-04-12向國家知識產權局提交的專利申請。

本一種基于級聯解碼的表格結構識別方法在說明書摘要公布了：本發明涉及一種基于級聯解碼的表格結構識別方法，屬于半結構化文本生成技術領域。首先將表格圖像輸入到編碼器進行編碼，用以捕獲所輸入表格圖像的視覺特征；然后將編碼結果分別輸入到行解碼器和單元格解碼器中；其中，首先將編碼結果單獨輸入到行解碼器解碼得到表頭、表體、行等標記；再將編碼結果與行解碼器解碼結果輸入單元格解碼器解碼得到單元格標記以及單元格行列跨度屬性；最后將兩種解碼器解碼結果融合得到相應表格圖像的結構化HTML序列表示。本發明將編碼結果分別在行、單元格兩個層面上進行解碼，分級解碼結構保證每個解碼器不會生成較長的HTML序列，解決了生成較長序列時的錯誤累計問題，能夠更準確的識別表格結構信息。

本發明授權一種基于級聯解碼的表格結構識別方法在權利要求書中公布了：1.一種基于級聯解碼的表格結構識別方法，其特征在于： Step1：利用編碼器從表格圖像中提取視覺特征； Step2：對編碼器提取的視覺特征，單獨輸入行解碼器進行解碼，行解碼器的訓練過程如下： 訓練數據：對公開數據集注釋文件進行處理，只保留表頭標簽、表體標簽、行標簽； 訓練模型及模型推理：在模型訓練過程中，使用融合注意力機制的循環單元模塊從編碼器提取的視覺特征中學習表格行特征，在推理過程中只生成表頭標簽、標題標簽和行標簽； Step3：對行解碼器解碼結果，與編碼器提取的視覺特征一同輸入單元格解碼器，以對每一行中所有單元格對應的單元格標簽和單元格屬性進行解碼； 訓練模型：在模型訓練過程中，使用融合注意力機制的循環單元模塊從編碼器所提取的視覺特征和行解碼器隱藏層特征中學習單元格特征； 模型推理：在模型推理過程中，根據行解碼器解碼結果決定單元格解碼器是否生成單元格標簽、單元格行列跨度屬性； Step4：融合行解碼器解碼結果和單元格解碼器解碼結果以得到該表格圖像對應的完整HTML序列。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人昆明理工大學，其通訊地址為：650093 云南省昆明市五華區學府路253號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。