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！

龍圖騰網獲悉杭州電子科技大學申請的專利一種基于可形變注意力機制的邊緣信息融合的文檔圖像版面分析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：CN119942571B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202510031714.7，技術領域涉及：G06V30/41；該發明授權一種基于可形變注意力機制的邊緣信息融合的文檔圖像版面分析方法是由張旻;葉栩見;湯景凡;姜明設計研發完成，并于2025-01-09向國家知識產權局提交的專利申請。

本一種基于可形變注意力機制的邊緣信息融合的文檔圖像版面分析方法在說明書摘要公布了：本發明公開了一種基于可形變注意力機制的邊緣信息融合的文檔圖像版面分析方法，旨在通過融合文檔圖像邊緣信息提升模型版面分析的準確性。首先在文檔圖像預處理階段：本發明方法提出了包含三種不同的邊緣信息提取算子的邊界信息提取模塊，以充分提取文檔圖像的邊緣信息。為了更有效地利用文檔圖像的關鍵邊緣信息，本發明方法提出一種基于可形變注意力機制的邊緣信息融合模塊，該模塊能夠同時根據文檔圖像邊緣信息自適應的調整其注意力機制的感受野和注意力權重以適應不同的文檔元素，增強模型對文檔圖像邊緣信息的感知能力，使模型更加關注文檔圖像中的邊緣特征，從而在文檔圖像版面分析時進一步提升模型版面分析的準確性。

本發明授權一種基于可形變注意力機制的邊緣信息融合的文檔圖像版面分析方法在權利要求書中公布了：1.一種基于可形變注意力機制的邊緣信息融合的文檔圖像版面分析方法，其特征在于，包括以下步驟： 步驟1：構建邊緣信息提取模塊，將待檢測的圖片作為原始圖片輸入邊緣信息提取模塊，利用三種不同的邊緣提取算子得到三通道的邊緣信息圖；將原始圖片與所述邊緣信息圖進行相同的預處理后分別輸入SwinTransformer主干網絡，利用滑動窗口機制進行圖像特征提取，分別得到多尺度特征圖ImageFeat∈[res2，res3，res4,res5]與多尺度圖像邊緣信息圖Image_edgeFeat∈[res2e，res3e，res4e，res5e]； 步驟2：對多尺度特征圖ImageFeat與多尺度圖像邊緣信息圖Image_edgeFeat，進行通道數處理、下采樣和展平操作，對多尺度特征ImageFeat進行位置編碼；將展平后的圖像特征圖ImageFeat、邊緣信息特征圖Image_edgeFeat分別和位置編碼Pos輸入到Transformer編碼器中，得到增強的圖像特征序列memory和邊緣信息特征序列memoryedge； 步驟3：將增強的圖像特征序列memory，重新按照原始輸入Transformer編碼器前的各個特征圖的大小進行分割，得到經過編碼器后的各個尺度的特征圖Image_encoderFeat∈[res2′,res3′,res4′,res5′,res6′]；同時將res2和res2′進行融合，得到用于實例分割的像素嵌入圖mask_features； 步驟4：對多尺度特征圖Image_encoderFeat重新進行展平操作；并連同邊緣信息特征序列memoryedge一起輸入統一的Query篩選模型，所述統一的Query篩選模型包含提案生成過程以及三個預測頭：分類頭、檢測頭和分割頭，再根據分類頭生成的分類分數選擇排名前topK個特征并將其分別作為內容查詢Query和邊緣信息查詢Queryedge，利用生成的預測掩碼進一步初始化參考點坐標refpoint_embed； 步驟5：將步驟4中得到的圖像內容查詢Query以及邊緣信息查詢Queryedge、參考點坐標refpoint_embed，輸入由9層解碼器層組成的Transformer解碼器；每一個解碼器層均包括一個基于可形變注意力機制的邊緣信息融合模塊，所述基于可形變注意力機制的邊緣信息融合模塊包括線性層Linearoffset、線性層Linearweight；使用基于可形變注意力機制的邊緣信息融合模塊，在嵌入維度上對圖像內容查詢Query以及邊緣信息查詢Queryedge進行融合，得到融合后的圖像查詢QueryFusion；將融合后的圖像查詢QueryFusion分別輸入線性層Linearoffset和線性層Linearweight，分別得到關注邊緣信息后的采樣偏移量和關注邊緣信息后的注意力權重矩陣；根據步驟2中得到的多尺度圖像特征序列memory，進行結合權重的特征值采樣以及相加，輸出經過特征序列數組hs和參考點坐標reference； 步驟6：將步驟5中Transformer解碼器生成的特征序列數組hs和參考點坐標reference，以及步驟3中得到的用于實例分割的像素嵌入圖mask_features，輸入統一的分類預測頭和實例分割頭，得到類別預測結果和初步的掩碼預測結果； 步驟7：將步驟5中Transformer解碼器生成的特征序列數組hs和參考點坐標reference，一同送入邊界框預測迭代模塊，進行基于每一層特征序列的邊界框迭代操作，得到最后用于目標檢測任務的邊界框的預測結果；拼接步驟6中已經得到的類別預測結果和掩碼預測結果，得到最后的關于文檔圖像版面分析的總體預測結果。

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杭州電子科技大學，其通訊地址為：310018 浙江省杭州市錢塘區白楊街道2號大街1158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”。