(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211366270.5 (22)申请日 2022.11.03 (71)申请人 杭州实在智能科技有限公司 地址 310000 浙江省杭州市余杭区余杭街 道文一西路1818-2号6幢6层 (72)发明人 周神特　张军燕　高晨　 (74)专利代理 机构 浙江永鼎律师事务所 3 3233 专利代理师 周希良 (51)Int.Cl. G06V 30/42(2022.01) G06V 30/19(2022.01) G06V 30/18(2022.01) G06V 30/16(2022.01) G06V 30/148(2022.01) G06V 10/82(2022.01) (54)发明名称 基于深度学习的页眉页 脚检测方法及系统 (57)摘要 本发明属于文本检测技术领域， 具体涉及基 于深度学习的页眉页脚检测方法及系统。 方法包 括S1， 对卷积神经网络模型进行预训练， 获得训 练后优化的卷积神经网络模型； S2， 输入需要检 测的文本图片， 并对所述文本图片进行预处理； S3， 将预处理后的文本图片输入训练后优化的卷 积神经网络模 型中， 输出页眉页脚位置信息以及 角度信息。 本发明具有能够准确、 高效、 稳定地解 析页眉页脚元素位置信息， 通过此检测 信息可用 于版面分析还原， 页面信息提取优化的特点。 权利要求书2页 说明书7页 附图8页 CN 115497115 A 2022.12.20 CN 115497115 A 1.基于深度学习的页眉页 脚检测方法， 其特 征在于， 包括如下步骤； S1， 对卷积神经网络模型进行 预训练， 获得训练后优化的卷积神经网络模型； S2， 输入需要检测的文本图片， 并对所述文本图片进行 预处理； S3， 将预处理后的文本图片输入训练后优化的卷积神经网络模型中， 输出页眉页脚位 置信息以及角度信息 。 2.根据权利要求1所述的基于深度学习的页眉页脚检测方法， 其特征在于， 步骤S1包括 如下步骤： S11， 对已标注的数据集进行数据增强； 所述数据增强包括对图像进行裁剪、 模糊、 缩 放， 调整颜色、 亮度以及加入各种噪声； S12， 对数据增强后的数据集进行 特征提取； S13， 对提取后的特征进行上下文信 息融合； 所述上下文信 息融合指对卷积神经网络模 型内部从底至上各个层， 对同一尺度图片不同维度的特征表达结构， 在单一图片视图下生 成多维度特 征表达； S14， 通过步骤S13生成的多维度特 征表达， 预测页眉页 脚区域和页眉页 脚的角度。 3.根据权利要求1所述的基于深度学习的页眉页脚检测方法， 其特征在于， 步骤S2中所 述预处理包括对文本图片进行亮度调节、 对比度调节、 光照均匀度调节、 透视变形和残缺遮 挡。 4.根据权利要求1所述的基于深度学习的页眉页脚检测方法， 其特征在于， 步骤S3包括 如下步骤： S31， 将预处理后的文本图片输入训练后优化的卷积神经网络模型中， 输出页眉页脚的 掩膜图像信息以及角度信息； S32， 对获得的掩膜图像信息， 进行膨胀处 理； S33， 对膨胀处 理后的掩膜图像信息， 用轮廓算法得到最外围轮廓； S34， 根据获得的最外围轮廓后， 获取最小外 接矩形框； S35， 根据步骤S31中获得的角度信息对最小外 接矩形框进行微调； S36， 根据微调后最小外 接矩形框的位置对应回原文本图片， 获得页眉页 脚位置信息 。 5.基于深度学习的页眉页 脚检测系统， 其特 征在于， 包括： 模型训练模块， 用于对卷积神经网络模型进行预训练， 获得训练后优化的卷积神经网 络模型； 预处理模块， 用于 输入需要检测的文本图片， 并对所述文本图片进行 预处理； 页眉页脚检测模块， 用于将预处理后的文本图片输入训练后优化的卷积神经网络模型 中， 输出页眉页 脚位置信息以及角度信息 。 6.根据权利要求5所述的基于深度学习的页眉页脚检测系统， 其特征在于， 所述模型训 练模块包括： 图像增强模块， 用于对已标注的数据集进行数据增强； 所述数据增强包括对图像进行 裁剪、 模糊、 缩放， 调整颜色、 亮度以及加入各种噪声； 特征提取模块， 用于对数据增强后的数据集进行 特征提取； 上下文信息融合模块， 用于对提取后的特征进行上下文信息融合； 所述上下文信息融 合指对卷积神经网络模型内部从底至上各个层， 对同一尺度图片不同维度 的特征表达结权　利　要　求　书 1/2 页 2 CN 115497115 A 2构， 在单一图片视图下生成多维度特 征表达； 页眉页脚分割模块， 用于预测页眉页 脚区域； 角度分支模块， 用于预测页眉页 脚的角度。 7.根据权利要求5所述的基于深度学习的页眉页脚检测系统， 其特征在于， 所述预处理 模块具体如下： 对文本图片进行亮度调节、 对比度调节、 光照均匀度调节、 透 视变形和残缺遮挡。 8.根据权利要求5所述的基于深度学习的页眉页脚检测系统， 其特征在于， 所述页眉页 脚检测模块具体如下： 将预处理后的文本图片输入训练后优化的卷积神经网络模型中， 输出页眉页脚的掩膜 图像信息以及角度信息； 对获得的掩膜图像信息， 进行膨胀处 理； 对膨胀处 理后的掩膜图像信息， 用轮廓算法得到最外围轮廓； 根据获得的最外围轮廓后， 获取最小外 接矩形框； 根据获得的角度信息对最小外 接矩形框进行微调； 根据微调后最小外 接矩形框的位置对应回原文本图片， 获得页眉页 脚位置信息 。权　利　要　求　书 2/2 页 3 CN 115497115 A 3