公开(公告)号：CN119516530B

公开(公告)日：2025-05-09

申请号：CN202411580630.0

申请日：2024-11-07

Applicant: 华南理工大学

Inventor： 黄双萍 ,  徐可可 ,  彭政华 ,  黄森

IPC: G06V20/62 ,  G06V30/18 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0985 ,  G06N3/0455

Abstract: 本发明公开了基于空间位置与场景关联的文本检测识别模型校准方法，包括：根据目标文本序列的似然最大化和目标位置的绝对距离最小化对端到端文本检测识别模型进行监督获得识别损失；通过文本关联序列挖掘模型构建文本关联序列集；通过空间位置平滑方法构建文本平滑位置集；根据文本关联序列集联合正则内容损失实现文本内容置信度校准；根据文本平滑位置集联合正则位置损失实现文本位置置信度校准；引入全局校准强度系数联合正则内容损失和正则位置损失构建正则化损失函数，实现总体的可控性端到端置信度校准；联合识别损失和正则化损失得到最终损失以训练得到校准后的端到端文本检测识别模型，用于输出预测文本序列、位置及校准的置信度。

公开(公告)号：CN117151111A

公开(公告)日：2023-12-01

申请号：CN202311027442.0

申请日：2023-08-15

Applicant: 华南理工大学

Inventor： 黄双萍 ,  徐可可 ,  彭政华 ,  罗钰 ,  黄森

IPC: G06F40/30 ,  G06F16/33 ,  G06F18/214 ,  G06F18/2415

Abstract: 本发明公开了基于感知和语义关联性的文本识别模型可靠性正则方法，包括：利用语义上下文无关的识别模型和预训练语言模型分别获取感知关联序列集和语义关联序列集，构建实例特定的关联序列集；根据关联序列集，联合利用感知和语义关联序列平滑目标序列的损失，以实现更加有效的序列可靠性正则；构建调制函数，根据样本的难易程度自适应调整校准强度，以实现自适应细粒度序列可靠性正则；引入全局平滑因子，联合预测序列与标签序列的KL散度，构建全局校准损失函数，以实现总体的序列可靠性正则；利用最终损失重新训练待校准训练模型，最后得到校准的场景文本识别模型，用于输出预测文本序列及校准的置信度。

公开(公告)号：CN114495114B

公开(公告)日：2022-08-05

申请号：CN202210402975.1

申请日：2022-04-18

Applicant: 华南理工大学 ,  人工智能与数字经济广东省实验室(广州)

Inventor： 黄双萍 ,  罗钰 ,  徐可可

IPC: G06V30/19 ,  G06V30/26 ,  G06K9/62

Abstract: 本发明公开了基于CTC解码器的文本序列识别模型校准方法，包括：将文本图像支撑集输入至待校准训练模型中，获得文本序列识别结果；利用文本图像支撑集的文本序列识别结果计算上下文混淆矩阵，上下文混淆矩阵用于表征序列中相邻时刻预测字符之间的上下文分布关系；根据上下文混淆矩阵，利用上下文相关预测分布对标签平滑中平滑强度有选择性地进行自适应的变化，以实现序列置信度的自适应校准；基于上下文选择性损失函数重新训练待校准训练模型，输出预测文本序列及校准的置信度。本发明方法将标签平滑扩展到基于CTC解码器的文本序列识别模型上，引入序列间上下文关系，对预测序列进行自适应的校准，使得模型输出预测文本置信度能够更加精准。

公开(公告)号：CN119516530A

公开(公告)日：2025-02-25

申请号：CN202411580630.0

申请日：2024-11-07

Applicant: 华南理工大学

Inventor： 黄双萍 ,  徐可可 ,  彭政华 ,  黄森

IPC: G06V20/62 ,  G06V30/18 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0985 ,  G06N3/0455

Abstract: 本发明公开了基于空间位置与场景关联的文本检测识别模型校准方法，包括：根据目标文本序列的似然最大化和目标位置的绝对距离最小化对端到端文本检测识别模型进行监督获得识别损失；通过文本关联序列挖掘模型构建文本关联序列集；通过空间位置平滑方法构建文本平滑位置集；根据文本关联序列集联合正则内容损失实现文本内容置信度校准；根据文本平滑位置集联合正则位置损失实现文本位置置信度校准；引入全局校准强度系数联合正则内容损失和正则位置损失构建正则化损失函数，实现总体的可控性端到端置信度校准；联合识别损失和正则化损失得到最终损失以训练得到校准后的端到端文本检测识别模型，用于输出预测文本序列、位置及校准的置信度。

公开(公告)号：CN114495114A

公开(公告)日：2022-05-13

申请号：CN202210402975.1

申请日：2022-04-18

Applicant: 华南理工大学 ,  人工智能与数字经济广东省实验室(广州)

Inventor： 黄双萍 ,  罗钰 ,  徐可可

IPC: G06V30/19 ,  G06V30/26 ,  G06K9/62

Abstract: 本发明公开了基于CTC解码器的文本序列识别模型校准方法，包括：将文本图像支撑集输入至待校准训练模型中，获得文本序列识别结果；利用文本图像支撑集的文本序列识别结果计算上下文混淆矩阵，上下文混淆矩阵用于表征序列中相邻时刻预测字符之间的上下文分布关系；根据上下文混淆矩阵，利用上下文相关预测分布对标签平滑中平滑强度有选择性地进行自适应的变化，以实现序列置信度的自适应校准；基于上下文选择性损失函数重新训练待校准训练模型，输出预测文本序列及校准的置信度。本发明方法将标签平滑扩展到基于CTC解码器的文本序列识别模型上，引入序列间上下文关系，对预测序列进行自适应的校准，使得模型输出预测文本置信度能够更加精准。