一种基于深度学习注意力模型的ocr敏感数据识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习注意力模型的ocr敏感数据识别方法
申请号:CN202411002556
申请日期:2024-07-25
公开号:CN119007222A
公开日期:2024-11-22
类型:发明专利
摘要
本发明提供一种基于深度学习注意力模型的ocr敏感数据识别方法,属于图像识别领域,本发明通过深度学习模型自动学习文本特征和敏感数据模式,并结合注意力机制对关键区域进行加权处理,从而提高在复杂背景和多变字体下敏感数据的识别准确率,能够适应不同场景下的敏感数据类型和格式变化,具有较强的自适应性和鲁棒性。
技术关键词
敏感数据识别方法 注意力模型 特征提取单元 深度卷积神经网络 引入注意力机制 图像 特征提取网络 深度学习模型 文本行 热力图 鲁棒性 对比度 表达式 非线性 字体 批量 格式 亮度
系统为您推荐了相关专利信息
特征提取单元 特征提取器 可变形卷积层 像素 特征提取模块
风电场智能 波形特征提取 巡检方法 地图 视频
识别模型训练方法 动作时序特征 注意力机制 序列 图像
早期诊断模型构建方法 构建卷积神经网络 卷积神经网络模型 细针穿刺活检 甲状腺超声图像
电能表封印 完整性检测方法 语义分割模型 关键点 图像提取方法