本技術(shù)實(shí)施例涉及人工智能領(lǐng)域，尤其涉及一種版面布局提取模型的訓(xùn)練方法、裝置及相關(guān)設(shè)備。

背景技術(shù)：

1、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的高速發(fā)展，電子類文檔逐漸成為承載信息的載體。其中便攜式文檔格式(pdf)是由adobe公司開發(fā)的一種文件格式，廣泛用于文檔的交換和存儲(chǔ)?，F(xiàn)有技術(shù)中，一般通過版面布局提取模型對待檢測pdf文檔進(jìn)行布局檢測，但是用于pdf文檔一般會(huì)出現(xiàn)文本圖片光線明暗分布不均和圖片扭曲的問題，從而導(dǎo)致現(xiàn)有技術(shù)中版面布局提取模型對pdf文檔識(shí)別準(zhǔn)確度較低的問題。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供一種版面布局提取模型的訓(xùn)練方法、裝置及相關(guān)設(shè)備，以解決現(xiàn)有技術(shù)中版面布局提取模型對版面圖像識(shí)別準(zhǔn)確度較低的問題。

2、為解決上述問題，本技術(shù)是這樣實(shí)現(xiàn)的：

3、第一方面，本技術(shù)實(shí)施例提供了一種版面布局提取模型的訓(xùn)練方法，所述方法包括：

4、獲取第一訓(xùn)練數(shù)據(jù)集，所述第一訓(xùn)練數(shù)據(jù)集包括多張第一圖像和所述多張第一圖像分別對應(yīng)的多個(gè)第一版面布局信息，所述多張第一圖像為無扭曲和均勻光照的版面圖像；

5、對所述多張第一圖像進(jìn)行圖像扭曲處理，得到多張第二圖像和所述多張第二圖像對應(yīng)的多個(gè)第二版面布局信息，以及對所述多張第一圖像進(jìn)行光照分散處理，得到多張第三圖像和所述多張第三圖像對應(yīng)的多個(gè)第三版面布局信息；

6、基于所述多張第二圖像、所述多個(gè)第二版面布局信息、所述多張第三圖像和所述多個(gè)第三版面布局信息，對版面布局提取模型進(jìn)行訓(xùn)練，得到目標(biāo)版面布局提取模型，所述版面布局提取模型用于提取版面圖像中的版面布局信息。

7、可選的，所述基于所述多張第二圖像、所述多個(gè)第二版面布局信息、所述多張第三圖像和所述多個(gè)第三版面布局信息，對版面布局提取模型進(jìn)行訓(xùn)練，得到目標(biāo)版面布局提取模型，包括：

8、生成第二訓(xùn)練數(shù)據(jù)集，所述第二訓(xùn)練數(shù)據(jù)集包括所述多張第一圖像、所述多個(gè)第一版面布局信息、所述多張第二圖像、所述多個(gè)第二版面布局信息、所述多張第三圖像和所述多個(gè)第三版面布局信息；

9、將所述第二訓(xùn)練數(shù)據(jù)集輸入至目標(biāo)圖像扭曲模型中進(jìn)行特征提取，得到多個(gè)圖像扭曲特征，以及將所述第二訓(xùn)練數(shù)據(jù)集輸入至目標(biāo)光照檢測模型中進(jìn)行特征提取，得到多個(gè)圖像光照特征；

10、基于所述多個(gè)圖像扭曲特征和所述多個(gè)圖像光照特征對所述版面布局提取模型進(jìn)行訓(xùn)練，得到所述目標(biāo)版面布局提取模型。

11、可選的，所述方法還包括：

12、基于所述多張第二圖像和所述多個(gè)第二版面布局信息對圖像扭曲模型進(jìn)行訓(xùn)練，得到所述目標(biāo)圖像扭曲模型；和/或

13、基于所述多張第三圖像和所述多個(gè)第三版面布局信息對光照檢測模型進(jìn)行訓(xùn)練，得到所述目標(biāo)光照檢測模型。

14、可選的，所述對所述多張第一圖像進(jìn)行圖像扭曲處理，得到多張第二圖像和所述多張第二圖像對應(yīng)的多個(gè)第二版面布局信息，以及對所述多張第一圖像進(jìn)行光照分散處理，得到多張第三圖像和所述多張第三圖像對應(yīng)的多個(gè)第三版面布局信息，包括：

15、將所述多張第一圖像和所述多個(gè)第一版面布局信息輸入至圖像扭曲模型中進(jìn)行圖像扭曲處理，得到第三訓(xùn)練數(shù)據(jù)集，所述第三訓(xùn)練數(shù)據(jù)集包括所述多張第二圖像和所述多個(gè)第二版面布局信息；

16、將所述多張第一圖像和所述多個(gè)第一版面布局信息輸入至光照分散模型中進(jìn)行光照分散處理，得到第四訓(xùn)練數(shù)據(jù)集，所述第四訓(xùn)練數(shù)據(jù)集包括所述多張第三圖像和所述多個(gè)第三版面布局信息。

17、可選的，所述將所述多張第一圖像和所述多個(gè)第一版面布局信息輸入至圖像扭曲模型中進(jìn)行圖像扭曲處理，得到第三訓(xùn)練數(shù)據(jù)集，包括：

18、將所述多張第一圖像輸入至所述圖像扭曲模型中，對所述多張第一圖像分別進(jìn)行旋轉(zhuǎn)扭曲，得到所述多張第二圖像；

19、根據(jù)所述多個(gè)第一版面布局信息計(jì)算所述多張第二圖像對應(yīng)的多個(gè)第二版面布局信息，所述第二版面布局信息用于指示所對應(yīng)的第二圖像的扭曲角度；

20、基于所述多張第二圖像和所述多個(gè)第二版面布局信息生成所述第三訓(xùn)練數(shù)據(jù)集。

21、可選的，所述將所述多張第一圖像和所述多個(gè)第一版面布局信息輸入至光照分散模型中進(jìn)行光照分散處理，得到第四訓(xùn)練數(shù)據(jù)集，包括：

22、將所述多張第一圖像輸入至光照分散模型中，分別在所述多張第一圖像上生成隨機(jī)遮擋，得到多張第五圖像；

23、分別對所述多張第五圖像進(jìn)行模糊處理和光照度調(diào)整，得到所述多張第三圖像；

24、根據(jù)所述多個(gè)第一版面布局信息計(jì)算所述多張第三圖像對應(yīng)的多個(gè)第三版面布局信息，所述第三版面布局信息用于指示所對應(yīng)的第三圖像的模糊程度和光照度。

25、第二方面，本技術(shù)實(shí)施例提供了一種版面布局的提取方法，所述方法包括：

26、獲取待處理的目標(biāo)圖像；

27、將所述待處理的目標(biāo)圖像輸入至第一方面任一項(xiàng)所述的目標(biāo)版面布局提取模型中進(jìn)行版面布局提取，得到所述待處理的目標(biāo)圖像的版面布局信息。

28、第三方面，本技術(shù)實(shí)施例還提供一種版面布局提取模型的訓(xùn)練裝置，所述裝置包括：

29、第一獲取模塊，用于獲取第一訓(xùn)練數(shù)據(jù)集，所述第一訓(xùn)練數(shù)據(jù)集包括多張第一圖像和所述多張第一圖像分別對應(yīng)的多個(gè)第一版面布局信息，所述多張第一圖像為無扭曲和均勻光照的版面圖像；

30、處理模塊，用于對所述多張第一圖像進(jìn)行圖像扭曲處理，得到多張第二圖像和所述多張第二圖像對應(yīng)的多個(gè)第二版面布局信息，以及對所述多張第一圖像進(jìn)行光照分散處理，得到多張第三圖像和所述多張第三圖像對應(yīng)的多個(gè)第三版面布局信息；

31、訓(xùn)練模塊，用于基于所述多張第二圖像、所述多個(gè)第二版面布局信息、所述多張第三圖像和所述多個(gè)第三版面布局信息，對版面布局提取模型進(jìn)行訓(xùn)練，得到目標(biāo)版面布局提取模型，所述版面布局提取模型用于提取版面圖像中的版面布局信息。

32、第四方面，本技術(shù)實(shí)施例還提供一種版面布局的提取裝置，包括：

33、第二獲取模塊，用于獲取待處理的目標(biāo)圖像；

34、提取模塊，用于將所述待處理的目標(biāo)圖像輸入至上述任一項(xiàng)所述的目標(biāo)版面布局提取模型中進(jìn)行版面布局提取，得到所述待處理的目標(biāo)圖像的版面布局信息。

35、第五方面，本技術(shù)實(shí)施例還提供一種電子設(shè)備，包括：收發(fā)機(jī)、存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的程序；所述處理器，用于讀取存儲(chǔ)器中的程序?qū)崿F(xiàn)如前述第一方面所述方法中的步驟，或，實(shí)現(xiàn)如前述第二方面所述方法中的步驟。

36、第六方面，本技術(shù)實(shí)施例還提供一種可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)程序，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如前述第一方面所述方法中的步驟，或，實(shí)現(xiàn)如前述第二方面所述方法中的步驟。

37、第七方面，本技術(shù)實(shí)施例還提供一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品被存儲(chǔ)在存儲(chǔ)介質(zhì)中，所述計(jì)算機(jī)程序產(chǎn)品被至少一個(gè)處理器執(zhí)行以實(shí)現(xiàn)如第一方面所述方法中的步驟，或，實(shí)現(xiàn)如前述第二方面所述方法中的步驟。

38、本技術(shù)提供一種版面布局提取模型的訓(xùn)練方法、裝置及相關(guān)設(shè)備，所述方法包括：獲取第一訓(xùn)練數(shù)據(jù)集，所述第一訓(xùn)練數(shù)據(jù)集包括多張第一圖像和所述多張第一圖像分別對應(yīng)的多個(gè)第一版面布局信息，所述多張第一圖像為無扭曲和均勻光照的版面圖像；對所述多張第一圖像進(jìn)行圖像扭曲處理，得到多張第二圖像和所述多張第二圖像對應(yīng)的多個(gè)第二版面布局信息，以及對所述多張第一圖像進(jìn)行光照分散處理，得到多張第三圖像和所述多張第三圖像對應(yīng)的多個(gè)第三版面布局信息；基于所述多張第二圖像、所述多個(gè)第二版面布局信息、所述多張第三圖像和所述多個(gè)第三版面布局信息，對版面布局提取模型進(jìn)行訓(xùn)練，得到目標(biāo)版面布局提取模型，所述版面布局提取模型用于提取版面圖像中的版面布局信息。本技術(shù)通過將第一訓(xùn)練數(shù)據(jù)集中的多張第一圖像進(jìn)行圖像扭曲處理和光照分散處理后，分別得到多張第二圖像和多張第三圖像，由此通過更多不同情況的版面圖像對版面布局提取模型進(jìn)行訓(xùn)練，提高了版面布局提取模型對版面圖像的識(shí)別準(zhǔn)確度。