基于改进EAST算法的专利附图标记检测

范 楠，肖诗斌，，王焕鹏，施水才，

(1.北京信息科技大学 TRS软件开放实验室，北京 100101；2.拓尔思信息技术股份有限公司，北京 100101)

0 引言

发明专利和实用新型专利的检索系统至今仍大多使用文本信息，通常以 IPC分类号、专利名称、摘要、关键词、权利要求等作为主要检索入口，选择适当逻辑运算符等构造复杂的检索表达式。然而，对于专利审查专家而言，专利附图直观、形象地表达了专利的核心技术内容，代表一个完整的技术方案。相比于阅读理解专利说明书全文的大段文字而言，浏览附图是理解该专利速度更快的方式。附图图像具有一定的抽象性[1]，传统的基于内容的图像检索方法不适用于专利附图的检索。研究发现，专利附图中的数字和字母组成的附图标记(以下简称为附图标记)对应的器件名称对于快速理解专利的技术方案有很大的帮助。对专利附图数字化和自动化后，利用附图标记所代表的器件名集合表征专利附图，对专利审查、检索具有十分重要的实际意义。

附图标记区域可看作附图中的文本区域，对附图标记的自动化检测类似于自然场景中的文本检测。结合深度卷积神经网络(convolutional neural networks，CNN)对自然场景下的文本检测进行研究，是当下采用最为广泛的方法。Faster R-CNN 算法[2]用CNN提取输入图片的特征，引入候选区域网络(region proposal network，RPN)从特征图得到候选区域(region of interest，ROI)，通过分类器生成候选框得分，再通过非最大值抑制方法(non-maximum suppression，NMS)排除多余候选框，得到最终的检测结果。YOLO算法[3]没有显式地求取候选区域的过程，将目标检测问题作为回归问题进行解决，加快了检测的速度，但是检测物体位置的准确性较低。……