一种针对多层控股关系股份图的识别方法技术

本发明专利技术公开一种针对多层控股关系股份图的识别方法，步骤为：步骤1，输入待识别股份图；步骤2，采用Faster R‑CNN网络提取公司(个人)、箭头、带线箭头和百分比的坐标；步骤3，根据分治思想，将待识别股份图划分为多个单层一对多或多对一股份图；步骤4，对于每个一对多或多对一股份图，根据箭头坐标确定角点坐标，根据箭头角点坐标确定箭头的走向，将公司(个人)划分为指向对象和被指向对象，将被指向对象和指向对象中个数多的一方与百分比绑定；利用OCR识别方法对公司(个人)中的文字进行识别；步骤5，根据指向关系，构建控股流程有向加权图。本发明专利技术解决了现有技术中存在的原有股份图难以直观反映出公司股份的问题。

【技术实现步骤摘要】
一种针对多层控股关系股份图的识别方法
本专利技术属于图像识别
，涉及一种针对多层控股关系股份图的识别方法。
技术介绍
随着互联网技术的日新月异，人工智能领域更加蓬勃发展，与之有关的技术以及产品在人们日常生活中的占比也随之上升。图像识别技术是人工智能中的一个重要领域，它是许多实用技术的基础，例如立体视觉、运动分析、数据融合等，也在导航、天气预报、自然资源分析、环境监测、生理病变研究等领域具有重要的应用价值。对复杂图像的具体识别解析是人工智能的一个重要领域，并且当前图像的目标识别对车牌、人脸、行人等特征识别已经较为成熟；因此，研究者希望对更加复杂的关系图像(如股份图)进行识别与解析，使相关人员摆脱传统人工进行股份分析的方法，能够高效、精准的掌握股权分布，提高工作效率。但是，现有的股份图都是大多来自于公司发表的年度或季度报告以及相关软件(如天眼查)，图片比较复杂，难以直观的了解公司股份的架构，再加上分析时不仅仅是对一张图、一个公司的股份进行分析，工作不仅时费时费力，而且难以理清。另外，目前国内外没有利用图像识别技术对股份图进行识别的研究本文档来自技高网...

【技术保护点】
1.一种针对多层控股关系股份图的识别方法，，其特征在于，具体步骤为：/n步骤1，输入多层控股关系的待识别股份图；/n步骤2，采用Faster R-CNN网络提取图片中公司(个人)、箭头、带线箭头和百分比的坐标；/n步骤3，根据分治思想，利用带线箭头的坐标将待识别股份图划分为多个单层一对多或多对一股份图；/n步骤4，对于每个单层一对多或多对一股份图，根据箭头坐标确定角点坐标，根据箭头角点坐标确定箭头的走向；根据箭头的走向将公司(个人)划分为指向对象和被指向对象，之后将被指向对象和指向对象中个数多的一方与百分比一对一绑定；最后利用OCR识别方法对指向对象和被指向对象中的文字进行识别；/n步骤5，根...

【技术特征摘要】
1.一种针对多层控股关系股份图的识别方法，，其特征在于，具体步骤为：
步骤1，输入多层控股关系的待识别股份图；
步骤2，采用FasterR-CNN网络提取图片中公司(个人)、箭头、带线箭头和百分比的坐标；
步骤3，根据分治思想，利用带线箭头的坐标将待识别股份图划分为多个单层一对多或多对一股份图；
步骤4，对于每个单层一对多或多对一股份图，根据箭头坐标确定角点坐标，根据箭头角点坐标确定箭头的走向；根据箭头的走向将公司(个人)划分为指向对象和被指向对象，之后将被指向对象和指向对象中个数多的一方与百分比一对一绑定；最后利用OCR识别方法对指向对象和被指向对象中的文字进行识别；
步骤5，根据步骤3得到的指向关系，构建“对象—箭头—百分比—被指向对象”的控股流程有向加权图。


2.如权利要求1所述的一种针对多层控股关系股份图的识别方法，其特征在于，所述步骤2包括：
步骤2.1，采取大量股份图并对图中的公司(个人)、箭头、带线箭头和百分比进行人工标注后作为数据集；其中股份图被人工划分为多个单层一对多或多对一股份图，将超出单层一对多或多对一股份图的箭头定义为带线箭头；
步骤2.2，建立VGG-16网络模型，所述VGG-16包括13个卷积层，3个全连接层，5个池化层；
步骤2.3，VGG-16网络模型对数据集进行训练；
步骤2.4，采用训练好的VGG-16网络模型对待识别股份图进行检测，输出检测结果，所述检测结果为公司(个人)、箭头和百分比的坐标。


3.如权利要求1所述的一种针对多层控股关系股份图的识别方法，其特征在于，步骤2中13个所述卷积层采用的卷积核的尺寸是3x3卷积，采用步幅stride＝1，填充方式为padding＝same，每一个卷积层使用一个relu激活函数；分别生成positiveanchors和对应boundingboxregression偏移量，然后计算出proposals；
所述的池化层的采用的池化核参数均为2×2，步幅stride＝2，max的池化方式；利用卷积层的proposals从featuremaps中提取proposalfeature送入后续全连接和softmax网络作classification(即分类proposal到底是什么object)。


4.如权利要求1所述的一种针对多层控股关系股份图的识别方法，其特征在于，所述步骤3为：
步骤3.1，基于步骤2所得的某个带线箭头的坐标，设带线箭头的区域的上界、下界、左界、右界为U、D、L、R，进而根据四个界限依次对公司(个人)名称的坐标进行搜索扩展，具体操作如下：
对上界U进行扩展：当带线箭头区域的上界U和某公司(个人)名称区域的下界D’的差的绝对值在误差μ范围之内时，即将带线箭头区域的上界U扩展为此公司(个人)名称区域的上界U’；对下界D进行扩展：当带线箭头区域的下界D和某公司(个人)名称区域的上界U’的差的绝对值在误差μ范围之内时，即将带线箭头区域的下界D扩展为此公司(个人)名称区域的下界D’；对L进行扩展：找出一...

【专利技术属性】
技术研发人员：张贝贝，仵晨伟，郭仲穗，郑浩然，魏嵬，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61