基于Rule-Faster-RCNN的多语科技论文PDF文档结构框架元素解析

【目的/意义】PDF文档能够如实地保存原文档的内容和外观,但是也给文档的解析带来了很大的困难。为了更为全面、自动地挖掘多语科技论文的文本信息,本文对多语论文PDF文档的有效解析和知识抽取方法进行了探究。【方法/过程】本文提出一种基于Rule-Faster-RCNN的多语科技论文PDF文档结构框架元素的解析方法,将科技论文全文的结构框架元素分为文本元素和图表元素,采用规则辅以Faster-RCNN深度学习方法分别进行提取,其中规则方法利用论文行文版式特点识别文字框架元素和图表元素,深度学习方法将图表识别看作目标检测构建Faster-RCNN网络来补充规则方法的不足。【结果/结论】经过实验验证了本文提出的PDF解析方法优于基准方法,成功地获取了科技论文的有效全文知识。【创新/局限】本文采用规则辅以深度学习方法更为精细地将多语科技论文的全文文档结构框架元素进行了提取,并验证了方法的有效性;然而限于PDF文档的复杂程度,表元素仅作为图片进行了提取,未能深入到表格内部的文本信息。

基于Faster RCNN的间作类农田无人机喷雾方法研究

为解决植保无人机在间作类农田进行农药喷洒作业时对非喷雾对象的误喷问题.提出一种基于Faster RCNN目标检测的无人机喷雾方法.包括图像预处理、模型训练与测试、喷雾规则的制定。对模型识别效果与喷雾规则可行性进行试验,结果表明,该识别模型对喷雾对象的识别准确率达96.66%,对喷雾对象位置定位的准确率达91.33%,该喷雾规则具有较高的可行性。研究结果为间作类农田的无人机智能化喷雾提供参考。