[發明專利]文字檢測方法、裝置和系統在審
| 申請號： | 201710241094.5 | 申請日： | 2017-04-13 |
| 公開（公告）號： | CN108734052A | 公開（公告）日： | 2018-11-02 |
| 發明（設計）人： | 周昕宇;姚聰;周舒暢;何蔚然 | 申請（專利權）人： | 北京曠視科技有限公司;北京邁格威科技有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/32;G06N3/04 |
| 代理公司： | 北京市磐華律師事務所 11336 | 代理人： | 高偉;卜璐璐 |
| 地址： | 100190 北京*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 文字檢測 初步檢測結果 檢測結果 神經網絡 輸入圖像 文本區域 直接檢測 篩選 接收輸入圖像 預定規則 中間步驟 準確度 算法 輸出 | ||
1.一種文字檢測方法，其特征在于，所述文字檢測方法包括：
接收輸入圖像；
經由訓練好的神經網絡直接檢測所述輸入圖像中的文本區域，并輸出初步檢測結果；以及
根據預定規則篩選所述初步檢測結果，并對篩選后的結果實施非最大值抑制處理，以獲得最終的檢測結果。
2.根據權利要求1所述的文字檢測方法，其特征在于，所述初步檢測結果包括檢測到的文本區域的分數圖和幾何表示。
3.根據權利要求2所述的文字檢測方法，其特征在于，所述根據預定規則篩選所述初步檢測結果包括：
篩選出分數大于預定閾值的文本區域的幾何表示，以用于對篩選出的幾何表示實施所述非最大值抑制處理。
4.根據權利要求3所述的文字檢測方法，其特征在于，在對篩選出的幾何表示實施所述非最大值抑制處理之前，基于臨近像素的相關性合并所述篩選出的幾何表示。
5.根據權利要求2所述的文字檢測方法，其特征在于，所述幾何表示包括以下中的至少一種：軸對齊的長方形、帶旋轉的長方形、簡單多邊形以及貝塞爾曲線。
6.根據權利要求1-5中的任一項所述的文字檢測方法，其特征在于，所述神經網絡為全卷積網絡，或者為全卷積網絡與循環神經網絡的組合。
7.根據權利要求6所述的文字檢測方法，其特征在于，所述神經網絡包括特征提取層、特征合并層和輸出層。
8.根據權利要求7所述的文字檢測方法，其特征在于，所述特征提取層包括多層卷積神經網絡，用于提取不同層次的圖像特征。
9.根據權利要求8所述的文字檢測方法，其特征在于，所述特征合并層以級聯的方式逐層合并所述不同層次的圖像特征。
11.一種文字檢測裝置，其特征在于，所述文字檢測裝置包括：
檢測模塊，用于接收輸入圖像，經由訓練好的神經網絡直接檢測所述輸入圖像中的文本區域，并輸出初步檢測結果；以及
處理模塊，用于根據預定規則篩選所述初步檢測結果，并對篩選后的結果實施非最大值抑制處理，以獲得最終的檢測結果。
12.根據權利要求11所述的文字檢測裝置，其特征在于，所述初步檢測結果包括檢測到的文本區域的分數圖和幾何表示。
13.根據權利要求12所述的文字檢測裝置，其特征在于，所述處理模塊進一步用于：
篩選出分數大于預定閾值的文本區域的幾何表示，以用于對篩選出的幾何表示實施所述非最大值抑制處理。
14.根據權利要求13所述的文字檢測裝置，其特征在于，所述處理模塊進一步用于：
在對篩選出的幾何表示實施所述非最大值抑制處理之前，基于臨近像素的相關性合并所述篩選出的幾何表示。
15.根據權利要求12所述的文字檢測裝置，其特征在于，所述幾何表示包括以下中的至少一種：軸對齊的長方形、帶旋轉的長方形、簡單多邊形以及貝塞爾曲線。
16.根據權利要求11-15中的任一項所述的文字檢測裝置，其特征在于，所述神經網絡為全卷積網絡，或者為全卷積網絡與循環神經網絡的組合。
17.根據權利要求16所述的文字檢測裝置，其特征在于，所述神經網絡包括特征提取層、特征合并層和輸出層。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京曠視科技有限公司;北京邁格威科技有限公司，未經北京曠視科技有限公司;北京邁格威科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710241094.5/1.html，轉載請聲明來源鉆瓜專利網。
