[發明專利]一種移動終端的文字識別方法及裝置

有效

• 申請號: 201711252341.8
• 申請日: 2017-12-01
• 公開（公告）號: CN109871848B
• 公開（公告）日: 2022-01-25
• 發明（設計）人: 梅曉峰;馬龍;蘇雪峰;佟子健
• 申請（專利權）人: 北京搜狗科技發展有限公司
• 主分類號: G06V30/194
• 分類號: G06V30/194;G06V30/00;G06N3/04;G06T1/20
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王玲;王寶筠

1.一種移動終端文字識別方法，其特征在于，應用于文字識別系統，所述文字識別系統包括圖片特征提取模塊、概率計算模塊、最大概率輸出模塊，其特征在于，所述方法包括：

確定中央處理器CPU的計算能力以及圖像處理器GPU的計算能力；

根據所述CPU的計算能力和所述GPU的計算能力，配置所述CPU執行圖片特征提取模塊的計算任務，配置所述GPU執行概率計算模塊和最大概率輸出模塊中的至少一個模塊對應的計算任務；

所述配置所述CPU執行圖片特征提取模塊的計算任務具體包括：利用單指令多數據流SIMD指令并行處理卷積層和長短期記憶網絡層的同類計算，獲取輸入圖片的圖片特征；

所述配置所述GPU執行概率計算模塊的計算任務具體包括：對所述圖片特征提取模塊提取的圖片特征執行降維處理，利用全連接層并行計算處理后的圖片特征對應文字的概率值；

所述配置GPU執行最大概率輸出模塊的計算任務包括：調用GPU的底層接口，利用多個線程并行計算各圖片塊的圖片特征對應的文字的概率值中的最大值；其中，輸入圖片被劃分為多個圖片塊，所述線程的數量與圖片塊的數量具有對應關系；輸出最大概率值對應的文字作為文字識別結果；

所述利用多個線程并行計算各圖片塊的圖片特征對應的文字的概率值中的最大值包括：配置每個線程利用向量指令并行計算，以得到各圖片塊的圖片特征對應的文字的概率值中的最大值。

2.一種移動終端文字識別裝置，其特征在于，所述文字識別裝置包括圖片特征提取模塊、概率計算模塊、最大概率輸出模塊，還包括：

計算能力確定模塊，用于確定中央處理器CPU的計算能力以及圖像處理器GPU的計算能力；

配置模塊，用于根據所述CPU的計算能力和所述GPU的計算能力，配置所述CPU執行圖片特征提取模塊的計算任務，配置所述GPU執行概率計算模塊和最大概率輸出模塊中的至少一個模塊對應的計算任務；

所述圖片特征提取模塊具體用于：利用單指令多數據流SIMD指令并行處理卷積層和長短期記憶網絡層的同類計算，獲取輸入圖片的圖片特征；

所述概率計算模塊具體用于：對所述圖片特征提取模塊提取的圖片特征執行降維處理，利用全連接層并行計算處理后的圖片特征對應文字的概率值；

所述最大概率輸出模塊具體用于：調用GPU的底層接口，利用多個線程并行計算各圖片塊的圖片特征對應的文字概率值中的最大值；輸出最大概率值對應的文字作為文字識別結果；其中，輸入圖片被劃分為多個圖片塊，所述線程的數量與圖片塊的數量具有對應關系；

所述利用多個線程并行計算各圖片塊的圖片特征對應的文字概率值中的最大值具體包括：配置每個線程利用向量指令并行計算，以得到各圖片塊的圖片特征對應的文字的概率值中的最大值。

3.一種文字識別的裝置，其特征在于，包括有存儲器，以及一個或者一個以上的程序，其中一個或者一個以上程序存儲于存儲器中，當所述一個或者一個以上程序被一個或者一個以上處理器執行時，使得所述一個或者一個以上處理器實現如權利要求1所述的移動終端文字識別方法。

4.一種機器可讀介質，其上存儲有指令，當由一個或多個處理器執行時，使得所述一個或多個處理器執行如權利要求1中所述的移動終端文字識別方法。