[發明專利]文本區域檢測方法及裝置、文本檢測方法、計算機可讀介質

在審

• 申請號: 201810225220.2
• 申請日: 2018-03-19
• 公開（公告）號: CN110263779A
• 公開（公告）日: 2019-09-20
• 發明（設計）人: 劉銘
• 申請（專利權）人: 騰訊科技(深圳)有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/00
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種文本區域檢測方法，其特征在于，包括：

提取一原始圖像的特征獲得一特征圖譜；

基于所述特征圖譜進行文本區域檢測，獲取多個文本區域碎片；

獲取多個所述文本區域碎片的序列信息，并根據所述序列信息將多個所述文本區域碎片形成文本區域碎片序列；

將所述文本區域碎片序列聚合獲得文本區域。

2.根據權利要求1所述的文本區域檢測方法，其特征在于，提取一原始圖像的特征獲得一特征圖譜包括：

通過殘差網絡模型對所述原始圖像進行多級卷積獲得所述特征圖譜。

3.根據權利要求1所述的文本區域檢測方法，其特征在于，基于所述特征圖譜進行文本區域檢測，獲取多個文本區域碎片包括：

在所述特征圖譜的每個像素上設置一組錨點；

通過滑窗提取所述錨點對應的圖像特征，生成多個所述文本區域碎片。

4.根據權利要求3所述的文本區域檢測方法，其特征在于，在所述特征圖譜的每個像素上設置一組錨點包括：

在所述特征圖譜的每個像素上設置一組寬度固定的錨點。

5.根據權利要求1所述的文本區域檢測方法，其特征在于，獲取多個所述文本區域碎片的序列信息，并根據所述序列信息將多個文本區域碎片形成文本區域碎片序列包括：

將所述文本區域碎片輸入至一長短期記憶模型，以獲得所述文本區域碎片的序列信息，并根據所述序列信息將多個文本區域碎片形成文本區域碎片序列。

6.根據權利要求5所述的文本區域檢測方法，其特征在于，所述長短期記憶網絡為雙向長短期記憶模型，包括前向長短期記憶模型和后向長短期記憶模型；將所述文本區域碎片輸入至一長短期記憶模型，以獲得所述文本區域碎片的序列信息，并根據所述序列信息將多個所述文本區域碎片形成文本區域碎片序列包括：

通過所述前向長短期記憶模型學習各所述文本區域碎片的上文信息；

通過所述后向長短期記憶模型學習各所述文本區域碎片的下文信息；

將學習結果串聯合并獲得所述文本區域碎片序列。

7.根據權利要求1所述的文本區域檢測方法，其特征在于，將所述文本區域碎片序列聚合獲得所述文本區域包括：

選取多個所述文本區域碎片，其中相鄰兩所述文本區域碎片的間距小于一設定距離，且縱向重疊比大于一設定值；

將多個所述文本區域碎片連接獲得所述文本區域。

8.根據權利要求6所述的文本區域檢測方法，其特征在于，所述文本區域檢測方法還包括：

獲取訓練樣本；

根據所述訓練樣本和不同的學習率對所述殘差網絡模型和所述雙向長短期記憶模型進行機器訓練；

當所述殘差網絡模型和所述雙向長短期記憶模型的損失函數最小時，結束機器訓練。

9.根據權利要求1所述的文本區域檢測方法，其特征在于，所述文本區域檢測方法還包括：

將所述文本區域碎片序列映射至全連接層，以預測所述文本區域碎片的文本置信度和文本位置。

10.根據權利要求1所述的文本區域檢測方法，其特征在于，所述文本區域檢測方法還包括：

根據所述文本區域的預測邊界與所述文本區域的邊界真值之間的相對位移修正所述文本區域的邊界誤差。

11.根據權利要求1所述的文本區域檢測方法，其特征在于，基于所述特征圖譜進行文本區域檢測，獲取多個文本區域碎片包括：

對所述文本區域碎片進行非極大值抑制，以獲取多個文本置信度大于一設定值的文本區域碎片。

12.一種文本檢測方法，其特征在于，包括：

根據權利要求1-11中任一項所述的文本區域檢測方法獲取所述文本區域；

識別所述文本區域中的文本信息，獲得文本。