[發(fā)明專利]一種檢測(cè)文本的方法和設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201811451707.9
• 申請(qǐng)日: 2018-11-30
• 公開(kāi)（公告）號(hào): CN111259878A
• 公開(kāi)（公告）日: 2020-06-09
• 發(fā)明（設(shè)計(jì)）人: 賀菁菁
• 申請(qǐng)（專利權(quán)）人: 中移（杭州）信息技術(shù)有限公司;中國(guó)移動(dòng)通信集團(tuán)有限公司
• 主分類號(hào): G06K9/20
• 分類號(hào): G06K9/20;G06K9/32;G06K9/38
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 郭潤(rùn)湘

1.一種檢測(cè)文本的方法，其特征在于，該方法包括：

通過(guò)文本區(qū)域檢測(cè)模型得到待檢測(cè)圖片的候選文本框區(qū)域，并通過(guò)所述文本區(qū)域概率圖模型得到所述候選文本框區(qū)域的概率圖；

通過(guò)檢測(cè)由所述候選文本框區(qū)域的概率圖轉(zhuǎn)化得到的二值化圖像中的文字區(qū)域生成文字區(qū)域包圍框；

根據(jù)所述文字區(qū)域包圍框在所述待檢測(cè)圖片的坐標(biāo)信息確定所述文字區(qū)域包圍框在所述待檢測(cè)圖片中的位置；

檢測(cè)所述待檢測(cè)圖片中的位置的文本信息。

2.如權(quán)利要求1所述的方法，其特征在于，所述通過(guò)所述文本區(qū)域概率圖模型得到所述候選文本框區(qū)域的概率圖之后，通過(guò)檢測(cè)由所述候選文本框區(qū)域的概率圖轉(zhuǎn)化得到的二值化圖像中的文字區(qū)域生成文字區(qū)域包圍框之前，還包括：

從所有候選文本框區(qū)域中剔除滿足文字篩選條件的候選文本框區(qū)域；

所述通過(guò)檢測(cè)由所述候選文本框區(qū)域的概率圖轉(zhuǎn)化得到的二值化圖像中的文字區(qū)域生成文字區(qū)域包圍框，包括：

通過(guò)檢測(cè)由保留的候選文本框區(qū)域的概率圖轉(zhuǎn)化得到的二值化圖像中的文字區(qū)域生成文字區(qū)域包圍框。

3.如權(quán)利要求2所述的方法，其特征在于，所述文字篩選條件包括下列中的部分或全部：

候選文本框區(qū)域的概率圖轉(zhuǎn)化得到的二值化圖像中文字區(qū)域與總區(qū)域比值小于第一閾值；

候選文本框區(qū)域的文本框置信度小于第二閾值。

4.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述文字區(qū)域包圍框在所述待檢測(cè)圖片的坐標(biāo)信息確定所述文字區(qū)域包圍框在所述待檢測(cè)圖片中的位置之后，還包括：

確定所述文字區(qū)域包圍框在所述待檢測(cè)圖片中的位置對(duì)應(yīng)的文字框區(qū)域；

對(duì)所述文字框區(qū)域進(jìn)行非極大值抑制得到去除重疊區(qū)域后的文字框區(qū)域；

所述檢測(cè)所述待檢測(cè)圖片中的位置的文本信息，包括：

檢測(cè)所述去除重疊區(qū)域后的文字框區(qū)域在所述待檢測(cè)圖片中的位置的文本信息。

5.如權(quán)利要求1所述的方法，其特征在于，通過(guò)下列方式得到由所述候選文本框區(qū)域的概率圖轉(zhuǎn)化得到的二值化圖像：

將所述候選文本框區(qū)域的概率圖進(jìn)行二值化后得到二值圖像；

將所述二值圖像進(jìn)行形態(tài)學(xué)濾波后得到所述二值化圖像。

6.如權(quán)利要求1所述的方法，其特征在于，通過(guò)下列方式得到所述文本區(qū)域概率圖模型：

通過(guò)訓(xùn)練圖像隨機(jī)裁剪后的子圖像對(duì)二分類模型進(jìn)行訓(xùn)練得到訓(xùn)練模型；

將所述訓(xùn)練模型中的全連接層轉(zhuǎn)化為卷積層后生成所述文本區(qū)域概率圖模型。

7.如權(quán)利要求1所述的方法，其特征在于，所述文本區(qū)域檢測(cè)模型包括下列的部分或全部：

Faster R-CNN模型、SSD模型、YOLO模型；

所述文本區(qū)域概率圖模型為全卷積網(wǎng)絡(luò)FCN模型。

8.一種檢測(cè)文本的設(shè)備，其特征在于，該設(shè)備包括：處理器以及收發(fā)機(jī)：

所述處理器：用于利用收發(fā)機(jī)通過(guò)文本區(qū)域檢測(cè)模型得到待檢測(cè)圖片的候選文本框區(qū)域，并通過(guò)所述文本區(qū)域概率圖模型得到所述候選文本框區(qū)域的概率圖；通過(guò)檢測(cè)由所述候選文本框區(qū)域的概率圖轉(zhuǎn)化得到的二值化圖像中的文字區(qū)域生成文字區(qū)域包圍框；根據(jù)所述文字區(qū)域包圍框在所述待檢測(cè)圖片的坐標(biāo)信息確定所述文字區(qū)域包圍框在所述待檢測(cè)圖片中的位置；檢測(cè)所述待檢測(cè)圖片中的位置的文本信息。

9.如權(quán)利要求8所述的設(shè)備，其特征在于，所述處理器還用于：

通過(guò)所述文本區(qū)域概率圖模型得到所述候選文本框區(qū)域的概率圖之后，從所有候選文本框區(qū)域中剔除滿足文字篩選條件的候選文本框區(qū)域；

通過(guò)檢測(cè)由所述候選文本框區(qū)域的概率圖轉(zhuǎn)化得到的二值化圖像中的文字區(qū)域生成文字區(qū)域包圍框；

所述處理器具體用于：

通過(guò)檢測(cè)由保留的候選文本框區(qū)域的概率圖轉(zhuǎn)化得到的二值化圖像中的文字區(qū)域生成文字區(qū)域包圍框。