[發明專利]一種文本識別方法和裝置

在審

• 申請號: 201910108577.7
• 申請日: 2019-01-18
• 公開（公告）號: CN111461105A
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 劉聰海;陳亮亮;方清;曾曉嘉;淦小健;朱正一;崔子玲
• 申請（專利權）人: 順豐科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

1.一種文本識別方法，其特征在于，包括：

獲取包含目標文本的待識別圖像；

根據預置的文本識別網絡模型以及預置的特征詞從所述待識別圖像中確定特征文本區域；

根據訓練后的文本提取網絡模型從所述特征文本區域中提取文本信息，所述文本提取網絡模型由四個卷積神經網絡CNN模塊、一個循環神經網絡RNN模塊以及一個CTC模塊組成；

根據所述文本信息確定所述目標文本。

2.根據權利要求1所述的方法，其特征在于，所述根據預置的文本識別網絡模型以及預置的特征詞從所述待識別圖像中確定特征文本區域，包括：

根據所述文本識別網絡模型從所述待識別圖像中確定文本區域；

根據所述特征詞從所述文本區域中確定所述特征文本區域。

3.根據權利要求1所述的方法，其特征在于，所述根據所述文本信息確定所述目標文本，包括：

將所述文本信息映射到訓練后的高維空間模型中，得到所述特征詞與多個子文本的詞距；

將詞距最小的子文本確定為所述目標文本。

4.根據權利要求3所述的方法，其特征在于，所述將所述文本信息映射到訓練后的高維空間模型中之前，所述方法還包括：

根據訓練樣本訓練所述高維空間模型，所述訓練樣本為已知詞距的樣本。

5.根據權利要求1所述的方法，其特征在于，所述根據預置的文本識別網絡模型以及預置的特征詞從所述待識別圖像中確定特征文本區域之前，所述方法還包括：

根據預置的角度檢測模型檢測所述待識別圖像，得到所述待檢測圖像的傾斜角度；

根據所述傾斜角度對所述待識別圖像進行角度調整，得到調整后的待識別圖像；

所述根據預置的文本識別網絡模型以及預置的特征詞從所述待識別圖像中確定特征文本區域，包括：

根據預置的文本識別網絡模型以及預置的特征詞從所述調整后的待識別圖像中確定特征文本區域。

6.根據權利要求1所述的方法，其特征在于，所述根據訓練后的文本提取網絡模型從所述特征文本區域中提取文本信息之前，所述方法還包括：

構建所述文本提取網絡模型；

根據CTC損失值對所述文本提取網絡模型進行訓練，得到所述訓練后的文本提取網絡模型。

7.根據權利要求1至6中任一項所述的方法，其特征在于，所述CNN模塊由卷積層、第一BN層、第一rulu層以及最大池化層組成，所述RNN模塊由flatten層、第一全連接層、第二BN層、第二rulu層、dropout層、第一雙向RNN層、第二全連接層、第二雙向RNN層、第三全連接層以及softmax層組成。

8.根據權利要求1至6中任一項所述的方法，其特征在于，所述目標文本為門牌文本信息。

9.一種文本識別裝置，其特征在于，包括：

獲取單元，用于獲取包含目標文本的待識別圖像；

第一確定單元，用于根據預置的文本識別網絡模型以及預置的特征詞從所述待識別圖像中確定特征文本區域；

第一提取單元，用于根據訓練后的文本提取網絡模型，從所述特征文本區域中提取文本信息，所述文本提取網絡模型由四個卷積神經網絡CNN模塊、一個循環神經網絡RNN模塊以及一個CTC模塊組成；

第二確定單元，用于根據所述文本信息確定所述目標文本。

10.根據權利要求9所述的裝置，其特征在于，所述第一確定單元具體用于：

根據所述文本識別網絡模型從所述待識別圖像中確定文本區域；

根據所述特征詞從所述文本區域中確定所述特征文本區域。