[發(fā)明專利]一種文本檢測方法和裝置

在審

• 申請?zhí)枺?/td>: 201910236435.9
• 申請日: 2019-03-27
• 公開（公告）號: CN111753821A
• 公開（公告）日: 2020-10-09
• 發(fā)明（設(shè)計(jì)）人: 盧晶
• 申請（專利權(quán)）人: 杭州海康威視數(shù)字技術(shù)股份有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 北京柏杉松知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 馬敬;項(xiàng)京

1.一種文本檢測方法，其特征在于，所述方法包括：

獲取視頻圖像中的待檢測圖像幀和關(guān)聯(lián)圖像幀，其中，所述關(guān)聯(lián)圖像幀包括所述視頻圖像中與所述待檢測圖像幀之間相隔的圖像幀的數(shù)目小于預(yù)設(shè)數(shù)目的至少一個(gè)圖像幀；

對所述待檢測圖像幀和所述關(guān)聯(lián)圖像幀進(jìn)行特征提取，得到所述待檢測圖像幀和所述關(guān)聯(lián)圖像幀各自的特征信息；

獲取所述關(guān)聯(lián)圖像幀和所述待檢測圖像幀之間的光流信息，并根據(jù)所述光流信息對所述關(guān)聯(lián)圖像幀的特征信息進(jìn)行變換處理，其中，所述光流信息表示所述關(guān)聯(lián)圖像幀和所述待檢測圖像幀中表示同一對象的像素點(diǎn)的位置的相對偏移量；

對變換處理后的特征信息和所述待檢測圖像幀的特征信息進(jìn)行疊加處理，得到目標(biāo)特征信息；

基于所述目標(biāo)特征信息，確定所述待檢測圖像幀中包含文本信息的目標(biāo)圖像區(qū)域。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述光流信息對所述關(guān)聯(lián)圖像幀的特征信息進(jìn)行變換處理，包括：

針對所述關(guān)聯(lián)圖像幀和所述待檢測圖像幀中表示同一對象的像素點(diǎn)，獲取所述像素點(diǎn)在所述關(guān)聯(lián)圖像幀和所述待檢測圖像幀中位置的相對偏移量；

根據(jù)所述像素點(diǎn)在所述關(guān)聯(lián)圖像幀中的坐標(biāo)和所述像素點(diǎn)的位置的相對偏移量，確定變換處理后與所述像素點(diǎn)在所述關(guān)聯(lián)圖像幀中的位置具有相同特征信息的目標(biāo)位置；

將所述目標(biāo)位置的特征信息，設(shè)置為所述像素點(diǎn)在所述關(guān)聯(lián)圖像幀中的位置的特征信息。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對變換處理后的特征信息和所述待檢測圖像幀的特征信息進(jìn)行疊加處理，得到目標(biāo)特征信息，包括：

獲取變換處理后的特征信息和所述待檢測圖像幀的特征信息各自的權(quán)重；

按照所述權(quán)重，計(jì)算變換處理后的特征信息和所述待檢測圖像幀的特征信息的加權(quán)和，得到目標(biāo)特征信息。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述關(guān)聯(lián)圖像幀滿足以下條件：

如果所述待檢測圖像幀為所述視頻圖像中的第一個(gè)圖像幀，則所述關(guān)聯(lián)圖像幀包括所述視頻圖像中位于所述待檢測圖像幀之后，且與所述待檢測圖像幀之間相隔的圖像幀的數(shù)目小于預(yù)設(shè)數(shù)目的圖像幀；

如果所述待檢測圖像幀為所述視頻圖像中的最后一個(gè)圖像幀，則所述關(guān)聯(lián)圖像幀包括所述視頻圖像中位于所述待檢測圖像幀之前，且與所述待檢測圖像幀之間相隔的圖像幀的數(shù)目小于預(yù)設(shè)數(shù)目的圖像幀；

如果所述待檢測圖像幀不是所述視頻圖像中的第一個(gè)圖像幀，且不是所述視頻圖像中的最后一個(gè)圖像幀，則所述關(guān)聯(lián)圖像幀包括所述視頻圖像中位于所述待檢測圖像幀之前且與所述待檢測圖像幀之間相隔的圖像幀的數(shù)目小于預(yù)設(shè)數(shù)目的圖像幀，以及位于所述待檢測圖像幀之后且與所述待檢測圖像幀之間相隔的圖像幀的數(shù)目小于預(yù)設(shè)數(shù)目的圖像幀。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述確定所述待檢測圖像幀中包含文本信息的目標(biāo)圖像區(qū)域之后，所述方法還包括：

按照預(yù)設(shè)標(biāo)記方式，在所述待檢測圖像幀中標(biāo)記所述目標(biāo)圖像區(qū)域。

6.一種文本檢測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取視頻圖像中的待檢測圖像幀和關(guān)聯(lián)圖像幀，其中，所述關(guān)聯(lián)圖像幀包括所述視頻圖像中與所述待檢測圖像幀之間相隔的圖像幀的數(shù)目小于預(yù)設(shè)數(shù)目的至少一個(gè)圖像幀；

提取模塊，用于對所述待檢測圖像幀和所述關(guān)聯(lián)圖像幀進(jìn)行特征提取，得到所述待檢測圖像幀和所述關(guān)聯(lián)圖像幀各自的特征信息；

變換模塊，用于獲取所述關(guān)聯(lián)圖像幀和所述待檢測圖像幀之間的光流信息，并根據(jù)所述光流信息對所述關(guān)聯(lián)圖像幀的特征信息進(jìn)行變換處理，其中，所述光流信息表示所述關(guān)聯(lián)圖像幀和所述待檢測圖像幀中表示同一對象的像素點(diǎn)的位置的相對偏移量；

疊加模塊，用于對變換處理后的特征信息和所述待檢測圖像幀的特征信息進(jìn)行疊加處理，得到目標(biāo)特征信息；

確定模塊，用于基于所述目標(biāo)特征信息，確定所述待檢測圖像幀中包含文本信息的目標(biāo)圖像區(qū)域。