[發明專利]字符識別方法、裝置、計算機設備以及存儲介質

有效

• 申請號: 201910387655.1
• 申請日: 2019-05-10
• 公開（公告）號: CN110097019B
• 公開（公告）日: 2023-01-10
• 發明（設計）人: 呂鵬原;楊志成;冷欣航;李睿宇;沈小勇;戴宇榮;賈佳亞
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V30/413
• 分類號: G06V30/413;G06V30/19;G06V30/10
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 張所明

本發明公開了一種字符識別方法、裝置、計算機設備以及存儲介質，屬于圖像處理技術領域。本發明實施例通過提取圖像的二維圖像特征，采用注意力機制，來確定二維圖像特征中圖像特征向量之間的依賴關系，從而進一步采用并行計算注意力權重的方式來確定特征的重要程度，使得在字符識別的過程中，可以直接基于二維圖像特征以及二維圖像特征中各個特征向量的重要程度，來進行字符識別，上述基于二維圖像特征的處理過程，由于保留了特征的空間信息，因此可以大大提高字符識別的準確性，并且通過上述基于注意力機制的識別，能夠通過簡單的流程有效的進行任意形狀的字符識別，避免循環運算的過程，大大提高了運算效率。

技術領域

本發明涉及網絡技術領域，特別涉及一種字符識別方法、裝置、計算機設備以及存儲介質。

背景技術

隨著用戶對智能識別技術的需求，字符識別有著巨大的應用需求，其可以使用于任何需要從圖片中提取文字信息的場景，比如文檔電子化、證件照識別、圖片輿情監測及非法圖片過濾等等。

在實際使用時，待識別的文本經常會是不規則文本，為此，在進行字符識別的過程中經常需要將不規則文本轉化為規則文本，從而再對規則文本進行識別，這種識別方式很容易丟失識別結果的空間信息，從而識別的準確性低且效率低下，為此，亟需一種能夠保證準確性和識別效率的字符識別方法。

發明內容

本發明實施例提供了一種字符識別方法、裝置、計算機設備以及可讀存儲介質，能夠保留特征的空間信息，提高字符識別的準確性和識別效率。該技術方案如下：

一方面，提供了一種字符識別方法，所述方法包括：

提取待識別的圖像的二維圖像特征，所述二維圖像特征包括多個圖像特征向量；

獲取所述二維圖像特征中每個圖像特征向量的依賴特征向量，依賴特征向量用于表示圖像信息以及圖像特征向量與其他圖像特征向量之間的依賴關系；

基于所述多個圖像特征向量的依賴特征向量，通過并行計算，獲取目標數量的注意力權值，注意力權值用于表示圖像特征向量的重要程度；

根據所述多個圖像特征向量和所述目標數量的注意力權值，得到所述至少一個字符。

一方面，提供了一種字符識別裝置，所述裝置包括：

特征提取單元，用于提取待識別的圖像的二維圖像特征，所述二維圖像特征包括多個圖像特征向量；

依賴關系獲取單元，用于獲取所述二維圖像特征中每個圖像特征向量的依賴特征向量，依賴特征向量用于表示圖像信息以及圖像特征向量與其他圖像特征向量之間的依賴關系；

并行處理單元，用于基于所述多個圖像特征向量的依賴特征向量，通過并行計算，獲取目標數量的注意力權值，注意力權值用于表示圖像特征向量的重要程度；

字符獲取單元，用于根據所述多個圖像特征向量和所述目標數量的注意力權值，得到所述至少一個字符。

在一種可能實現方式中，所述特征提取單元用于將所述圖像輸入卷積神經網絡，通過所述卷積神經網絡中主干網絡的各個通道對所述圖像進行特征提取，輸出所述二維圖像特征向量。

在一種可能實現方式中，所述依賴關系獲取單元用于將所述多個圖像特征向量輸入字符識別模型的關系注意力模塊，通過所述關系注意力模塊每一層中的轉換單元對每個圖像特征向量與其他圖像特征向量在注意力映射空間進行相似度計算，基于得到的相似度做線性加權，輸出每個圖像特征向量的依賴特征向量，依賴特征向量用于表示圖像信息以及圖像特征向量與其他圖像特征向量之間的依賴關系。