[發明專利]文字檢測方法、裝置以及終端

有效

• 申請號: 201910593977.1
• 申請日: 2019-07-02
• 公開（公告）號: CN110309824B
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 章成全
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/32;G06K9/34
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 王珺;徐瑞紅

1.一種文字檢測方法，其特征在于，包括：

獲取包含有待檢測文字的圖像中的至少一條文字區域中心線；

根據各文字區域中心線像素所在檢測框的頂點偏移量，得到第一中心點；

根據各文字區域中心線上的像素點和與各文字區域中心線像素所在檢測框的中心偏移量，得到第二中心點；

判斷所述第一中心點與所述第二中心點之間的距離是否小于閾值，若是，則將所述第二中心點合并于所述第一中心點上，得到文字區域實例分割結果；

根據所述文字區域實例分割結果和各文字區域中心線對應的文字邊界區域偏移量，得到文字檢測結果。

2.根據權利要求1所述的方法，其特征在于，獲取包含有待檢測文字的圖像中至少一條文字區域中心線，包括：

將包含有待檢測文字的圖像輸入至特征提取網絡模型中，輸出圖像特征向量；

將所述圖像特征向量輸入至文字區域中心線分割模型中，輸出文字區域中心線響應圖，所述文字區域中心線響應圖包括至少一條文字區域中心線。

3.根據權利要求2所述的方法，其特征在于，還包括：

將所述圖像特征向量輸入至中心線像素檢測框頂點偏移量回歸模型中，得到各文字區域中心線像素所在檢測框的頂點偏移量，所述頂點偏移量為文字區域中心線上的像素點到對應的文字區域檢測框的各頂點的偏移量。

4.根據權利要求2所述的方法，其特征在于，還包括：

將所述圖像特征向量輸入至中心線像素檢測框中心偏移量回歸模型中，得到各文字區域中心線像素所在檢測框的中心偏移量，所述中心偏移量為所述文字區域中心線上的像素點指向所述第二中心點的偏移量。

5.根據權利要求2所述的方法，其特征在于，還包括：

將所述圖像特征向量輸入至中心線像素邊界偏移量回歸模型中，得到各文字區域中心線對應的文字邊界區域偏移量。

6.根據權利要求5所述的方法，其特征在于，根據所述文字區域實例分割結果和各文字區域中心線對應的文字邊界區域偏移量，得到文字檢測結果，包括：

對各文字區域中心線上的像素點等間隔取樣，得到多個取樣中心點；

根據各文字區域中心線對應的文字邊界區域偏移量計算各取樣中心點對應的上邊界點和下邊界點；

連接各取樣中心點對應的上邊界點和下邊界點，得到多邊形的文字檢測結果。

7.一種文字檢測裝置，其特征在于，包括：

文字區域中心線獲取模塊，用于獲取包含有待檢測文字的圖像中的至少一條文字區域中心線；

第一中心點計算模塊，用于根據各文字區域中心線像素所在檢測框的頂點偏移量，得到第一中心點；

第二中心點計算模塊，用于根據各文字區域中心線上的像素點和與各文字區域中心線像素所在檢測框的中心偏移量，得到第二中心點；

文字區域分割模塊，用于判斷所述第一中心點與所述第二中心點之間的距離是否小于閾值，若是，則將所述第二中心點合并于所述第一中心點上，得到文字區域實例分割結果；

文字檢測結果計算模塊，用于根據所述文字區域實例分割結果和各文字區域中心線對應的文字邊界區域偏移量，得到文字檢測結果。

8.根據權利要求7所述的裝置，其特征在于，所述文字區域中心線獲取模塊包括：

圖像特征向量獲取單元，用于將包含有待檢測文字的圖像輸入至特征提取網絡模型中，輸出圖像特征向量；

文字區域中心線響應圖獲取單元，用于將所述圖像特征向量輸入至文字區域中心線分割模型中，輸出文字區域中心線響應圖，所述文字區域中心線響應圖包括至少一條文字區域中心線。

9.根據權利要求8所述的裝置，其特征在于，還包括：

中心線像素頂點偏移量獲取模塊，用于將所述圖像特征向量輸入至中心線像素檢測框頂點偏移量回歸模型中，得到各文字區域中心線像素所在檢測框的頂點偏移量，所述頂點偏移量為文字區域中心線上的像素點到對應的文字區域檢測框的各頂點的偏移量。