[發明專利]一種文字識別方法以及相關設備

在審

• 申請號: 202010109201.0
• 申請日: 2020-02-21
• 公開（公告）號: CN111414915A
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 王靚偉;劉禹良;沈春華;金連文
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/20;G06K9/46;G06K9/62
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種文字識別方法，其特征在于，所述方法包括：

獲取待處理圖像，所述待處理圖像包括目標區域，所述目標區域為文字區域；

生成與所述目標區域對應的第一控制點參數；

根據所述第一控制點參數生成目標曲線，其中，所述目標曲線用于指示所述目標區域；

對所述目標區域進行文字識別，得到識別結果。

2.根據權利要求1所述的方法，其特征在于，所述生成與所述目標區域對應的第一控制點參數，包括：

將所述待處理圖像的特征圖輸入到回歸網絡中，以通過所述回歸網絡生成第二控制點參數，并將所述待處理圖像的特征圖輸入到分類網絡中，以通過所述分類網絡確定與所述第二控制點參數對應的候選區域是否為文字區域；

當確定所述候選區域為文字區域時，將所述候選區域確定為所述目標區域，將所述第二控制點參數確定為所述第一控制點參數。

3.根據權利要求1或2所述的方法，其特征在于，所述根據所述第一控制點參數生成目標曲線之后，所述方法還包括：

根據所述目標曲線，對所述待處理圖像的特征圖進行采樣，得到所述目標區域的特征圖；

所述對所述目標區域進行文字識別，得到識別結果，包括：

對所述目標區域的特征圖進行文字識別，得到所述識別結果。

4.根據權利要求1或2所述的方法，其特征在于，所述第一控制點參數包括一組或至少兩組控制點參數，所述目標區域包括一個或至少兩個文字區域，每組控制點參數對應于一個文字區域。

5.根據權利要求1或2所述的方法，其特征在于，所述方法還包括：

輸出所述識別結果和所述第一控制點參數，所述第一控制點參數用于供終端設備確定所述目標曲線；或者，

輸出所述識別結果和與所述目標曲線對應的邊界坐標，所述邊界坐標用于供終端設備確定所述目標曲線；或者，

顯示所述識別結果和所述目標曲線；或者，

顯示所述識別結果。

6.根據權利要求1或2所述的方法，其特征在于，所述目標曲線為貝塞爾曲線。

7.一種文字識別方法，其特征在于，所述方法包括：

獲取訓練圖像和第三控制點參數，其中，所述訓練圖像中包括文字區域，所述第三控制點參數為預先生成的，所述第三控制點參數對應于指示所述文字區域的曲線；

將所述訓練圖像輸入文字區域檢測網絡，得到所述文字區域檢測網絡輸出的第四控制點參數，所述第四控制點參數對應于指示所述文字區域的曲線；

根據所述第三控制點參數和所述第四控制點參數，通過第一損失函數，對所述文字區域檢測網絡進行訓練，直至滿足收斂條件，得到訓練后的文字區域檢測網絡，其中，所述第一損失函數用于指示所述第三控制點參數和所述第四控制點參數的相似度。

8.根據權利要求7所述的方法，其特征在于，所述方法還包括：

通過文字識別網絡對所述第四控制點參數對應的文字區域進行文字識別，得到所述文字識別網絡輸出的第一識別結果；

根據所述第一識別結果和第二識別結果，通過第二損失函數，對所述文字識別網絡進行訓練，直至滿足收斂條件，得到訓練后的所述文字識別網絡，其中，所述第二識別結果為預先生成的，所述第二識別結果用于指示與所述第四控制點參數對應的文字區域的識別結果，所述第二損失函數用于指示所述第一識別結果和所述第二識別結果之間的相似度。