[發(fā)明專利]場景圖像中的文本檢測方法、裝置及計算機設(shè)備

在審

• 申請?zhí)枺?/td>: 202010223195.1
• 申請日: 2020-03-26
• 公開（公告）號: CN111582021A
• 公開（公告）日: 2020-08-25
• 發(fā)明（設(shè)計）人: 高遠
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/34;G06N3/04;G06N3/08
• 代理公司: 深圳市精英專利事務(wù)所 44242
• 代理人: 李翔宇

1.一種場景圖像的文本檢測方法，其特征在于，包括：

對全卷積網(wǎng)絡(luò)模型進行訓(xùn)練優(yōu)化；

通過訓(xùn)練后的所述全卷積網(wǎng)絡(luò)模型，檢測確定所述場景圖像中的若干個文本預(yù)測框；

篩選在所述文本預(yù)測框內(nèi)，置信度大于預(yù)設(shè)的置信度閾值的像素點作為高置信度像素點，所述置信度為所述全卷積網(wǎng)絡(luò)模型輸出的，像素點屬于文本預(yù)測框的概率；

根據(jù)所述高置信度像素點，計算所述文本預(yù)測框?qū)?yīng)的最小外接矩形，所述最小外接矩形為將所述文本預(yù)測框中所有高置信度像素點包含在內(nèi)，面積最小的矩形；

計算所述文本預(yù)測框與對應(yīng)的最小外接矩形之間的重疊度；

在所述重疊度大于預(yù)設(shè)的重疊度閾值時，通過所述最小外接矩形調(diào)整所述文本預(yù)測框的寬度；

在所述場景圖像中切割所述調(diào)整后的文本預(yù)測框，獲得待識別文本圖像；

識別所述待識別文本圖像中的文本信息。

2.根據(jù)權(quán)利要求1所述的場景圖像的文本檢測方法，其特征在于，在計算所述文本預(yù)測框與對應(yīng)的最小外接矩形之間的重疊度之前，所述方法還包括：

計算所述最小外接矩形內(nèi)的高置信度像素點的置信度平均值；

在所述置信度平均值小于預(yù)設(shè)的篩選閾值時，剔除所述最小外接矩形。

3.根據(jù)權(quán)利要求2所述的場景圖像的文本檢測方法，其特征在于，所述對全卷積網(wǎng)絡(luò)模型進行訓(xùn)練優(yōu)化，包括：

構(gòu)建全卷積網(wǎng)絡(luò)模型；

標注訓(xùn)練標簽，構(gòu)建訓(xùn)練數(shù)據(jù)集；

通過所述訓(xùn)練數(shù)據(jù)集和預(yù)設(shè)的損失函數(shù)，對所述全卷積網(wǎng)絡(luò)模型進行訓(xùn)練優(yōu)化。

4.根據(jù)權(quán)利要求1所述的場景圖像的文本檢測方法，其特征在于，所述計算所述文本預(yù)測框與對應(yīng)的最小外接矩形之間的重疊度，包括：

確定同時在所述文本預(yù)測框和所述最小外接矩形之內(nèi)的像素點為第一像素點；

確定只屬于所述文本預(yù)測框或所述最小外接矩形之內(nèi)的像素點為第二像素點；

計算所述第一像素點和所述第二像素點的數(shù)量之和；

計算所述第一像素點的數(shù)量與所述第一像素點和所述第二像素點的數(shù)量之和之間的比值，作為所述重疊度。

5.根據(jù)權(quán)利要求1所述的場景圖像的文本檢測方法，其特征在于，在所述重疊度大于預(yù)設(shè)的重疊度閾值時，所述文本預(yù)測框通過如下公式調(diào)整：

P1＝w*p+(1-w)*d，

其中，P1為調(diào)整后的文本預(yù)測框?qū)挾龋瑆為權(quán)重系數(shù)，p為所述文本預(yù)測框的寬度，d為所述對應(yīng)的最小外接矩形的寬度。

6.根據(jù)權(quán)利要求1所述的場景圖像的文本檢測方法，其特征在于，所述根據(jù)所述高置信度像素點，計算所述文本預(yù)測框?qū)?yīng)的最小外接矩形，包括：

確定所述高置信度像素點中，距離最遠的兩個高置信度像素點為長度標定像素點；

以所述長度標定像素點之間的連線作為第一方向，確定在與所述第一方向垂直的第二方向上，距離最遠的兩個高置信度像素點作為寬度標定像素點；

以經(jīng)過所述長度標定像素點并且與所述長度標定像素點之間的連線垂直的第一線段作為長的同時，以經(jīng)過所述寬度標定像素點并且與所述寬度標定像素點之間的連線垂直的第二線段作為寬，圍成所述最小外接矩形。