[發明專利]一種文本識別方法、裝置、設備及存儲介質

在審

• 申請號: 202010401251.6
• 申請日: 2020-05-13
• 公開（公告）號: CN111582282A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 韓濤;李梓赫;譚昶
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/46;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李曉光

1.一種文本識別方法，其特征在于，包括：

獲取待識別圖像的圖像特征，其中，所述圖像特征為，能夠以其為依據預測所述待識別圖像中包含的字符信息的圖像特征，所述字符信息包括字符種類，以及各種類字符在所述待識別圖像中出現的次數；

利用所述圖像特征進行文本識別處理，得到對所述待識別圖像的文本識別結果。

2.根據權利要求1所述的方法，其特征在于，獲取待識別圖像的圖像特征，以及利用所述圖像特征進行文本識別處理，得到對所述待識別圖像的文本識別結果，包括：

將待識別圖像輸入預先訓練的文本識別模型，得到對所述待識別圖像的文本識別結果；

所述文本識別模型具備獲取所述待識別圖像的圖像特征，并利用所述圖像特征進行文本識別處理，得到對所述待識別圖像的文本識別結果的能力；其中，所述文本識別模型獲取的所述待識別圖像的圖像特征為，能夠以其為依據預測所述待識別圖像中包含的字符信息的圖像特征。

3.根據權利要求2所述的方法，其特征在于，所述文本識別模型包括：

預處理模塊，用于對所述待識別圖像進行預處理，所述預處理包括圖像矯正處理；

特征提取模塊，用于提取預處理后的所述待識別圖像的圖像特征；其中，所述特征提取模塊提取的預處理后的所述待識別圖像的圖像特征為，能夠以其為依據預測所述待識別圖像中包含的字符信息的圖像特征；

特征處理模塊，用于對所述待識別圖像的圖像特征進行序列轉換及卷積處理；

文本識別模塊，用于利用所述特征處理模塊處理后的圖像特征進行文本識別處理，得到對所述待識別圖像的文本識別結果。

4.根據權利要求2所述的方法，其特征在于，所述文本識別模型的訓練過程，包括：

獲取圖像樣本的圖像特征；

利用所述圖像樣本的圖像特征進行文本識別處理，得到對所述圖像樣本的文本識別結果，以及，利用所述圖像樣本的圖像特征，識別所述圖像樣本中包含的字符信息；

以識別到的字符信息趨近于所述圖像樣本的字符信息標簽，以及，對所述圖像樣本的文本識別結果趨近于所述圖像樣本的文本標注標簽為目標，對所述文本識別模型的運算參數進行更新；

其中，所述文本識別模型利用所述圖像樣本的圖像特征進行文本識別處理，以及識別所述圖像樣本中包含的字符信息的過程中，將所述圖像樣本的高池化到設定高度，以便能夠從任意形態的圖像樣本中識別文本信息，和/或識別所述圖像樣本中的任意方向的文本信息。

5.根據權利要求4所述的方法，其特征在于，所述獲取圖像樣本的圖像特征，包括：

利用所述文本識別模型中的特征提取模塊獲取所述圖像樣本的圖像特征；

所述對所述文本識別模型的運算參數進行更新，包括：

對所述文本識別模型中的特征提取模塊的運算參數進行更新。

6.根據權利要求4所述的方法，其特征在于，所述利用所述圖像樣本的圖像特征，識別所述圖像樣本中包含的字符信息，包括：

根據所述圖像樣本的圖像特征，分別確定對應每個圖像特征序列元素的字符識別結果；其中，所述圖像特征序列通過對所述圖像樣本的圖像特征進行序列轉換處理確定，對應圖像特征序列元素的字符識別結果，包括圖像特征序列元素與預設的文本字典中的每個字符的匹配概率；

根據所述對應每個圖像特征序列元素的字符識別結果，確定所述圖像樣本中包含的字符信息。

7.根據權利要求6所述的方法，其特征在于，所述根據所述圖像樣本的圖像特征，分別確定對應每個圖像特征序列元素的字符識別結果，包括：

由預先訓練的文本分類模型對所述圖像樣本的圖像特征進行處理，分別確定對應每個圖像特征序列元素的字符識別結果；

其中，所述文本分類模型被訓練為能夠基于圖像特征，分別確定對應每個圖像特征序列元素的字符識別結果。