[發(fā)明專利]基于計算機(jī)視覺的字符序列識別方法、裝置、設(shè)備和介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010630553.0
• 申請日: 2020-07-03
• 公開（公告）號: CN111832561B
• 公開（公告）日: 2021-06-08
• 發(fā)明（設(shè)計）人: 楊志成;李睿宇
• 申請（專利權(quán)）人: 深圳思謀信息科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 劉雪帆

1.一種基于計算機(jī)視覺的字符序列識別方法，其特征在于，所述方法包括：

獲取攜帶有待識別字符序列的圖像；

基于預(yù)先構(gòu)建的位置檢測模型，獲取所述圖像中所述待識別字符序列所在的目標(biāo)區(qū)域圖像；

將所述目標(biāo)區(qū)域圖像進(jìn)行水平校正，得到水平的目標(biāo)區(qū)域圖像；

基于預(yù)先構(gòu)建的角度判斷模型，獲取所述水平的目標(biāo)區(qū)域圖像的字符序列擺立狀態(tài)；

若所述字符序列擺立狀態(tài)為正立狀態(tài)，則將所述水平的目標(biāo)區(qū)域圖像輸入預(yù)先構(gòu)建的內(nèi)容識別模型，獲取所述待識別字符序列對應(yīng)的字符序列內(nèi)容；包括：利用所述內(nèi)容識別模型，對所述水平的目標(biāo)區(qū)域圖像進(jìn)行全局圖像特征提取，得到所述水平的目標(biāo)區(qū)域圖像對應(yīng)的字符序列圖像特征；采用行向量卷積核沿著所述水平的方向?qū)λ鲎址蛄袌D像特征進(jìn)行第二特征增強(qiáng)處理；基于所述進(jìn)行第二特征增強(qiáng)處理得到的字符序列圖像特征，對所述待識別字符序列進(jìn)行并行預(yù)測，得到所述字符序列內(nèi)容。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于預(yù)先構(gòu)建的角度判斷模型，獲取所述水平的目標(biāo)區(qū)域圖像的字符序列擺立狀態(tài)，包括：

基于所述角度判斷模型，獲取所述水平的目標(biāo)區(qū)域圖像的擺立角度；

根據(jù)所述擺立角度所處的擺立角度區(qū)間，確定所述字符序列擺立狀態(tài)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述擺立角度區(qū)間包括第一角度區(qū)間以及第二角度區(qū)間；所述字符序列擺立狀態(tài)包括正立狀態(tài)以及倒置狀態(tài)；

所述根據(jù)所述擺立角度所處的擺立角度區(qū)間，確定所述字符序列擺立狀態(tài)，包括：

若所述擺立角度區(qū)間為所述第一角度區(qū)間，則確定所述字符序列擺立狀態(tài)為所述正立狀態(tài)；

和/或

若所述擺立角度區(qū)間為所述第二角度區(qū)間，則確定所述字符序列擺立狀態(tài)為所述倒置狀態(tài)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

若所述字符序列擺立狀態(tài)為所述倒置狀態(tài)，則將所述水平的目標(biāo)區(qū)域圖像旋轉(zhuǎn)為所述正立狀態(tài)后輸入至所述內(nèi)容識別模型，獲取所述字符序列內(nèi)容。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于預(yù)先構(gòu)建的位置檢測模型，獲取所述圖像中所述待識別字符序列所在的目標(biāo)區(qū)域圖像，包括：

利用所述位置檢測模型，從所述圖像中提取字符區(qū)域圖像特征；

根據(jù)所述字符區(qū)域圖像特征，獲取所述目標(biāo)區(qū)域圖像的預(yù)測掩模；

對所述預(yù)測掩模進(jìn)行求取連通域和最小外接矩形處理，得到所述目標(biāo)區(qū)域圖像。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述從所述圖像中提取字符區(qū)域圖像特征，包括：

對所述圖像進(jìn)行預(yù)處理，從預(yù)處理后的所述圖像中提取高維圖像特征；

利用圖像特征金字塔，對所述高維圖像特征進(jìn)行第一特征增強(qiáng)處理，作為所述字符區(qū)域圖像特征。

7.一種基于計算機(jī)視覺的字符序列識別裝置，其特征在于，所述裝置包括：

圖像獲取模塊，用于獲取攜帶有待識別字符序列的圖像；

位置檢測模塊，用于基于預(yù)先構(gòu)建的位置檢測模型，獲取所述圖像中所述待識別字符序列所在的目標(biāo)區(qū)域圖像；

水平校正模塊，用于將所述目標(biāo)區(qū)域圖像進(jìn)行水平校正，得到水平的目標(biāo)區(qū)域圖像；

角度判斷模塊，用于基于預(yù)先構(gòu)建的角度判斷模型，獲取所述水平的目標(biāo)區(qū)域圖像的字符序列擺立狀態(tài)；

內(nèi)容識別模塊，用于若所述字符序列擺立狀態(tài)為正立狀態(tài)，則將所述水平的目標(biāo)區(qū)域圖像輸入預(yù)先構(gòu)建的內(nèi)容識別模型，獲取所述待識別字符序列對應(yīng)的字符序列內(nèi)容；進(jìn)一步用于：利用所述內(nèi)容識別模型，對所述水平的目標(biāo)區(qū)域圖像進(jìn)行全局圖像特征提取，得到所述水平的目標(biāo)區(qū)域圖像對應(yīng)的字符序列圖像特征；采用行向量卷積核沿著所述水平的方向?qū)λ鲎址蛄袌D像特征進(jìn)行第二特征增強(qiáng)處理；基于所述進(jìn)行第二特征增強(qiáng)處理得到的字符序列圖像特征，對所述待識別字符序列進(jìn)行并行預(yù)測，得到所述字符序列內(nèi)容。