[發(fā)明專利]文本識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010697383.8
• 申請(qǐng)日: 2020-07-20
• 公開（公告）號(hào): CN111832657A
• 公開（公告）日: 2020-10-27
• 發(fā)明（設(shè)計(jì)）人: 王秋思
• 申請(qǐng)（專利權(quán)）人: 上海眼控科技股份有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/46
• 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: 楊歡

1.一種文本識(shí)別方法，其特征在于，所述方法包括：

獲取待識(shí)別的文本圖像；所述文本圖像中包括至少一個(gè)語種的文本；

通過文本識(shí)別模型對(duì)所述文本圖像進(jìn)行特征提取，得到與所述文本圖像對(duì)應(yīng)的特征圖；

通過所述文本識(shí)別模型中的分類通道對(duì)所述特征圖進(jìn)行語種分類處理，得到與所述文本圖像對(duì)應(yīng)的語種偏向分類結(jié)果；

當(dāng)所述語種偏向分類結(jié)果為偏向第一語種類別時(shí)，通過所述文本識(shí)別模型中的第一文本識(shí)別通道對(duì)所述特征圖進(jìn)行文本識(shí)別，得到對(duì)應(yīng)的文本識(shí)別結(jié)果；

當(dāng)所述語種偏向分類結(jié)果為偏向第二語種類別時(shí)，通過所述文本識(shí)別模型中的第二文本識(shí)別通道對(duì)所述特征圖進(jìn)行文本識(shí)別，得到對(duì)應(yīng)的文本識(shí)別結(jié)果；所述第二文本識(shí)別通道與所述第一文本識(shí)別通道具有不同的網(wǎng)絡(luò)參數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取待識(shí)別的文本圖像，包括：

獲取待處理的原始圖像；

通過預(yù)設(shè)內(nèi)容對(duì)所述原始圖像進(jìn)行填充得到具有預(yù)設(shè)長(zhǎng)寬比的中間圖像；

對(duì)所述中間圖像進(jìn)行縮放處理，得到預(yù)設(shè)尺寸的待識(shí)別的文本圖像。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過所述文本識(shí)別模型中的分類通道對(duì)所述特征圖進(jìn)行語種分類處理，得到與所述文本圖像對(duì)應(yīng)的語種偏向分類結(jié)果，包括：

通過所述文本識(shí)別模型中的分類通道對(duì)所述特征圖進(jìn)行語種分類處理，確定所述文本圖像中出現(xiàn)的各字符所屬的語種類別；所述語種類別包括第一語種和第二語種；

分別統(tǒng)計(jì)所述文本圖像屬于第一語種的字符的第一數(shù)量、以及屬于第二語種的字符的第二數(shù)量；

當(dāng)所述第一數(shù)量大于或等于第二數(shù)量時(shí)，確定與所述文本圖像對(duì)應(yīng)的語種偏向分類結(jié)果為偏向第一語種類別；

當(dāng)所述第一數(shù)量小于第二數(shù)量時(shí)，確定與所述文本圖像對(duì)應(yīng)的語種偏向分類結(jié)果為偏向第二語種類別。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述文本識(shí)別模型通過以下步驟訓(xùn)練得到：

獲取訓(xùn)練數(shù)據(jù)；所述訓(xùn)練數(shù)據(jù)包括樣本文本圖像、以及與所述樣本文本圖像對(duì)應(yīng)的樣本語種偏向標(biāo)簽和樣本文本識(shí)別標(biāo)簽；所述樣本文本圖像包括第一樣本文本圖像和第二樣本文本圖像；所述第一樣本文本圖像的樣本語種偏向標(biāo)簽為偏向第一語種標(biāo)簽；所述第二樣本文本圖像的樣本語種偏向標(biāo)簽為偏向第二語種標(biāo)簽；

通過待訓(xùn)練的文本識(shí)別模型對(duì)所述樣本文本圖像進(jìn)行特征提取，得到與所述樣本文本圖像對(duì)應(yīng)的樣本特征圖；

通過所述待訓(xùn)練的文本識(shí)別模型中的分類通道對(duì)所述樣本特征圖進(jìn)行語種分類處理，得到與所述樣本文本圖像對(duì)應(yīng)的預(yù)測(cè)語種偏向分類結(jié)果；

通過所述待訓(xùn)練的文本識(shí)別模型中的第一文本識(shí)別通道，對(duì)所述第一樣本文本圖像的樣本特征圖進(jìn)行文本識(shí)別，得到與所述第一樣本文本圖像對(duì)應(yīng)的樣本文本識(shí)別結(jié)果；

通過所述待訓(xùn)練的文本識(shí)別模型中的第二文本識(shí)別通道，對(duì)所述第二樣本文本圖像的樣本特征圖進(jìn)行文本識(shí)別，得到與所述第二樣本文本圖像對(duì)應(yīng)的樣本文本識(shí)別結(jié)果；

基于所述預(yù)測(cè)語種偏向分類結(jié)果與所述樣本語種偏向標(biāo)簽的差異、以及各樣本文本圖像分別對(duì)應(yīng)的樣本文本識(shí)別標(biāo)簽和樣本文本識(shí)別結(jié)果的差異，調(diào)整待訓(xùn)練的文本識(shí)別模型的網(wǎng)絡(luò)參數(shù)并繼續(xù)訓(xùn)練，直至滿足停止條件時(shí)停止訓(xùn)練。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述通過待訓(xùn)練的文本識(shí)別模型對(duì)所述樣本文本圖像進(jìn)行特征提取，得到與所述樣本文本圖像對(duì)應(yīng)的樣本特征圖之前，所述步驟還包括：

分別從所述第一樣本文本圖像和所述第二樣本文本圖像中，依次交替選取對(duì)應(yīng)的樣本文本圖像輸入至待訓(xùn)練的文本識(shí)別模型中。