[發明專利]文本檢測方法、電子設備及計算機可讀介質

有效

• 申請號: 202011126657.4
• 申請日: 2020-10-20
• 公開（公告）號: CN111967449B
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 劉軍;秦勇
• 申請（專利權）人: 北京易真學思教育科技有限公司
• 主分類號: G06F16/30
• 分類號: G06F16/30
• 代理公司: 北京合智同創知識產權代理有限公司 11545
• 代理人: 李杰;蘭淑鐸

1.一種文本檢測方法，其特征在于，所述方法包括：

對待檢測文本圖像進行特征提取，得到文本區域中心點概率圖、和與預設的多個錨點框對應的多個錨點框概率圖；

基于所述文本區域中心點概率圖，得到每個文本區域中心點；

根據每個所述文本區域中心點在所述多個錨點框概率圖中對應的概率值，確定與每個所述文本區域中心點對應的真實文本區域，根據所述真實文本區域獲得所述待檢測文本圖像對應的文本檢測結果；

其中，所述根據每個所述文本區域中心點在所述多個錨點框概率圖中對應的概率值，確定與每個所述文本區域中心點對應的真實文本區域，包括：從所述多個錨點框概率圖中，獲取每個所述文本區域中心點的坐標對應位置的概率值，得到每個所述文本區域中心點對應的多個概率值；從所述多個概率值中確定所述文本區域中心點對應的最大概率值；根據所述文本區域中心點對應的最大概率值表示的錨點框，確定所述文本區域中心點對應的真實文本區域。

2.根據權利要求1所述的方法，其特征在于，所述基于所述文本區域中心點概率圖，得到每個文本區域中心點，包括：

基于所述文本區域中心點概率圖，得到每個文本區域中心點區域，所述中心點區域包括多個像素點；

獲得每個文本區域中心點區域中的各像素點的坐標。

3.根據權利要求2所述的方法，其特征在于，所述根據每個所述文本區域中心點在所述多個錨點框概率圖中對應的概率值，確定與每個所述文本區域中心點對應的真實文本區域，包括：

針對每個文本區域中心點區域，從所述多個錨點框概率圖中，獲取當前文本區域中心點區域中的各像素點的坐標對應位置的最大概率值；

根據各像素點對應的最大概率值，得到當前文本區域中心點區域對應的多個錨點框；

對所述多個錨點框進行非極大值抑制，根據非極大值抑制的結果確定當前文本區域中心點區域對應的真實文本區域。

4.根據權利要求1-2任一項所述的方法，其特征在于，所述基于所述文本區域中心點概率圖，得到每個文本區域中心點，包括：

將所述文本區域中心點概率圖二值化，得到文本區域中心點二值圖；

對所述文本區域中心點二值圖求取連通域，得到每個文本區域中心點的坐標。

5.根據權利要求1-2任一項所述的方法，其特征在于，所述對待檢測文本圖像進行特征提取，得到文本區域中心點概率圖，和與預設的多個錨點框對應的多個錨點框概率圖，包括：

通過訓練完成的文本檢測模型對待檢測文本圖像進行特征提取，得到文本區域中心點概率圖，和與預設的多個錨點框對應的多個錨點框概率圖。

6.根據權利要求5所述的方法，其特征在于，所述文本檢測模型通過以下方式進行訓練：

獲取訓練圖像樣本，所述訓練圖像樣本包括：包含文本的圖像，及，所述文本的錨點框標注信息、文本區域的中心點標注信息；

使用所述訓練圖像樣本對所述文本檢測模型進行訓練。

7.根據權利要求6所述的方法，其特征在于，所述使用所述訓練圖像樣本對所述文本檢測模型進行訓練，包括：

對所述訓練圖像樣本進行特征提取，將特征提取獲得的特征圖上采樣至所述訓練圖像樣本的四分之一大小并進行串聯，得到串聯后的特征圖；

對所述串聯后的特征圖進行卷積操作，得到預測文本區域中心點概率圖，和多個預測錨點框概率圖；

使用二分類交叉熵損失函數，基于所述預測文本區域中心點概率圖進行損失計算，得到第一損失值；并且，使用多分類交叉熵損失函數，基于所述多個預測錨點框概率圖進行損失計算，得到第二損失值；

根據所述第一損失值和所述第二損失值對所述文本檢測模型進行訓練。

8.一種電子設備，其特征在于，所述設備包括：

一個或多個處理器；

計算機可讀介質，配置為存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7中任一項所述的文本檢測方法。

9.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-7中任一項所述的文本檢測方法。