[發(fā)明專利]一種文本圖像識別方法和裝置

在審

• 申請?zhí)枺?/td>: 202011171696.6
• 申請日: 2020-10-28
• 公開（公告）號: CN112149642A
• 公開（公告）日: 2020-12-29
• 發(fā)明（設計）人: 魏瑤;高俊
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/46;G06F40/166;G06F40/30;G06N3/04;G06N3/08
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 李漢亮

1.一種文本圖像識別方法，其特征在于，包括：

獲取待識別文本圖像，所述待識別文本圖像包括至少一個文本內容；

對所述待識別文本圖像中的文本內容進行特征提取，得到所述文本內容的文本特征集；

根據所述文本特征集，確定出所述文本內容的語義特征信息；

基于所述語義特征信息，對識別所述文本特征集的識別參數進行調整，得到目標識別參數；

根據所述目標識別參數，對所述文本特征集進行識別，得到所述待識別文本圖像的文本識別結果。

2.根據權利要求1所述的文本圖像識別方法，其特征在于，所述基于所述語義特征信息，對識別所述文本特征集的識別參數進行調整，得到目標識別參數，包括：

獲取文本識別模型中解碼網絡的初始化參數和隱藏層的維度信息，并將所述初始化參數作為識別所述文本特征集的識別參數，所述文本識別模型用于識別所述待識別文本圖像的文本內容；

根據所述維度信息，對所述語義特征信息的維度進行轉換，得到轉換后語義特征信息；

根據所述轉換后語義特征信息，對所述識別參數進行調整，得到所述目標識別參數。

3.根據權利要求2所述的文本圖像識別方法，其特征在于，所述根據所述轉換后語義特征信息，對所述識別參數進行調整，得到所述目標識別參數，包括：

將所述識別參數替換為所述轉換后語義特征信息，以對所述解碼網絡進行初始化，并將所述轉換后語義特征信息作為所述目標識別參數；

所述根據所述目標識別參數，對所述文本特征集進行識別，得到所述待識別文本圖像的文本識別結果，包括：根據目標識別參數，采用初始化后解碼網絡對所述文本特征集進行解碼，得到所述待識別文本圖像的文本識別結果。

4.根據權利要求3所述的文本圖像識別方法，其特征在于，所述根據目標識別參數，采用初始化后解碼網絡對所述文本特征集進行解碼，得到所述待識別文本圖像的文本識別結果，包括：

根據所述文本特征集，確定所述待識別文本圖像中文本內容的字符識別順序；

基于所述字符識別順序，在所述文本內容中確定出當前需要識別的當前文本字符；

根據所述目標識別參數，對所述當前文本字符進行識別，以得到所述待識別文本圖像的文本識別結果。

5.根據權利要求4所述的文本圖像識別方法，其特征在于，所述根據所述目標識別參數，對所述當前文本字符進行識別，以得到所述待識別文本圖像的文本識別結果，包括：

根據所述文本特征集，對所述目標識別參數進行更新，得到第一更新后識別參數，并基于所述第一更新后識別參數，對所述當前文本字符進行識別，得到所述當前文本字符的第一字符識別結果；

根據所述字符識別順序，在所述文本內容中篩選出所述當前文本字符的下一個文本字符，得到目標文本字符；

根據所述第一字符識別結果，對所述第一更新后識別參數進行更新，得到第二更新后識別參數，并基于所述第二更新后識別參數，對所述目標文本字符進行識別，得到所述目標文本字符的第二字符識別結果；

返回執(zhí)行根據所述字符識別順序，在所述文本內容中篩選出所述當前文本字符的下一個文本字符的步驟，直至所述文本內容中的文本字符全部識別，得到所述待識別文本圖像的文本識別結果。

6.根據權利要求5所述的文本圖像識別方法，其特征在于，所述根據所述文本特征集，對所述目標識別參數進行更新，得到第一更新后識別參數，包括：

對所述目標識別參數進行特征提取，得到所述目標識別參數對應的第一識別特征；

將所述第一識別特征與所述文本特征集中的文本特征進行融合，得到第一全局文本特征；

根據所述第一全局文本特征，對所述目標識別參數進行更新，得到第一更新后識別參數。