[發(fā)明專(zhuān)利]一種文本圖像識(shí)別方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011171696.6
• 申請(qǐng)日: 2020-10-28
• 公開(kāi)（公告）號(hào): CN112149642A
• 公開(kāi)（公告）日: 2020-12-29
• 發(fā)明（設(shè)計(jì)）人: 魏瑤;高俊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): 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(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 44300
• 代理人: 李漢亮

本發(fā)明實(shí)施例公開(kāi)了一種文本圖像識(shí)別方法和裝置；本發(fā)明實(shí)施例在獲取待識(shí)別文本圖像后，該待識(shí)別文本圖像包括至少一個(gè)文本內(nèi)容，對(duì)待識(shí)別文本圖像中的文本內(nèi)容進(jìn)行特征提取，得到文本內(nèi)容的文本特征集，然后，根據(jù)文本特征集，確定出文本內(nèi)容的語(yǔ)義特征信息，基于語(yǔ)義特征信息，對(duì)識(shí)別文本特征集的識(shí)別參數(shù)進(jìn)行調(diào)整，得到目標(biāo)識(shí)別參數(shù)，根據(jù)目標(biāo)識(shí)別參數(shù)，對(duì)文本特征集進(jìn)行識(shí)別，得到待識(shí)別文本圖像的文本識(shí)別結(jié)果；該方案可以提升文本圖像的識(shí)別準(zhǔn)確率，尤其是低質(zhì)量文本圖像的識(shí)別準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及通信技術(shù)領(lǐng)域，具體涉及一種文本圖像識(shí)別方法和裝置。

背景技術(shù)

近年來(lái)，隨著神經(jīng)網(wǎng)絡(luò)技術(shù)在人工智能領(lǐng)域的大熱，將神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像識(shí)別的圖像識(shí)別技術(shù)也有了長(zhǎng)足的發(fā)展。尤其是將神經(jīng)網(wǎng)絡(luò)應(yīng)用于對(duì)文本圖像中的文本內(nèi)容進(jìn)行文本識(shí)別。現(xiàn)有的文本圖像識(shí)別方法往往是采用注意力機(jī)智對(duì)文本圖像進(jìn)行編解碼來(lái)是識(shí)別。

在對(duì)現(xiàn)有技術(shù)的研究和實(shí)踐過(guò)程中，本發(fā)明的發(fā)明人發(fā)現(xiàn)對(duì)于現(xiàn)有的文本圖像識(shí)別方法來(lái)說(shuō)，由于僅僅依賴(lài)有限的局部文本特征，難以處理一些低質(zhì)量的待識(shí)別文本圖像，從而導(dǎo)致文本圖像識(shí)別的準(zhǔn)確率大大降低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種文本圖像識(shí)別方法和裝置，可以提高文本圖像識(shí)別的準(zhǔn)確率。

一種文本圖像識(shí)別方法，包括：

獲取待識(shí)別文本圖像，所述待識(shí)別文本圖像包括至少一個(gè)文本內(nèi)容；

對(duì)所述待識(shí)別文本圖像中的文本內(nèi)容進(jìn)行特征提取，得到所述文本內(nèi)容的文本特征集；

根據(jù)所述文本特征集，確定出所述文本內(nèi)容的語(yǔ)義特征信息；

基于所述語(yǔ)義特征信息，對(duì)識(shí)別所述文本特征集的識(shí)別參數(shù)進(jìn)行調(diào)整，得到目標(biāo)識(shí)別參數(shù)；

根據(jù)所述目標(biāo)識(shí)別參數(shù)，對(duì)所述文本特征集進(jìn)行識(shí)別，得到所述待識(shí)別文本圖像的文本識(shí)別結(jié)果。

可選的，本發(fā)明實(shí)施例還可以提供另一種文本圖像識(shí)別方法，包括：

顯示教育直播頁(yè)面，所述教育直播頁(yè)面包括文本內(nèi)容和識(shí)別控件；

響應(yīng)于所述識(shí)別控件的識(shí)別操作，顯示文本內(nèi)容選擇頁(yè)面，所述文本內(nèi)容選擇頁(yè)面包括文本內(nèi)容選擇控件；

響應(yīng)于所述文本內(nèi)容選擇控件的選擇操作，根據(jù)所述文本內(nèi)容，生成待識(shí)別文本圖像，并將所述待識(shí)別文本圖像發(fā)送至服務(wù)器；

獲取所述服務(wù)器針對(duì)所述待識(shí)別文本圖像的文本識(shí)別結(jié)果；

顯示識(shí)別結(jié)果頁(yè)面，所述識(shí)別結(jié)果頁(yè)面包括待識(shí)別文本圖像和所述待識(shí)別文本圖像的文本識(shí)別結(jié)果。

相應(yīng)的，本發(fā)明實(shí)施例提供一種文本圖像識(shí)別裝置，包括：

第一獲取單元，用于獲取待識(shí)別文本圖像，所述待識(shí)別文本圖像包括至少一個(gè)文本內(nèi)容；

提取單元，用于對(duì)所述待識(shí)別文本圖像中的文本內(nèi)容進(jìn)行特征提取，得到所述文本內(nèi)容的文本特征集；

確定單元，用于根據(jù)所述文本特征集，確定出所述文本內(nèi)容的語(yǔ)義特征信息；

調(diào)整單元，用于基于所述語(yǔ)義特征信息，對(duì)識(shí)別所述文本特征集的識(shí)別參數(shù)進(jìn)行調(diào)整，得到目標(biāo)識(shí)別參數(shù)；

識(shí)別單元，用于根據(jù)所述目標(biāo)識(shí)別參數(shù)，對(duì)所述文本特征集進(jìn)行識(shí)別，得到所述待識(shí)別文本圖像的文本識(shí)別結(jié)果。

可選的，本發(fā)明實(shí)施例還可以提供另一種文本圖像識(shí)別裝置，包括：

直播頁(yè)面顯示單元，用于顯示教育直播頁(yè)面，所述教育直播頁(yè)面包括文本內(nèi)容和識(shí)別控件；