[發明專利]一種基于深度學習優化網絡的圖文識別方法及系統在審
| 申請號： | 202011178476.6 | 申請日： | 2020-10-29 |
| 公開（公告）號： | CN112348024A | 公開（公告）日： | 2021-02-09 |
| 發明（設計）人： | 戴亦斌 | 申請（專利權）人： | 北京信工博特智能科技有限公司 |
| 主分類號： | G06K9/34 | 分類號： | G06K9/34;G06K9/62;G06N3/08 |
| 代理公司： | 天津市鼎和專利商標代理有限公司 12101 | 代理人： | 蒙建軍 |
| 地址： | 100089 北京市海淀*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 深度 學習 優化 網絡 圖文 識別 方法 系統 | ||
1.一種基于深度學習優化網絡的圖文識別方法，其特征在于：至少包括如下步驟：
步驟一：通過深度學習目標檢測技術，識別出單幀圖像中的物體；
步驟二：通過摳圖模型和對齊模型，將所述物體摳出圖片，并對齊；
步驟三：將所述圖片整塊進行OCR識別；
步驟四：將OCR識別得到的文字識別結果送入基于深度學習自然語言處理建立的NLP校正模型進行校正，最終輸出文字識別結果。
2.基于權利要求1所述基于深度學習優化網絡的圖文識別方法，其特征在于，建立基于深度學習自然語言處理的NLP校正模型具體步驟為：
首先，利用前期積累的語料庫進行進行深度人工神經網絡的初始化；
然后，利用整理好的整塊進行OCR識別的識別過程信息、NLP人工校正的輸入文本的錯誤信息、校正過程記錄相關信息，以及作為數據集輸入對齊的目標物體信息、精確度不高的文本進行訓練，通過合理設置的損失函數對深度人工神經網絡進行權值調整。
3.基于權利要求1或2所述基于深度學習優化網絡的圖文識別方法，其特征在于，所述單幀圖像為照片集終的單張圖片或視頻中的單幀圖片。
4.一種基于深度學習優化網絡的圖文識別系統，其特征在于：至少包括：
物體識別模塊：通過深度學習目標檢測技術，識別出單幀圖像中的物體；
對齊模塊：通過摳圖模型和對齊模型，將所述物體摳出圖片，并對齊；
OCR識別模塊：將所述圖片整塊進行OCR識別；
修正模塊：將OCR識別得到的文字識別結果送入基于深度學習自然語言處理建立的NLP校正模型進行校正，最終輸出文字識別結果。
5.基于權利要求4所述基于深度學習優化網絡的圖文識別系統，其特征在于，建立基于深度學習自然語言處理的NLP校正模型具體步驟為：
首先，利用前期積累的語料庫進行深度人工神經網絡的初始化；
然后，利用整理好的整塊進行OCR識別的識別過程信息、NLP人工校正的輸入文本的錯誤信息、校正過程記錄相關信息，以及作為數據集輸入對齊的目標物體信息、精確度不高的文本進行訓練，通過合理設置的損失函數對深度人工神經網絡進行權值調整。
6.基于權利要求4或5所述基于深度學習優化網絡的圖文識別系統，其特征在于，所述單幀圖像為照片集終的單張圖片或視頻中的單幀圖片。
7.一種實現權利要求1-3任一項所述基于深度學習優化網絡的圖文識別方法的計算機程序。
8.一種實現權利要求1-3任一項所述基于深度學習優化網絡的圖文識別方法的信息數據處理終端。
9.一種計算機可讀存儲介質，包括指令，當其在計算機上運行時，使得計算機執行如權利要求1-3任一項所述的基于深度學習優化網絡的圖文識別方法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京信工博特智能科技有限公司，未經北京信工博特智能科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011178476.6/1.html，轉載請聲明來源鉆瓜專利網。
