[發明專利]文本識別方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202011390409.0
• 申請日: 2020-12-02
• 公開（公告）號: CN112560599A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 陳光
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 姜曉云

1.一種文本識別方法，其特征在于，所述方法包括：

獲取待識別文本圖像；

將所述待識別文本圖像輸入至預先訓練的機器學習模型中，以根據所述機器學習模型中預訓練的模型參數對所述待識別文本圖像進行識別得到文本識別內容，所述機器學習模型是根據多個訓練文本圖像訓練得到，每一個所述訓練文本圖像中的文本內容在同一個排列方向上分布且不同的所述訓練文本圖像中的所述文本內容包括在不同排列方向上分布。

2.根據權利要求1所述的方法，其特征在于，所述根據所述機器學習模型中預訓練的模型參數對所述待識別文本圖像進行識別得到文本識別內容，包括：

根據所述機器學習模型中預訓練的模型參數對所述待識別文本圖像進行識別得到文本排列方向識別結果，以及多個文本內容識別結果；

從多個所述文本內容識別結果中提取與所述文本排列方向識別結果對應的文本內容識別結果，并將提取到的所述文本內容識別結果作為所述待識別文本圖像的文本識別內容。

3.根據權利要求1所述的方法，其特征在于，所述機器學習模型包括文本排列方向識別模型以及文本內容識別模型；所述文本排列方向識別模型以及所述文本內同識別模型的訓練方式，包括：

獲取多個訓練文本圖像；

將所述訓練文本圖像分別輸入至初始文本排列方向識別模型中，以根據所述初始文本排列方向識別模型中的初始排列方向識別參數對所述訓練文本圖像中的文本內容的文本排列方向進行識別，得到文本排列方向初始識別結果；

根據所述文本排列方向初始識別結果確定與所述訓練文本圖像對應的初始文本內容識別模型，并利用確定的所述初始文本內容識別模型對應的初始內容識別參數對所述訓練文本圖像的文本內容進行識別得到文本內容初始識別結果；

根據所述文本排列方向初始識別結果、所述文本內容初始識別結果以及真實標簽確定目標損失函數；

根據所述目標損失函數對所述初始排列方向識別參數以及所述初始內容識別參數進行調整，直至滿足訓練結束條件時，獲取當前排列方向識別參數以及當前內容識別參數，并根據所述當前排列方向識別參數得到文本排列方向識別模型以及根據所述當前內容識別參數得到文本內容識別模型。

4.根據權利要求3所述的方法，其特征在在于，所述將所述訓練文本圖像分別輸入至初始文本排列方向識別模型中，包括：

提取所述訓練文本圖像的圖像特征，得到訓練文本圖像特征；

將所述訓練文本圖像特征分別輸入至初始文本排列方向識別模型中。

5.根據權利要求3所述的方法，其特征在于，所述初始文本內容識別模型包括正排列方向文本內容識別模型以及倒排列方向文本內容識別模型；所述根據所述文本排列方向初始識別結果確定與所述訓練文本圖像對應的初始文本內容識別模型，包括：

當所述文本排列方向初始識別結果對應為正排列方向時，確定所述正排列方向文本內容識別模型是與所述訓練文本圖像對應的初始文本內容識別模型；

當所述文本排列方向初始識別結果對應為倒排列方向時，確定所述倒排列方向文本內容識別模型是與所述訓練文本圖像對應的初始文本內容識別模型。

6.根據權利要求5所述的方法，其特征在于，所述根據所述文本排列方向初始識別結果、所述文本內容初始識別結果以及真實標簽確定目標損失函數，包括：

當所述初始文本內容識別模型對應為正排列方向文本內容識別模型時，獲取所述正排列方向文本內容識別模型對所述訓練文本圖像進行識別得到的正排列方向文本內容識別結果，并根據所述正排列方向文本內容識別結果、所述文本初始識別結果以及真實標簽確定目標損失函數；

當所述初始文本內容識別模型對應為倒排列方向文本內容識別模型時，獲取所述倒排列方向文本內容識別模型對所述訓練文本圖像進行識別得到的倒排列方向文本內容識別結果，并根據所述倒排列方向文本內容識別結果、所述文本初始識別結果以及真實標簽確定目標損失函數。