[發(fā)明專利]一種文字檢測(cè)中使用的高效解碼方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011413971.0
• 申請(qǐng)日: 2020-12-03
• 公開（公告）號(hào): CN112541417B
• 公開（公告）日: 2022-09-16
• 發(fā)明（設(shè)計(jì)）人: 吳軍;張伯政;樊昭磊;何彬彬
• 申請(qǐng)（專利權(quán)）人: 山東眾陽(yáng)健康科技集團(tuán)有限公司
• 主分類號(hào): G06V10/94
• 分類號(hào): G06V10/94;G06V30/41
• 代理公司: 濟(jì)南泉城專利商標(biāo)事務(wù)所 37218
• 代理人: 支文彬

一種文字檢測(cè)中使用的高效解碼方法，使用張量之間的邏輯與按位計(jì)算取代了傳統(tǒng)的解碼方法中的像素迭代計(jì)算，本專利的文字檢測(cè)中使用的解碼方法更容易進(jìn)行并行計(jì)算加速，即使不進(jìn)行并行計(jì)算加速，也可以借助X86架構(gòu)處理器的向量處理單元達(dá)到遠(yuǎn)高于原理解碼方法的處理速度。在保證解碼效果的前提下，降低了解碼的耗時(shí)，提高了解碼效率。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像中文字檢測(cè)領(lǐng)域，具體涉及一種文字檢測(cè)中使用的高效解碼方法。

背景技術(shù)

文字檢測(cè)是當(dāng)今圖像領(lǐng)域研究的一個(gè)重要問(wèn)題，在很多行業(yè)領(lǐng)域都有應(yīng)用。而在文字檢測(cè)中，Advanced-East是一種效果優(yōu)異的模型，其本質(zhì)是一種對(duì)目標(biāo)方向和區(qū)域同時(shí)進(jìn)行檢測(cè)的算法模型。該模型中的解碼部分，由于依賴像素級(jí)的迭代，效率較低，且由于其解碼方法在數(shù)據(jù)上存在行或者列的依賴性，并行優(yōu)化的效率提升有限。這造成了現(xiàn)在使用Advanced-East模型在做文字檢測(cè)的時(shí)候，由于解碼部分的效率過(guò)低，導(dǎo)致檢測(cè)的速度較慢。

如何能夠在使用Advanced-East進(jìn)行圖像中文字檢測(cè)時(shí)，在保證解碼效果的前提下，降低解碼的耗時(shí)。并在提升效率的同時(shí)，降低硬件的開銷。顯得尤為重要。

發(fā)明內(nèi)容

本發(fā)明為了克服以上技術(shù)的不足，提供了一種提高解碼效率、降低硬件成本的文字檢測(cè)中使用的高效解碼方法。

本發(fā)明克服其技術(shù)問(wèn)題所采用的技術(shù)方案是：

一種文字檢測(cè)中使用的高效解碼方法，包括如下步驟：

a)獲取運(yùn)行參數(shù)，將目標(biāo)圖像內(nèi)像素的激活閾值表示為T_i，將頭部和尾部回歸像素的激活閾值表示為T_s，將尾部回歸像素的激活閾值表示為T_t；

b)獲取Advanced-East模型的輸出張量并表示為P，使用P_(i,：,：)表示張量P中第一個(gè)維度索引為i，第二個(gè)維度索引全部區(qū)域，第三個(gè)維度索引全部區(qū)域，P_(0,：,：)為目標(biāo)內(nèi)像素的激活概率，P_(1,：,：)為頭部和尾部回歸像素的激活概率；P_(2,：,：)為尾部回歸像素的激活概率；P_(3,：,：)為頭部回歸像素的左上點(diǎn)橫向坐標(biāo)的差值或尾部回歸像素的右下點(diǎn)橫向坐標(biāo)的差值，P_(4,：,：)代表頭部回歸像素的左上點(diǎn)縱向坐標(biāo)的差值或尾部回歸像素點(diǎn)右下點(diǎn)縱向坐標(biāo)的差值，P_(5,：,：)代表頭部回歸像素的左下點(diǎn)橫向坐標(biāo)的差值或尾部回歸像素點(diǎn)右上點(diǎn)橫向坐標(biāo)的差值，P_(6,：,：)代表頭部回歸像素的左下點(diǎn)縱向坐標(biāo)的差值或尾部回歸像素點(diǎn)右上點(diǎn)縱向坐標(biāo)的差值，獲取像素的坐標(biāo)圖，表示為張量M，張量M橫向第l列中縱向第n個(gè)像素的坐標(biāo)為M_(：,l,n)；

c)設(shè)置空集合R，用于收集結(jié)果；

d)使用高斯模糊方法，對(duì)P_(0,：,：)進(jìn)行模糊處理，模糊后的P_(0,：,：)表示為P_G(0,：,：)；

e)對(duì)P_G(0,：,：)進(jìn)行二值化處理，處理后的P_G(0,：,：)表示為P_B(0,：,：)；

f)使用連通域分析算法求取P_B(0,：,：)中的連通域，將得到的結(jié)果表示為矩陣A和值N，矩陣A為每個(gè)像素對(duì)應(yīng)的連通域標(biāo)號(hào)，值N為連通域的個(gè)數(shù)；

g)設(shè)置循環(huán)變量k＝0；

h)設(shè)置臨時(shí)變量Y_i，通過(guò)公式計(jì)算更新Y_i的值，式中*為矩陣對(duì)應(yīng)位置相乘的計(jì)算，＝＝為相等的邏輯計(jì)算；