[發明專利]文本識別方法及裝置

在審

• 申請號: 202011480943.0
• 申請日: 2020-12-15
• 公開（公告）號: CN112541438A
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 陳海波;翟云龍
• 申請（專利權）人: 深蘭人工智能（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06N3/04;G06N3/08;G06T7/11
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 李文清

1.一種文本識別方法，其特征在于，包括：

獲取待識別文本圖像；

將所述待識別文本圖像輸入至文本識別模型，得到由所述文本識別模型輸出的所述待識別文本圖像中的文本信息；

其中，所述文本識別模型基于卷積神經網絡構建，所述卷積神經網絡包括拼接層，所述拼接層用于對所述拼接層的至少兩項輸入數據進行拼接；所述輸入數據以及所述輸出數據均為定點型數據，所述文本識別模型基于攜帶有文本標簽的樣本圖像訓練得到；

所述拼接層的輸出數據對應有預先確定的第一類定點系數，所述拼接層的每項輸入數據均對應有預先確定的第二類定點系數，且所述第一類定點系數與所述第二類定點系數相等。

2.根據權利要求1所述的文本識別方法，其特征在于，所述拼接層具體用于：

基于預設量化系數以及預設移位信息，對所述拼接層的至少兩項輸入數據進行拼接；

所述預設量化系數用于與所述輸入數據進行相乘，所述預設移位信息用于對所述預設量化系數與所述輸入數據的相乘結果進行移位。

3.根據權利要求2所述的文本識別方法，其特征在于，所述輸入數據的項數與所述預設量化系數的個數相等，且所述輸入數據與所述預設量化系數一一對應。

4.根據權利要求3所述的文本識別方法，其特征在于，所述拼接層具體用于：

計算每項輸入數據與每項輸入數據對應的預設量化系數的乘積；

基于所述預設移位信息，對所述乘積進行移位處理；

將所有輸入數據對應的移位處理結果進行拼接。

5.根據權利要求3所述的文本識別方法，其特征在于，所述拼接層的每項輸入數據均分別對應一預設移位信息，所述預設移位信息包括移位方向和移位位數，所述移位方向為右移；相應地，

所述預設量化系數基于如下方法離線確定：

計算2的指數次冪，得到計算結果；所述指數為每項輸入數據對應的移位位數；

將所述計算結果進行取整操作，得到每項輸入數據對應的預設量化系數。

6.根據權利要求5所述的文本識別方法，其特征在于，所述移位位數為8～16位。

7.一種文本識別裝置，其特征在于，包括：

圖像獲取模塊，用于獲取待識別文本圖像；

文本識別模塊，用于將所述待識別文本圖像輸入至文本識別模型，得到由所述文本識別模型輸出的所述待識別文本圖像中的文本信息；

其中，所述文本識別模型基于卷積神經網絡構建，所述卷積神經網絡包括拼接層，所述拼接層用于對所述拼接層的至少兩項輸入數據進行拼接；所述輸入數據以及所述輸出數據均為定點型數據，所述文本識別模型基于攜帶有文本標簽的樣本圖像訓練得到；

所述拼接層的輸出數據對應有預先確定的第一類定點系數，所述拼接層的每項輸入數據均對應有預先確定的第二類定點系數，且所述第一類定點系數與所述第二類定點系數相等。

8.根據權利要求7所述的文本識別裝置，其特征在于，所述拼接層具體用于：

基于預設量化系數以及預設移位信息，對所述拼接層的至少兩項輸入數據進行拼接；

所述預設量化系數用于與所述輸入數據進行相乘，所述預設移位信息用于對所述預設量化系數與所述輸入數據的相乘結果進行移位。

9.根據權利要求8所述的文本識別裝置，其特征在于，所述輸入數據的項數與所述預設量化系數的個數相等，且所述輸入數據與所述預設量化系數一一對應。

10.根據權利要求9所述的文本識別裝置，其特征在于，所述拼接層具體用于：

計算每項輸入數據與每項輸入數據對應的預設量化系數的乘積；

基于所述預設移位信息，對所述乘積進行移位處理；

將所有輸入數據對應的移位處理結果進行拼接。