[發明專利]文本區域檢測方法、裝置、電子設備和計算機存儲介質

有效

• 申請號: 202011546450.2
• 申請日: 2020-12-24
• 公開（公告）號: CN112287924B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 楊家博;秦勇
• 申請（專利權）人: 北京易真學思教育科技有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/34;G06K9/38;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 楊瑾瑾;林軍

1.一種文本區域檢測方法，其特征在于，包括：

將目標圖像輸入目標模型，得到目標模型輸出的多個通道；所述多個通道包括內縮文本區域概率圖以及角點概率圖；

基于所述目標圖像對應的梯度圖以及所述內縮文本區域概率圖，得到概率閾值；

基于所述概率閾值，對所述內縮文本區域概率圖進行二值化、以及對所述角點概率圖進行二值化，得到內縮文本區域二值圖以及角點二值圖；

基于所述內縮文本區域二值圖以及所述角點二值圖，確定所述目標圖像包含的文本區域；

其中，所述基于所述目標圖像對應的梯度圖以及所述內縮文本區域概率圖，得到概率閾值，包括：

將所述目標圖像對應的梯度圖與所述內縮文本區域概率圖做與操作，得到處理后的所述梯度圖；

將處理后的所述梯度圖與所述內縮文本區域概率圖逐點相加，得到處理后的所述內縮文本區域概率圖；

對處理后的所述內縮文本區域概率圖求取概率平均值，將求得的概率平均值作為所述概率閾值。

2.根據權利要求1所述的方法，其特征在于，所述多個通道還包括：角點偏移量；

所述基于所述內縮文本區域二值圖以及所述角點二值圖，確定所述目標圖像包含的文本區域，包括：

基于所述內縮文本區域二值圖，確定內縮文本區域；

根據所述角點偏移量，對所述角點二值圖進行校正，得到校正后的角點二值圖；

基于校正后的所述角點二值圖對所述內縮文本區域進行外擴處理，得到所述目標圖像包含的文本區域。

3.根據權利要求1-2任一項所述的方法，其特征在于，所述將目標圖像輸入目標模型，得到目標模型輸出的多個通道信息，包括：

將所述目標圖像輸入所述目標模型的第一網絡模型，得到所述目標模型的所述第一網絡模型輸出的特征圖；

將所述特征圖輸入所述目標模型中的第二網絡模型，得到所述目標模型中的所述第二網絡模型輸出的多個通道信息。

4.根據權利要求3所述的方法，其特征在于，所述將所述特征圖輸入所述目標模型中的第二網絡模型，得到所述目標模型中的所述第二網絡模型輸出的多個通道信息，包括：

將輸入的所述特征圖進行串聯得到特征映射；

對所述特征映射進行一次卷積操作以及兩次反卷積操作，輸出與所述目標圖像大小一致的所述多個通道。

5.根據權利要求1-2任一項所述的方法，其特征在于，所述方法還包括：

基于訓練樣本對預設模型進行訓練，得到訓練后的所述預設模型，將所述訓練后的所述預設模型作為所述目標模型；其中，所述訓練樣本為對文本區域設置透明度的圖像。

6.根據權利要求5所述的方法，其特征在于，所述基于訓練樣本對預設模型進行訓練，包括：

將所述訓練樣本輸入所述預設模型的預設第一網絡模型，得到所述預設模型的預設第一網絡模型輸出的特征圖；

將所述特征圖輸入所述預設模型的預設第二網絡模型，得到所述預設模型的預設第二網絡模型輸出的多個通道信息；

基于所述訓練樣本所對應的多個通道、以及所述訓練樣本中文本區域設置的透明度，確定第一類損失函數、第二類損失函數以及第三類損失函數；

根據所述第一類損失函數、所述第二類損失函數以及第三類損失函數進行反向傳導更新所述預設模型。

7.根據權利要求6所述的方法，其特征在于，所述預設模型的所述預設第一網絡模型中采用金字塔卷積進行特征圖的計算，所述第二網絡模型采用特征金字塔增強模塊FPEM確定特征圖像。