[發(fā)明專利]一種圖像文本檢測方法、裝置、系統(tǒng)及介質

在審

• 申請?zhí)枺?/td>: 202110118979.2
• 申請日: 2021-01-28
• 公開（公告）號: CN112883961A
• 公開（公告）日: 2021-06-01
• 發(fā)明（設計）人: 李天馳;孫悅;王帥
• 申請（專利權）人: 深圳點貓科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32
• 代理公司: 廣東良馬律師事務所 44395
• 代理人: 張柯

1.一種圖像文本檢測方法，其特征在于，包括如下步驟：

獲取待檢測文本圖像，對所述待檢測文本圖像進行特征提取后輸出共享文本特征圖；

根據所述共享文本特征圖迭代生成覆蓋所述共享文本特征圖中全部文本區(qū)域的全覆蓋文本候選框；

根據所述全覆蓋文本候選框估計所述共享文本特征圖中全部文本區(qū)域的幾何屬性，并根據所述幾何屬性輸出全部文本區(qū)域的文本定位檢測結果。

2.根據權利要求1所述的圖像文本檢測方法，其特征在于，所述對所述待檢測文本圖像進行特征提取后輸出共享文本特征圖，包括：

將所述待檢測文本圖像輸入至具有殘差模塊的特征提取網絡中；

通過所述具有殘差模塊的特征提取網絡對所述待檢測文本圖像進行多次下采樣與特征融合后輸出共享文本特征圖。

3.根據權利要求2所述的圖像文本檢測方法，其特征在于，所述通過所述具有殘差模塊的特征提取網絡對所述待檢測文本圖像進行多次下采樣與特征融合后輸出共享文本特征圖，具體包括：

通過所述具有殘差模塊的特征提取網絡對所述待檢測文本圖像進行多次下采樣，每次下采樣均經過預設大小的卷積核進行卷積運算，得到具有最小核值的共享文本特征圖。

4.根據權利要求1所述的圖像文本檢測方法，其特征在于，所述根據所述共享文本特征圖迭代生成覆蓋所述共享文本特征圖中全部文本區(qū)域的全覆蓋文本候選框，包括：

對所述共享文本特征圖進行文本候選框預測后輸出初級文本候選框；

對所述初級文本候選框進行迭代優(yōu)化處理后輸出覆蓋所述共享文本特征圖中全部文本區(qū)域的全覆蓋文本候選框。

5.根據權利要求4所述的圖像文本檢測方法，其特征在于，所述對所述初級文本候選框進行迭代優(yōu)化處理后輸出覆蓋所述共享文本特征圖中全部文本區(qū)域的全覆蓋文本候選框，包括：

對所述初級文本候選框進行感興趣區(qū)域轉換后獲得所述初級文本候選框對應的特征塊；

根據所述特征塊生成相應的角點預測圖，并根據所述共享文本特征圖對所述角點預測圖進行多次迭代運算，調節(jié)其中預測角點的位置；

當預測角點與共享文本特征圖中全部文本區(qū)域的真實角點的偏移量小于預設閾值時生成全覆蓋文本候選框。

6.根據權利要求1-5任意一項所述的圖像文本檢測方法，其特征在于，所述獲取待檢測文本圖像，對所述待檢測文本圖像進行特征提取后輸出共享文本特征圖之前，還包括：

構建并訓練文本檢測模型，所述文本檢測模型包括依次連接的特征提取網絡、回歸預測網絡、迭代優(yōu)化網絡和形狀表達網絡。

7.根據權利要求1-5任意一項所述的圖像文本檢測方法，其特征在于，所述幾何屬性包括文本區(qū)域、文本中心線以及邊界偏移量。

8.一種圖像文本檢測裝置，其特征在于，所述裝置包括：

特征提取模塊，用于對獲取到的待檢測文本圖像進行特征提取后輸出具有最小核值的共享文本特征圖；

預測迭代模塊，用于根據所述共享文本特征圖迭代生成覆蓋所述共享文本特征圖中全部文本區(qū)域的全覆蓋文本候選框；

估計識別模塊，用于根據所述全覆蓋文本候選框估計所述共享文本特征圖中全部文本區(qū)域的幾何屬性，并根據所述幾何屬性輸出全部文本區(qū)域的文本定位檢測結果。

9.一種圖像文本檢測系統(tǒng)，其特征在于，所述系統(tǒng)包括至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行權利要求1-7任一項所述的圖像文本檢測方法。

10.一種非易失性計算機可讀存儲介質，其特征在于，所述非易失性計算機可讀存儲介質存儲有計算機可執(zhí)行指令，該計算機可執(zhí)行指令被一個或多個處理器執(zhí)行時，可使得所述一個或多個處理器執(zhí)行權利要求1-7任一項所述的圖像文本檢測方法。