[發明專利]一種OCR快速識別方法、裝置、設備和介質

在審

• 申請號: 202110209228.1
• 申請日: 2021-02-25
• 公開（公告）號: CN112990278A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 黃家昌;管發乾;楊輝;邱道椿
• 申請（專利權）人: 福建億能達信息技術股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 福州市鼓樓區京華專利事務所(普通合伙) 35212
• 代理人: 林燕

1.一種OCR快速識別方法，其特征在于：包括下述步驟：

S1、對輸入的圖像進行預處理；

S2、提取預處理后圖像的空間潛層信息和時序潛層信息；

所述空間潛層信息由空間模型通過卷積、池化、激活函數提取而得，所述空間模型包括特征提取卷積層、增加通道卷積層以及池化層，所述增加通道卷積層采用1×1卷積核來增加中間向量的通道數；

所述時序潛層信息通過時序模型的多層雙向SRN層提取而得，所述時序模型的構成是：第一層和第三層均為雙向SRN層，對大部分運算進行并行處理；第二層和第四層為全連接層；

S3、根據所述空間潛層信息和所述時序潛層信息，由嵌入層通過CTC進行多字符的分類，從而識別出圖像上的所有字符。

2.根據權利要求1所述的一種OCR快速識別方法，其特征在于：所述空間模型對空間潛層信息的提取和所述時序模型對時序潛層信息的提取二者的順序包括以下兩種：

(1)、由所述空間模型和所述時序模型分別對取預處理后圖像進行提取，分別得到所述空間潛層信息和所述時序潛層信息，再將所述空間潛層信息和所述時序潛層信息經過拼接后輸入所述嵌入層；

(2)、先由所述空間模型對取預處理后圖像提取所述空間潛層信息，將所述空間潛層信息輸入至所述時序模型；再由所述時序模型對所述空間潛層信息進一步提取時序潛層信息，之后輸入所述嵌入層。

3.根據權利要求1所述的一種OCR快速識別方法，其特征在于：所述空間模型的構成如下；

第一層是特征提取卷積層，用于提取圖像特征，卷積核為5×5，步長為2×2，填充為2×2，通道數為24，激活函數為ReLU；

第二層是特征提取卷積層，用于提取圖像特征，卷積核為3×3，步長為1×1，填充為1×1，通道數為24，激活函數為ReLU；

第三層是增加通道卷積層，用于增加中間向量的通道數，以便于更好的提取圖像特征，卷積核為1×1，步長為1×1，通道數為128；

第四層是池化層，核為2，步長為2；

第五層是特征提取卷積層，用于提取圖像特征，卷積核為3×3，步長為1×1，填充為1×1，通道數為128，歸一化方法為BN，激活函數為ReLU；

第六層是增加通道卷積層，用于增加中間向量的通道數，以便于更好的提取圖像特征，卷積核為1×1，步長為1×1，通道數為256，歸一化方法為BN；

第七層是特征提取卷積層，用于提取圖像特征，卷積核為3×3，步長為1×1，填充為1×1，通道數為256，歸一化方法為BN，激活函數為ReLU；

第八層是池化層，核為2×2，步長為2×1，填充為0×1；

第九層是特征提取卷積層，用于提取圖像特征，卷積核為3×3，步長為1×1，填充為1×1，通道數為256，歸一化方法為BN，激活函數為ReLU；

第十層是增加通道卷積層，用于增加中間向量的通道數，以便于更好的提取圖像特征，卷積核為1×1，步長為1×1，通道數為512，歸一化方法為BN；

第十一層是特征提取卷積層，用于提取圖像特征，卷積核為3×3，步長為1×1，填充為1×1，通道數為512，激活函數為ReLU；

第十二層是池化層，核為2×2，步長為2×1，填充為0×1；

第十三層是特征提取卷積層，用于提取圖像特征，卷積核為2×2，步長為1×1，填充為1×1，通道數為512，歸一化方法為BN，激活函數為ReLU；

第十四層是特征提取卷積層，用于提取圖像特征，卷積核為1×1，步長為1×1，通道數為512，歸一化方法為BN。

4.根據權利要求1所述的一種OCR快速識別方法，其特征在于：所述時序模型的構成如下：

第一層為雙向SRN層，節點數為256；

第二層為全連接層，節點數為256：

第三層為雙向SRN層，節點數為256：

第四層為全連接層，節點數為256。