[發明專利]光學字符識別模型訓練和識別方法、裝置、設備及介質

有效

• 申請號: 202110341261.X
• 申請日: 2021-03-30
• 公開（公告）號: CN113033431B
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 黃聚;謝群義;李煜林;欽夏孟;章成全;姚錕
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V30/413
• 分類號: G06V30/413;G06V20/62;G06V30/18;G06V10/82;G06F40/30;G06N3/044;G06N3/0442
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本公開公開了一種光學字符識別模型訓練和識別方法、裝置、設備及介質，涉及人工智能技術領域，尤其涉及計算機視覺和深度學習技術，可用于OCR場景下。具體實現方案為：對樣本圖像進行特征提取，得到樣本特征數據；將所述樣本特征數據輸入至光學字符識別模型，以確定所述樣本特征數據中的文字區域對應的局部特征數據，并提取所述局部特征數據中的語義信息，根據所述語義信息，確定所述文字區域的預測類別；根據所述預測類別和所述文字區域的標簽類別，對所述光學字符識別模型進行訓練。本公開提高了光學字符識別模型的類別預測結果的準確度。

技術領域

本公開涉及人工智能技術領域，尤其涉及計算機視覺和深度學習技術，可用于OCR(Optical?Character?Recognition，光學字符識別)場景下。

背景技術

票據是一種重要的結構化信息的文本載體，被廣泛應用于各種場景中。由于不同應用場景下票據的種類不同、不同種類的票據版式復雜、項目繁多，因此，在進行票據報銷時，需要針對各票據進行票據項目識別，以得到結構化的票據信息。

在進行票據識別時，需要對票據按照票據的項目(例如票據名稱、納稅人識別號等)類別進行劃分。現有技術在進行票據項目類別劃分時，通常采用模板匹配的方式加以實現，其準確度較低。

發明內容

本公開提供了一種光學字符識別模型訓練和識別方法、裝置、設備及介質。

根據本公開的一方面，提供了一種光學字符識別模型訓練方法，包括：

對樣本圖像進行特征提取，得到樣本特征數據；

將所述樣本特征數據輸入至光學字符識別模型，以確定所述樣本特征數據中的文字區域對應的局部特征數據，并提取所述局部特征數據中的語義信息，根據所述語義信息，確定所述文字區域的預測類別；

根據所述預測類別和所述文字區域的標簽類別，對所述光學字符識別模型進行訓練。

根據本公開的另一方面，還提供了一種光學字符識別方法，包括：

對目標圖像進行特征提取，得到目標特征數據；

將所述目標特征數據輸入至訓練好的光學字符識別模型，以確定所述目標特征數據中的文字區域對應的局部特征數據，并提取所述局部特征數據中的語義信息，根據所述語義信息確定所述文字區域的預測類別。

根據本公開的另一方面，還提供了一種光學字符識別模型訓練裝置，包括：

樣本特征數據得到模塊，用于對樣本圖像進行特征提取，得到樣本特征數據；

預測類別確定模塊，用于將所述樣本特征數據輸入至光學字符識別模型，以確定所述樣本特征數據中的文字區域對應的局部特征數據，并提取所述局部特征數據中的語義信息，根據所述語義信息，確定所述文字區域的預測類別；

模型訓練模塊，用于根據所述預測類別和所述文字區域的標簽類別，對所述光學字符識別模型進行訓練。

根據本公開的另一方面，還提供了一種光學字符識別裝置，包括：

目標特征數據得到模塊，用于對目標圖像進行特征提取，得到目標特征數據；

預測類別確定模塊，用于將所述目標特征數據輸入至訓練好的光學字符識別模型，以確定所述目標特征數據中的文字區域對應的局部特征數據，并提取所述局部特征數據中的語義信息，根據所述語義信息確定所述文字區域的預測類別。

根據本公開的另一方面，還提供了一種電子設備，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，