[發明專利]文本確定方法、裝置、電子設備和計算機可讀存儲介質

在審

• 申請號: 202110699576.1
• 申請日: 2021-06-23
• 公開（公告）號: CN113361523A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 呂鵬原;李景泉;章成全;姚錕;韓鈞宇;劉經拓;丁二銳;吳甜;王海峰
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62;G06K9/72;G06N3/04;G06N3/08
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 趙林琳;張昊

本公開提供了文本確定方法、裝置、電子設備和計算機可讀存儲介質，涉及人工智能技術領域，具體為計算機視覺和深度學習技術領域，可應用于智慧城市、智慧金融場景下。具體實現方案為：確定原始圖像的圖像特征數據；基于圖像特征數據，確定原始圖像中包括的多個字符的字符特征數據；基于字符特征數據，確定多個字符的分類信息；以及通過基于多個字符的分類信息確定由多個字符組成的備選文本，確定對應于備選文本的目標文本。以此方式，本公開的技術方案可以在對沒有提供足夠視覺信息的原始圖片進行文本識別時提供較高的識別正確率。

技術領域

本公開涉及人工智能技術領域，具體為計算機視覺和深度學習技術領域，可應用于智慧城市、智慧金融場景下，例如涉及文本確定方法、裝置、電子設備、計算機可讀存儲介質和計算機程序產品。

背景技術

在工業、服務業等智能化的趨勢下，自然場景下的文字檢測識別技術(例如，光學字符識別技術，Optical Character Recognition，簡稱“OCR”)已經被廣泛的應用于社會各個行業，如金融、教育、醫療等領域。文檔錄入、發票識別、車牌識別、證件識別等文字檢測識別的具體應用，提高了各行各業的工作效率、簡化了用戶的操作流程。雖然一些高性能的文字檢測識別方法在通用場景下的識別率已經達到90％以上，但對于有遮擋、光照不均勻、有藝術字符等的情況，目前的識別技術通常會存在識別錯誤、漏識別等問題。

發明內容

本公開提供了一種文本確定方法、裝置、電子設備、計算機可讀存儲介質和計算機程序產品。

根據本公開的第一方面，提供了一種文本確定方法。該方法可以包括確定原始圖像的圖像特征數據。進而，可以基于圖像特征數據，確定原始圖像中包括的多個字符的字符特征數據。該方法還可以包括基于字符特征數據，確定多個字符的分類信息。此外，該方法可以進一步包括通過基于多個字符的分類信息確定由多個字符組成的備選文本，確定對應于備選文本的目標文本。

在本公開的第二方面中，提供了一種文本確定裝置，包括：圖像特征數據確定模塊，被配置為確定原始圖像的圖像特征數據；字符特征數據確定模塊，被配置為基于圖像特征數據確定原始圖像中包括的多個字符的字符特征數據；分類信息確定模塊，被配置為基于字符特征數據確定多個字符的分類信息；以及目標文本確定模塊，被配置為通過基于多個字符的分類信息確定由多個字符組成的備選文本來確定對應于備選文本的目標文本。

在本公開的第三方面中，提供了一種電子設備，包括一個或多個處理器；以及存儲裝置，用于存儲一個或多個程序，當一個或多個程序被一個或多個處理器執行，使得一個或多個處理器實現根據本公開的第一方面的方法。

在本公開的第四方面中，提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現根據本公開的第一方面的方法。

在本公開的第五方面中，提供了一種計算機程序產品，計算機程序在被處理器執行時實現根據本公開的第一方面的方法。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1示出了本公開的多個實施例能夠在其中實現的示例環境的示意圖；

圖2示出了根據本公開的實施例的詳細示例環境的示意圖；

圖3示出了根據本公開的實施例的文本確定的過程的流程圖；

圖4示出了根據本公開的實施例的經卷積神經網絡處理的圖像特征數據的示意圖；

圖5示出了根據本公開的實施例的文本確定裝置的框圖；以及

圖6示出了能夠實施本公開的多個實施例的計算設備的框圖。

具體實施方式