[發(fā)明專利]基于特征融合的文本識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111056077.7
• 申請(qǐng)日: 2021-09-09
• 公開（公告）號(hào): CN113688823A
• 公開（公告）日: 2021-11-23
• 發(fā)明（設(shè)計(jì)）人: 王振明
• 申請(qǐng)（專利權(quán)）人: 平安醫(yī)療健康管理股份有限公司
• 主分類號(hào): G06K9/20
• 分類號(hào): G06K9/20;G06K9/34;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市京大律師事務(wù)所 11321
• 代理人: 姚維

本發(fā)明涉及人工智能領(lǐng)域，公開了基于特征融合的文本識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，用于提高文本識(shí)別的準(zhǔn)確率。調(diào)用預(yù)置的神經(jīng)網(wǎng)絡(luò)組對(duì)待識(shí)別醫(yī)療圖像進(jìn)行特征提取，生成醫(yī)療局部特征圖像和醫(yī)療全局特征圖像，并調(diào)用預(yù)置的加權(quán)求和函數(shù)對(duì)所述醫(yī)療局部特征圖像和所述醫(yī)療全局特征圖像進(jìn)行特征融合，生成目標(biāo)醫(yī)療融合特征圖像；調(diào)用預(yù)置的雙向雙層循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)所述目標(biāo)醫(yī)療融合特征圖像進(jìn)行字符集提取，生成醫(yī)療分類字符集，并基于醫(yī)療分類字符集與預(yù)置的時(shí)序分類算法進(jìn)行對(duì)齊解碼，生成目標(biāo)醫(yī)療文本。此外，本發(fā)明還涉及區(qū)塊鏈技術(shù)，待識(shí)別醫(yī)療圖像可存儲(chǔ)于區(qū)塊鏈中。

技術(shù)領(lǐng)域

本發(fā)明涉及神經(jīng)網(wǎng)絡(luò)領(lǐng)域，尤其涉及一種基于特征融合的文本識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著科技的發(fā)展，人工智能應(yīng)用在越來越多的領(lǐng)域，其中，文本識(shí)別是人工智能中的重要領(lǐng)域，并且已經(jīng)成功應(yīng)用于身份證識(shí)別、銀行卡識(shí)別，醫(yī)療診斷書識(shí)別、醫(yī)療卡識(shí)別等諸多業(yè)務(wù)。

在現(xiàn)有技術(shù)中，利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行文本識(shí)別，卷積神經(jīng)網(wǎng)絡(luò)主要關(guān)注局部特征的提取，由于圖像背景復(fù)雜，卷積神經(jīng)網(wǎng)絡(luò)無法結(jié)合全局信息區(qū)分文本和背景，導(dǎo)致文本識(shí)別不準(zhǔn)確。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于特征融合的文本識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，用于提高文本識(shí)別的準(zhǔn)確率。

本發(fā)明第一方面提供了一種基于特征融合的文本識(shí)別方法，包括：調(diào)用預(yù)置的神經(jīng)網(wǎng)絡(luò)組對(duì)待識(shí)別醫(yī)療圖像進(jìn)行特征提取，生成醫(yī)療局部特征圖像和醫(yī)療全局特征圖像，并調(diào)用預(yù)置的加權(quán)求和函數(shù)對(duì)所述醫(yī)療局部特征圖像和所述醫(yī)療全局特征圖像進(jìn)行特征融合，生成目標(biāo)醫(yī)療融合特征圖像；調(diào)用預(yù)置的雙向雙層循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)所述目標(biāo)醫(yī)療融合特征圖像進(jìn)行字符集提取，生成醫(yī)療分類字符集，并基于醫(yī)療分類字符集與預(yù)置的時(shí)序分類算法進(jìn)行對(duì)齊解碼，生成目標(biāo)醫(yī)療文本。

可選的，在本發(fā)明第一方面的第一種實(shí)現(xiàn)方式中，所述調(diào)用預(yù)置的神經(jīng)網(wǎng)絡(luò)組對(duì)待識(shí)別醫(yī)療圖像進(jìn)行特征提取，生成醫(yī)療局部特征圖像和醫(yī)療全局特征圖像，并調(diào)用預(yù)置的加權(quán)求和函數(shù)對(duì)所述醫(yī)療局部特征圖像和所述醫(yī)療全局特征圖像進(jìn)行特征融合，生成目標(biāo)醫(yī)療融合特征圖像包括：獲取初始醫(yī)療圖像，并對(duì)所述初始醫(yī)療圖像進(jìn)行預(yù)處理，生成預(yù)處理后的醫(yī)療圖像，所述初始醫(yī)療圖像包括初始醫(yī)療文本；對(duì)所述預(yù)處理后的醫(yī)療圖像進(jìn)行歸一化處理，生成待識(shí)別醫(yī)療圖像，所述待識(shí)別醫(yī)療圖像包括待識(shí)別醫(yī)療文本；調(diào)用神經(jīng)網(wǎng)絡(luò)組中預(yù)置的卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述待識(shí)別醫(yī)療圖像進(jìn)行局部特征提取，生成醫(yī)療局部特征圖像；調(diào)用所述神經(jīng)網(wǎng)絡(luò)組中預(yù)置的注意力神經(jīng)網(wǎng)絡(luò)對(duì)所述待識(shí)別醫(yī)療圖像進(jìn)行全局特征提取，生成醫(yī)療全局特征圖像；調(diào)用預(yù)置的加權(quán)求和函數(shù)對(duì)所述醫(yī)療局部特征圖像和所述醫(yī)療全局特征圖像進(jìn)行特征融合，生成目標(biāo)醫(yī)療融合特征圖像。

可選的，在本發(fā)明第一方面的第二種實(shí)現(xiàn)方式中，所述獲取初始醫(yī)療圖像，并對(duì)所述初始醫(yī)療圖像進(jìn)行預(yù)處理，生成預(yù)處理后的醫(yī)療圖像，所述初始醫(yī)療圖像包括初始醫(yī)療文本包括：獲取初始醫(yī)療圖像，判斷所述初始醫(yī)療圖像中初始醫(yī)療文本的方向是否為預(yù)置的標(biāo)準(zhǔn)方向，所述初始醫(yī)療圖像包括初始醫(yī)療文本；若所述初始醫(yī)療圖像中初始醫(yī)療文本的方向不為預(yù)置的標(biāo)準(zhǔn)方向，則結(jié)合所述初始醫(yī)療文本按照預(yù)置的標(biāo)準(zhǔn)方向?qū)λ龀跏坚t(yī)療圖像進(jìn)行調(diào)整，生成預(yù)處理后的醫(yī)療圖像。

可選的，在本發(fā)明第一方面的第三種實(shí)現(xiàn)方式中，所述對(duì)所述預(yù)處理后的醫(yī)療圖像進(jìn)行歸一化處理，生成待識(shí)別醫(yī)療圖像，所述待識(shí)別醫(yī)療圖像包括待識(shí)別醫(yī)療文本包括：按照預(yù)置的縮放規(guī)則對(duì)所述預(yù)處理后的醫(yī)療圖像進(jìn)行縮放處理，生成縮放后的醫(yī)療圖像；對(duì)所述縮放后的醫(yī)療圖像進(jìn)行歸一化處理，生成待識(shí)別醫(yī)療圖像，所述待識(shí)別醫(yī)療圖像包括待識(shí)別醫(yī)療文本。