[發明專利]文本檢測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202111057748.1
• 申請日: 2021-09-09
• 公開（公告）號: CN113936128A
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 袁夢軻;劉航;王彤;嚴冬明
• 申請（專利權）人: 中國科學院自動化研究所;東華大學
• 主分類號: G06V10/22
• 分類號: G06V10/22;G06V10/46;G06V10/80;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王治東

本發明提供一種文本檢測方法、裝置、電子設備及存儲介質，該方法包括：通過特征金字塔將原始光照圖像轉化為對應的參數矩陣，基于參數矩陣調整原始光照圖像的圖像亮度，得到原始光照圖像對應的待處理暗光圖像；基于特征提取網絡對原始光照圖像對應的原始暗光圖像，及待處理暗光圖像分別進行多層特征提取，分別得到原始暗光圖像對應的原始特征和補充特征；基于補充特征對原始特征進行特征補全，得到特征補全的原始暗光圖像；基于輸出網絡輸出特征補全的原始暗光圖像的熱力圖和文本預測框，基于熱力圖和文本預測框進行文本檢測。本發明通過合成暗光圖像及原始暗光圖像的特征補全，直接檢測暗光環境下的文本，提升了暗光環境下文本檢測的準確性。

技術領域

本發明涉及圖像處理領域，尤其涉及一種文本檢測方法、裝置、電子設備及存儲介質。

背景技術

目前的文本檢測相關工作基本都是針對正常光照情況進行，暗光環境下的文本檢測工作十分稀缺。現階段暗光文本檢測主要是先增強圖片亮度再進行檢測的技術方法，即先利用傳統圖像處理方法增強圖像亮度，然后利用MSER預測含有誤檢對象的候選結果，再結合手工特征和卷積神經網絡對亮度增強文本的分布進行學習，剔除非文本候選對象，得到最終的檢測結果。然而，在此方法中，通過無參照的圖像亮度增強方法，使得放大圖像中的噪聲。同時需要通過人工方式引入手工特征，從而降低了暗光環境下文本檢測的準確性。

發明內容

本發明提供一種文本檢測方法、裝置、電子設備及存儲介質，旨在提升暗光環境下文本檢測的準確性。

本發明提供一種文本檢測方法，包括：

通過特征金字塔將原始光照圖像轉化為對應的參數矩陣，并基于所述參數矩陣調整所述原始光照圖像的圖像亮度，得到所述原始光照圖像對應的待處理暗光圖像；

基于特征提取網絡對所述原始光照圖像對應的原始暗光圖像，以及所述待處理暗光圖像分別進行多層特征提取，分別得到所述原始暗光圖像對應的原始特征和補充特征；

基于所述補充特征對所述原始特征進行特征補全，得到特征補全的原始暗光圖像；

基于輸出網絡輸出所述特征補全的原始暗光圖像的熱力圖和文本預測框，并基于所述熱力圖和所述文本預測框進行文本檢測。

根據本發明提供的一種文本檢測方法，所述基于所述熱力圖和所述文本預測框進行文本檢測的步驟包括：

基于所述熱力圖確定所述特征補全的原始暗光圖像中，各個像素點對應的像素分值；

基于各個所述像素分值確定對應的正樣本區域，并基于所述正樣本區域和所述文本預測框進行文本檢測。

根據本發明提供的一種文本檢測方法，所述原始特征包括第一部分原始特征和第二部分原始特征，

所述基于所述補充特征對所述原始特征進行特征補全，得到特征補全的原始暗光圖像的步驟包括：

將所述補充特征和所述第一部分原始特征，輸入至第一特征融合模塊，其中，所述第一特征融合模塊包括第一合并函數和第一卷積層；

基于所述第一合并函數和所述第一卷積層，將所述補充特征補全至所述第一部分原始特征中；

將所述第二部分原始特征及其對應的上一級特征進行特征融合，得到所述特征補全的原始暗光圖像。

根據本發明提供的一種文本檢測方法，所述第二部分原始特征包括第一特征和第二特征，所述第一特征在所述第二特征的底層，

所述將所述第二部分原始特征及其對應的上一級特征進行特征融合，得到所述特征補全的原始暗光圖像的步驟包括：

獲取所述第一特征對應的第一上一級特征，將所述第一特征和所述第一上一級特征輸入至第二特征融合模塊，其中，所述第二特征融合模塊包括第二合并函數和第二卷積層；