[發明專利]文本分離方法、裝置、電子設備和存儲介質

在審

• 申請號: 202210249247.1
• 申請日: 2022-03-14
• 公開（公告）號: CN114638957A
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 魏永強;胡殿明;劉雨亮
• 申請（專利權）人: 北京感易智能科技有限公司
• 主分類號: G06V10/22
• 分類號: G06V10/22;G06V10/764;G06V10/82;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: 楊明月

1.一種文本分離方法，其特征在于，包括：

確定待分離的重疊文本圖像；

將所述重疊文本圖像輸入至文本分離模型，得到所述文本分離模型輸出的文本分離圖像；

所述文本分離模型基于樣本重疊文本圖像，以及所述樣本重疊文本圖像的樣本文本分離圖像，聯合判別模型進行對抗訓練得到，所述判別模型用于區分預測文本分離圖像與所述樣本文本分離圖像，所述預測文本分離圖像是所述文本分離模型基于所述樣本重疊文本圖像確定的。

2.根據權利要求1所述的文本分離方法，其特征在于，所述將所述重疊文本圖像輸入至文本分離模型，得到所述文本分離模型輸出的文本分離圖像，包括：

將所述重疊文本圖像輸入至所述文本分離模型中的特征卷積網絡，得到所述特征卷積網絡輸出的所述重疊文本圖像的圖像特征；

將所述圖像特征輸入至所述文本分離模型中的固定文本生成網絡，得到所述固定文本生成網絡輸出的固定文本圖像；

將所述圖像特征輸入至所述文本分離模型中的印刷文本生成網絡，得到所述印刷文本生成網絡輸出的印刷文本圖像，所述固定文本圖像和所述印刷文本圖像構成所述文本分離圖像。

3.根據權利要求2所述的文本分離方法，其特征在于，所述將所述圖像特征輸入至所述文本分離模型中的印刷文本生成網絡，得到所述印刷文本生成網絡輸出的印刷文本圖像，包括：

將所述圖像特征分別輸入至所述印刷文本生成網絡下的印刷文本生成分支和印刷文本二值圖生成分支，得到所述印刷文本生成分支輸出的初始印刷文本圖像，以及所述印刷文本二值圖生成分支輸出的印刷文本二值圖；

基于所述印刷文本二值圖，以及所述初始印刷文本圖像，確定所述印刷文本圖像。

4.根據權利要求3所述的文本分離方法，其特征在于，所述判別模型包括固定文本判別分支，印刷文本判別分支以及印刷文本二值圖判別分支；

所述固定文本判別分支用于判別固定文本圖像的真偽；

所述印刷文本判別分支用于判別初始印刷文本圖像的真偽；

所述印刷文本二值圖判別分支用于判別印刷文本二值圖的真偽。

5.根據權利要求1至3中任一項所述的文本分離方法，其特征在于，所述文本分離模型和所述判別模型基于如下步驟確定：

構建初始文本分離模型和初始判別模型；

將所述樣本重疊文本圖像輸入至所述初始文本分離模型，得到所述初始文本分離模型輸出的預測文本分離圖像；

將所述預測文本分離圖像，以及所述樣本文本分離圖像分別輸入至所述初始判別模型，得到所述初始判別模型輸出的所述預測文本分離圖像的判別結果，以及所述樣本文本分離圖像的判別結果；

基于所述預測文本分離圖像，所述樣本文本分離圖像，所述預測文本分離圖像的判別結果以及所述樣本文本分離圖像的判別結果，對所述初始文本分離模型和所述初始判別模型進行參數更新，得到所述文本分離模型和所述判別模型。

6.根據權利要求5所述的文本分離方法，其特征在于，所述基于所述預測文本分離圖像，所述樣本文本分離圖像，所述預測文本分離圖像的判別結果以及所述樣本文本分離圖像的判別結果，對所述初始文本分離模型和所述初始判別模型進行參數更新，得到所述文本分離模型和所述判別模型，包括：

基于所述預測文本分離圖像，以及所述樣本文本分離圖像，確定所述初始文本分離模型的生成損失；

基于所述預測文本分離圖像的判別結果，以及所述樣本文本分離圖像的判別結果，確定所述初始判別模型的判別損失；

基于所述生成損失和所述判別損失，對所述初始文本分離模型和所述初始判別模型進行參數更新，得到所述文本分離模型和所述判別模型。