[发明专利]一种基于深度学习的文字检测方法及装置

权利要求书

1.一种基于深度学习的文字检测方法，包括步骤：

步骤S1，构建多层卷积神经网络；所述多层卷积神经网络包括多个卷积层和全连接层；其输入为图像，输出为字符分类结果；

步骤S2，采用误差反向传播算法训练所述多层卷积神经网络，从而得到字符识别模型，其中训练过程中使用的目标函数为输入图像的真实字符类别与所述字符识别模型预测结果的交叉熵；

步骤S3，将步骤S1中建立的多层卷积神经网络的输出层节点修改为2，并利用训练好的所述字符识别模型的权重初始化修改后的多层卷积神经网络的权重；

步骤S4，利用字符-非字符数据集对修改后的多层卷积神经网络进行训练，得到字符-非字符二分类模型；

步骤S5，将所述字符-非字符二分类模型中的所有全连接层修改成卷积层；

步骤S6，利用步骤S5中修改后的所述字符-非字符二分类模型对测试图像采用多尺度扫描窗口进行测试，得到文字区域的概率图，并对所述概率图进行非极大值抑制得到最终的文字区域。

2.根据权利要求1所述的方法，其中，步骤S2中，所述字符识别模型的激活函数如下表示：

f(x)＝max(0，W^Tx+b)

其中，W是模型权重，b是偏置项，x是上一层的输出。

3.如权利要求2所述的方法，其中，所述权重如下更新：

其中，η为学习率，Wi为第i层的权重值，E为所述字符识别模型的目标函数。

4.如权利要求1-3任一项所述的方法，其中，所述字符识别模型的目标函数如下表示：

其中，E为所述字符识别模型的目标函数，p_l为所述字符识别模型输出的输入图像属于第l类的概率，q_l为所述输入图像属于第l类的真实概率。

5.如权利要求1-3任一项所述的方法，其中，步骤S2中采用随机梯度下降算法使目标函数小于预定阈值。

6.如权利要求1-3任一项所述的方法，其中，步骤S6中，所述对所述概率图进行非极大值抑制得到最终的文字区域具体包括：

对所述文字区域按照其概率图中的概率大小排序，如果概率大的区域与概率小的区域重叠超过0.5，则留下概率大的区域，去除概率小的区域，得到最终的文字区域。

7.一种基于深度学习的文字检测装置，包括：

构建模块，构建多层卷积神经网络；所述多层卷积神经网络包括多个卷积层和全连接层；其输入为图像，输出为字符分类结果；

字符识别模型训练模块，采用误差反向传播算法训练所述多层卷积神经网络，从而得到字符识别模型，其中训练过程中使用的目标函数为输入图像的真实字符类别与所述字符识别模型预测结果的交叉熵；

第一模型修改模块，将所述构建模块建立的多层卷积神经网络的输出层节点修改为2，并利用训练好的所述字符识别模型的权重初始化修改后的多层卷积神经网络的权重；

字符-非字符训练模块，利用字符-非字符数据集对修改后的多层卷积神经网络进行训练，得到字符-非字符二分类模型；

第二模型修改模块，将所述字符-非字符二分类模型中的所有全连接层修改成卷积层；

检测模块，第二模型修改模块修改后的所述字符-非字符二分类模型对测试图像采用多尺度扫描窗口进行测试，得到文字区域的概率图，并对所述概率图进行非极大值抑制得到最终的文字区域。

8.根据权利要求7所述的装置，其中，所述字符识别模型的激活函数如下表示：

f(x)＝max(0，W^Tx+b)

其中，W是模型权重，b是偏置项，x是上一层的输出；

其中，所述权重如下更新：

其中，η为学习率，Wi为第i层的权重值，E为所述字符识别模型的目标函数。