[发明专利]一种字符识别方法及装置

权利要求书

1.一种字符识别方法，其特征在于，所述方法包括：

获取待分析的包括字符的目标图像；

将所述目标图像输入预先训练的深度神经网络中，确定所述目标图像的字符区域对应的特征图；

通过所述深度神经网络对所述各字符区域对应的特征图进行字符识别，得到所述目标图像中包括的字符；

其中，所述深度神经网络是根据各样本图像、各样本图像的字符区域标定结果、以及各样本图像中包括的字符训练得到的；

所述确定所述目标图像的字符区域对应的特征图的步骤包括：

根据预设的划分规则，确定所述目标图像中包括的各候选区域；

根据训练得到的向量，对各候选区域的位置和/或形状进行调整，其中，在对所述深度神经网络进行训练时，根据所述样本图像中包括的不规则形状的字符区域，训练得到对该字符区域进行调整的向量；

对所述各候选区域进行特征提取，得到各候选区域对应的特征图；

根据各候选区域对应的特征图，识别包含字符的特征图，并将所识别出的特征图确定为所述目标图像的字符区域对应的特征图。

2.根据权利要求1所述的方法，其特征在于，所述确定所述目标图像的字符区域对应的特征图的步骤包括：

对所述目标图像进行特征提取，得到所述目标图像对应的特征图；

对所述目标图像对应的特征图进行像素级分析，识别包含字符的区域，并将所识别出的区域对应的特征图确定为所述目标图像中的字符区域对应的特征图。

3.根据权利要求1所述的方法，其特征在于，所述深度神经网络至少包括：卷积神经网络、循环神经网络、分类器、以及序列解码器；所述通过所述深度神经网络对所述各字符区域对应的特征图进行字符识别，得到所述目标图像中包括的字符的步骤包括：

通过所述卷积神经网络对所述各字符区域进行字符级特征提取；

通过所述循环神经网络对所述各字符区域进行上下文特征提取；

通过所述分类器和序列解码器对所提取的特征图进行分类识别，得到所述目标图像中包括的字符。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述深度神经网络的训练过程包括：

获取样本图像、各样本图像的字符区域标定结果、以及各样本图像中包括的字符；

将各样本图像、各样本图像的字符区域标定结果、以及各样本图像中包括的字符作为训练样本，训练得到所述深度神经网络。

5.一种字符识别装置，其特征在于，所述装置包括：

第一获取模块，用于获取待分析的包括字符的目标图像；

确定模块，用于将所述目标图像输入预先训练的深度神经网络中，确定所述目标图像的字符区域对应的特征图，根据预设的划分规则，确定所述目标图像中包括的各候选区域，根据训练得到的向量，对各候选区域的位置和/或形状进行调整，其中，在对所述深度神经网络进行训练时，根据样本图像中包括的不规则形状的字符区域，训练得到对该字符区域进行调整的向量，对所述各候选区域进行特征提取，得到各候选区域对应的特征图，根据各候选区域对应的特征图，识别包含字符的特征图，并将所识别出的特征图确定为所述目标图像的字符区域对应的特征图；

识别模块，用于通过所述深度神经网络对所述各字符区域对应的特征图进行字符识别，得到所述目标图像中包括的字符；

其中，所述深度神经网络是根据各样本图像、各样本图像的字符区域标定结果、以及各样本图像中包括的字符训练得到的。

6.根据权利要求5所述的装置，其特征在于，所述确定模块，包括：

第二提取子模块，用于对所述目标图像进行特征提取，得到所述目标图像对应的特征图；

第二识别子模块，用于对所述目标图像对应的特征图进行像素级分析，识别包含字符的区域，并将所识别出的区域对应的特征图确定为所述目标图像中的字符区域对应的特征图。