[发明专利]基于OCR和双向LSTM的文字序列纠错算法、系统及其设备

说明书

技术领域

本发明涉及图像文字识别过程中机器翻译领域，尤其涉及基于OCR和双向LSTM的文字序列纠错算法、系统及其设备。

背景技术

近年来，随着机器学习的迅猛发展，各种机器翻译算法层出不穷，被广泛应用的有OCR文字识别算法。OCR(Optical Character Recognition，光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。

然而，由于图像光照、角度等影响，OCR识别文字算法精度很难达到期望。

发明内容

为了解决上述技术问题，本发明提出基于OCR和双向LSTM的文字序列纠错算法。系统及其设备，它能够有效的提高文字序列识别的准确度。

为了实现上述目的，本发明的技术方案为：

基于OCR和双向LSTM的文字序列纠错算法，适用于图像中文字的识别，包括步骤：

S1，获取文字图像；

S2，所述文字图像经过OCR预处理得到第一序列集合X＝{x₀,x₁,...,x_m}；

S3，将正序的{x₀,x₁,…,x_m}以及反序的{x_m,x_m-1,...,x₀}输入双向LSTM构建的编码器中得到语境向量c；

S4，所述语境向量c经双向LSTM构建的解码器解码分别获得第二序列集合Y。

步骤S3中所述的语境向量c为：

c＝Φ({h₁,h₂,…,h_TS})；

h_t＝f(x_t,h_t-1)。

步骤S4中所述的第二序列集合Y为：

Y＝(y₀,y₁,…,y_n)；

s_t＝f(y_t-1,s_t-1,c)；

p(y_t|y<t,X)＝g(y_t-1,s_t,c)。

步骤S1中所述的文字图像为快递单图像。

步骤S2中所述的OCR预处理的阈值为系统允许的最低reliability阈值。

基于OCR和双向LSTM的文字序列纠错系统，包括：

图像采集模块，用于获取文字图像；

OCR处理模块，用于对所述文字图像进行OCR预处理得到第一序列集合X＝{x₀,x₁,...,x_m}；

双向LSTM构建的编码器，用于对正序的{x₀,x₁,…,x_m}以及反序的{x_m,x_m-1,...,x₀}进行编码得到语境向量c；

双向LSTM构建的解码器，用于对所述语境向量c进行解码分别获得第二序列集合Y。

基于OCR和双向LSTM的文字序列纠错设备，包括存储有计算机程序的计算机可读介质，所述程序被运行用于执行：

S1，获取文字图像；

S2，所述文字图像经过OCR预处理得到第一序列集合X＝{x₀,x₁,...,x_m}；

S3，将正序的{x₀,x₁,…,x_m}以及反序的{x_m,x_m-1,...,x₀}输入双向LSTM构建的编码器中得到语境向量c；

S4，所述语境向量c经双向LSTM构建的解码器解码分别获得第二序列集合Y。

本发明的有益效果是：通过综合运用OCR和双向LSTM算法，提升了文字识别的准确度。

附图说明