[发明专利]文本检测方法、装置、存储介质和计算机设备

说明书

本发明提供一种文本检测方法，包括：获取待检测图像；将待检测图像输入至神经网络模型，输出目标特征矩阵；将目标特征矩阵输入至全连接层，全连接层根据预设锚点区域将目标特征矩阵的各个元素映射到待检测图像对应的预测图像子区域；获取预测图像子区域的文本特征信息，根据预测图像子区域的文本特征信息通过文本聚类算法将预测图像子区域连接成对应的预测文本行，确定待检测图像对应的文本区域。使用预测图像子区域确定待检测图像的文本区域，提高了检测的准确性和鲁棒性，还提供一种文本检测装置、存储介质和计算机设备。

技术领域

本发明涉及计算机技术领域，特别是涉及一种文本检测方法、装置、存储介质和计算机设备。

背景技术

为了满足一定的应用需求需要对图像中的目标物体进行检测，由于通常的物体具有完整的封闭边界，因此通常的目标物体检测方法通过直接预测目标物体所在的候选区域，并能够根据预测候选区域中的目标物体的一部分特征推测物体类别，实现对目标物体的检测。

但是，文字与通常的物体不同，文字的边界是随着笔画变化的，且一个文字之间可能存在空格，通过一部分文字较难确定文字的类型，因此，利用传统的目标物体检测算法容易由于文字空格造成错检、漏检，且由于不能根据预测候选区域中的部分文字预测整个文字的类别，导致文字定位精准度不高，检测鲁棒性较低。

发明内容

基于此，有必要针对上述问题，提供一种文本检测方法、装置、存储介质和计算机设备，能够利用小尺度文本区域进行文本检测，提高文本检测的精确度，提高文本检测的鲁棒性。

一种文本检测方法，包括：

获取待检测图像；

将所述待检测图像输入至神经网络模型，输出目标特征矩阵；

将所述目标特征矩阵输入至全连接层，所述全连接层根据预设锚点区域将所述目标特征矩阵的各个元素映射到所述待检测图像对应的预测图像子区域；

获取所述预测图像子区域的文本特征信息，根据所述预测图像子区域的文本特征信息通过文本聚类算法将预测图像子区域连接成对应的预测文本行，确定所述待检测图像对应的文本区域。

一种文本检测装置，包括：

获取模块，用于获取待检测图像；

特征矩阵生成模块，用于将所述待检测图像输入至神经网络模型，输出目标特征矩阵；

文本子区域获取模块，用于将所述目标特征矩阵输入至全连接层，所述全连接层根据预设锚点区域将所述目标特征矩阵的各个元素映射到所述待检测图像对应的预测图像子区域；

文本区域确定模块，用于获取所述预测图像子区域的文本特征信息，根据所述预测图像子区域的文本特征信息通过文本聚类算法将预测图像子区域连接成对应的预测文本行，确定所述待检测图像对应的文本区域。

在其中一个实施例中，所述特征矩阵生成模块还用于对所述待检测图像进行特征提取得到第一特征矩阵，所述第一特征矩阵中的元素为二维元素；将所述第一特征矩阵输入双向长短期记忆网络模型得到前向特征矩阵和后向特征矩阵；将所述前向特征矩阵和后向特征矩阵拼接得到所述目标特征矩阵。

在其中一个实施例中，所述文本特征信息包括文本置信度；所述信息获取模块还用于获取各个预测图像子区域对应的文本置信度；根据所述文本置信度对各个预测图像子区域进行非极大值抑制，得到文本置信度大于预设文本置信度的预测图像子区域作为候选文本子区域。

在其中一个实施例中，文本检测装置还包括:

修正模块，用于获取各个预测文本行对应的预测水平方向偏移量，根据所述预测水平边界偏移量修正所述预测文本行的水平边界。