[发明专利]一种字符检测方法、系统、设备及计算机存储介质

权利要求书

1.一种字符检测方法，其特征在于，包括：

接收外界输入的字符图像；

将所述字符图像与预先训练的响应卷积参数进行卷积运算，得到响应图；

其中，所述将所述字符图像与预先训练的响应卷积参数进行卷积运算，得到响应图包括：将所述字符图像与预先训练的背景卷积参数进行卷积运算，得到第一卷积图；将所述字符图像与预先训练的文本卷积参数进行卷积运算，得到第二卷积图；基于预先设置的卷积层将所述第一卷积图和所述第二卷积图合成为所述响应图；

其中，所述预先训练响应卷积参数包括：将预设的训练图像与预设的当前卷积参数进行卷积操作，得到当前响应图；基于损失函数计算当前响应图与所述训练图像对应的训练响应图间的误差；判断所述误差是否小于预设的阈值，若是，则确定当前卷积参数为响应卷积参数，若否，则调整当前卷积参数，返回执行将预设的训练图像与预设的当前卷积参数进行卷积操作的步骤；

所述损失函数为：

其中，Y_t表示所述训练响应图中字符所在区域的像素集合，Y_n表示所述训练响应图中背景区域的像素集合，Y_w表示所述训练响应图中所述字符所在区域与所述背景区域的交界区域的像素集合，|Y_t|表示Y_t的个数，表示相应的y的预测值，λ表示相应区域的关注度；

提取所述响应图中的感兴趣区域；

识别所述感兴趣区域中的字符。

2.根据权利要求1所述的方法，其特征在于，所述提取所述响应图中的感兴趣区域，包括：

二值化所述响应图，得到二值化图；

提取所述二值化图中的连通分量；

基于置信度计算公式计算每一个连通分量的置信度，确定置信度值最大的连通分量对应的区域为所述感兴趣区域；

所述置信度计算公式为：

其中，w和h分别表示当前计算的连通分量的宽和高，和分别表示字符区域的平均宽度和平均高度，m表示当前计算的连通分量的平均响应强度。

3.根据权利要求1所述的方法，其特征在于，所述识别所述感兴趣区域中的字符，包括：

将所述感兴趣区域与预先训练的识别卷积参数进行卷积运算，得到识别图；

基于预设数量的分类器识别所述识别图中的每一个字符。

4.一种字符检测系统，其特征在于，包括：

接收模块，用于接收外界输入的字符图像；

响应图模块，用于将所述字符图像与预先训练的响应卷积参数进行卷积运算，得到响应图；

其中，所述响应图模块包括：背景运算单元，用于将所述字符图像与预先训练的背景卷积参数进行卷积运算，得到第一卷积图；文本运算单元，用于将所述字符图像与预先训练的文本卷积参数进行卷积运算，得到第二卷积图；合成单元，用于基于预先设置的卷积层将所述第一卷积图和所述第二卷积图合成为所述响应图；

其中，所述预先训练响应卷积参数包括：将预设的训练图像与预设的当前卷积参数进行卷积操作，得到当前响应图；基于损失函数计算当前响应图与所述训练图像对应的训练响应图间的误差；判断所述误差是否小于预设的阈值，若是，则确定当前卷积参数为响应卷积参数，若否，则调整当前卷积参数，返回执行将预设的训练图像与预设的当前卷积参数进行卷积操作的步骤；

所述损失函数为：

其中，Y_t表示所述训练响应图中字符所在区域的像素集合，Y_n表示所述训练响应图中背景区域的像素集合，Y_w表示所述训练响应图中所述字符所在区域与所述背景区域的交界区域的像素集合，|Y_t|表示Y_t的个数，表示相应的y的预测值，λ表示相应区域的关注度；

提取模块，用于提取所述响应图中的感兴趣区域；

识别模块，用于识别所述感兴趣区域中的字符。