[发明专利]字符识别验证方法、系统、计算机设备、存储介质和芯片

说明书

本申请涉及一种字符识别验证方法、系统、计算机设备、存储介质和芯片。所述方法包括：利用机器学习模型对输入的第一图像进行识别，得到识别结果，根据识别结果生成第二图像，确定第一图像和第二图像之间的区别，根据区别对识别结果进行验证。其中，确定第一图像和第二图像之间的区别，利用该区别可以对识别结果进行验证，从而得知机器学习模型对第一图像识别后所输出的识别结果是正确的还是错误的。

技术领域

本申请涉及图像识别技术领域，特别是涉及一种字符识别验证方法、系统、计算机设备、存储介质和芯片。

背景技术

光学字符识别(OCR)是一般以标准的编码方案对文本的图像到作为机器可编辑文本的数字形式的基于计算机的转换，这一过程消除了将文档手动键入计算机系统的需求。但是传统的OCR往往是端到端的，即一张含有字符的图像作为网络的输入，网络直接输出字符，但是输出的字符经常会出现错误。

发明内容

基于此，有必要针对上述技术问题，提供一种字符识别验证方法、系统、计算机设备、存储介质和芯片。

一种字符识别验证方法，所述方法包括：

利用机器学习模型对输入的第一图像进行识别，得到识别结果；

根据识别结果生成第二图像；

确定所述第一图像和所述第二图像之间的区别；

根据所述区别对所述识别结果进行验证。

在其中一个实施例中，所述根据识别结果生成第二图像，包括：

利用所述机器学习模型对输入的所述第一图像和所述识别结果进行编码及解码，得到所述第二图像。

在其中一个实施例中，所述机器学习模型包括光学字符识别网络和条件自编码器网络；

所述光学字符识别网络，用于对输入所述光学字符识别网络中的所述第一图像进行识别，得到所述识别结果；

所述条件自编码器网络，用于对输入所述条件自编码器网络中的所述第一图像和所述识别结果进行编码及解码，得到所述第二图像。

在其中一个实施例中，所述确定所述第一图像和所述第二图像之间的区别，包括：

计算所述第一图像的像素和所述第二图像的像素之间的均方误差；

将所述均方误差确定为所述区别。

在其中一个实施例中，所述根据所述区别对所述识别结果进行验证，包括：

若所述区别小于预设阈值，则验证所述识别结果为正确结果；

若所述区别大于所述预设阈值，则验证所述识别结果为错误结果。

一种字符识别验证系统，所述系统包括机器学习模型、区别确定模块和验证模块；

所述机器学习模型，用于对输入的第一图像进行识别，得到识别结果；

所述机器学习模型，还用于根据识别结果生成第二图像；

所述区别确定模块，用于确定所述第一图像和所述第二图像之间的区别；

所述验证模块，用于根据所述区别对所述识别结果进行验证。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

利用机器学习模型对输入的第一图像进行识别，得到识别结果；

根据识别结果生成第二图像；

确定所述第一图像和所述第二图像之间的区别；