[发明专利]一种文字识别方法以及相关设备在审
申请号: | 202010109201.0 | 申请日: | 2020-02-21 |
公开(公告)号: | CN111414915A | 公开(公告)日: | 2020-07-14 |
发明(设计)人: | 王靓伟;刘禹良;沈春华;金连文 | 申请(专利权)人: | 华为技术有限公司 |
主分类号: | G06K9/34 | 分类号: | G06K9/34;G06K9/20;G06K9/46;G06K9/62 |
代理公司: | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人: | 王仲凯 |
地址: | 518129 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 文字 识别 方法 以及 相关 设备 | ||
1.一种文字识别方法,其特征在于,所述方法包括:
获取待处理图像,所述待处理图像包括目标区域,所述目标区域为文字区域;
生成与所述目标区域对应的第一控制点参数;
根据所述第一控制点参数生成目标曲线,其中,所述目标曲线用于指示所述目标区域;
对所述目标区域进行文字识别,得到识别结果。
2.根据权利要求1所述的方法,其特征在于,所述生成与所述目标区域对应的第一控制点参数,包括:
将所述待处理图像的特征图输入到回归网络中,以通过所述回归网络生成第二控制点参数,并将所述待处理图像的特征图输入到分类网络中,以通过所述分类网络确定与所述第二控制点参数对应的候选区域是否为文字区域;
当确定所述候选区域为文字区域时,将所述候选区域确定为所述目标区域,将所述第二控制点参数确定为所述第一控制点参数。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一控制点参数生成目标曲线之后,所述方法还包括:
根据所述目标曲线,对所述待处理图像的特征图进行采样,得到所述目标区域的特征图;
所述对所述目标区域进行文字识别,得到识别结果,包括:
对所述目标区域的特征图进行文字识别,得到所述识别结果。
4.根据权利要求1或2所述的方法,其特征在于,所述第一控制点参数包括一组或至少两组控制点参数,所述目标区域包括一个或至少两个文字区域,每组控制点参数对应于一个文字区域。
5.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
输出所述识别结果和所述第一控制点参数,所述第一控制点参数用于供终端设备确定所述目标曲线;或者,
输出所述识别结果和与所述目标曲线对应的边界坐标,所述边界坐标用于供终端设备确定所述目标曲线;或者,
显示所述识别结果和所述目标曲线;或者,
显示所述识别结果。
6.根据权利要求1或2所述的方法,其特征在于,所述目标曲线为贝塞尔曲线。
7.一种文字识别方法,其特征在于,所述方法包括:
获取训练图像和第三控制点参数,其中,所述训练图像中包括文字区域,所述第三控制点参数为预先生成的,所述第三控制点参数对应于指示所述文字区域的曲线;
将所述训练图像输入文字区域检测网络,得到所述文字区域检测网络输出的第四控制点参数,所述第四控制点参数对应于指示所述文字区域的曲线;
根据所述第三控制点参数和所述第四控制点参数,通过第一损失函数,对所述文字区域检测网络进行训练,直至满足收敛条件,得到训练后的文字区域检测网络,其中,所述第一损失函数用于指示所述第三控制点参数和所述第四控制点参数的相似度。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
通过文字识别网络对所述第四控制点参数对应的文字区域进行文字识别,得到所述文字识别网络输出的第一识别结果;
根据所述第一识别结果和第二识别结果,通过第二损失函数,对所述文字识别网络进行训练,直至满足收敛条件,得到训练后的所述文字识别网络,其中,所述第二识别结果为预先生成的,所述第二识别结果用于指示与所述第四控制点参数对应的文字区域的识别结果,所述第二损失函数用于指示所述第一识别结果和所述第二识别结果之间的相似度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010109201.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种多核芯片及其调度方法
- 下一篇:一种基于门限减少的图像秘密共享方法及应用