[发明专利]游戏画面中的文字识别方法、装置、电子设备和存储介质

说明书

本实施例公开了游戏画面中的文字识别方法、装置、电子设备和存储介质，可对待检测游戏画面提取特征信息，其中，待检测游戏画面为目标虚拟场景的游戏画面；基于特征信息对待检测游戏画面进行文本区域检测，得到候选文本区域；从候选文本区域中识别出目标信息所在的目标文本区域，其中，目标信息为需要从目标虚拟场景中提取的文字信息；对目标文本区域中的文本进行识别，得到待检测游戏画面的目标信息。该方案中将文本区域识别和文字识别分为两个阶段进行，文本区域识别不限于目标信息所在文本区域，所以文本区域识别方案可以由不同虚拟场景共享，提升了文字识别方法在虚拟场景下的通用性，文字识别方案则保证了文字识别准确度。

技术领域

本发明涉及计算机技术领域，具体涉及一种游戏画面中的文字识别方法、装置、电子设备和存储介质。

背景技术

文字检测识别技术是一种对视频或图像中文字进行精准定位识别的技术。很多业务场景下，为了业务的实现会需要视频或图像中的某些关键信息。

以游戏直播为例，在游戏直播中，每天都会产生海量的游戏直播视频，对视频或图像中关键文字信息的精准获取可以为直播内容的管理等，提供更多关键信息，从而丰富用户体验。

但是对于不同的游戏，其需要获取的关键信息可能不同，由于游戏直播场景复杂，在面向游戏直播文字内容的检测识别相关技术中，针对不同的游戏，往往会单独设计一套文字检测方案来进行文字识别。在另一种相关技术中，基于深度学习设计了一种通用的文字检测模型来进行文字识别。但是上述方案存在如下的缺点：

1、单独设计一套文字检测方案的通用性不强，不同游戏的文字识别需要训练不同的模型，不同模型的训练对不同游戏的样本资源的需求量大，游戏数量较多时，要耗费大量的时间和资源进行模型训练；

2、对于单独设计一套文字检测方案，当需要识别的游戏数量较多时，模型的部署和运行对服务器的存储资源和计算资源有较多的占用，不利于提升文字识别效率。

3、对于使用通用的文字检测模型的方案，在针对游戏中复杂游戏场景进行文字检测时，由于网络结构繁杂，算法的运行速度无法满足游戏运行需求。

发明内容

本申请实施例提供一种游戏画面中的文字识别方法、装置、电子设备和存储介质，可以提高文字识别对多种虚拟场景的通用性，有利于提升文字识别效率和准确性。

本申请实施例提供一种文字识别方法，包括：

对待检测游戏画面提取特征信息，其中，所述待检测游戏画面为目标虚拟场景的游戏画面；

基于所述特征信息对所述待检测游戏画面进行文本区域检测，得到候选文本区域；

从所述候选文本区域中识别出目标信息所在的目标文本区域，其中，所述目标信息为需要从所述目标虚拟场景中提取的文字信息；

对所述目标文本区域中的文本进行识别，得到所述待检测游戏画面的目标信息。

相应的，本申请实施例还提供了一种文字识别装置，包括：

特征信息提取单元，用于对待检测游戏画面提取特征信息，其中，所述待检测游戏画面为目标虚拟场景的游戏画面；

文本区域检测单元，用于基于所述特征信息对所述待检测游戏画面进行文本区域检测，得到候选文本区域；

文本区域选择单元，用于从所述候选文本区域中识别出目标信息所在的目标文本区域，其中，所述目标信息为需要从所述目标虚拟场景中提取的文字信息；

信息识别单元，用于对所述目标文本区域中的文本进行识别，得到所述待检测游戏画面的目标信息。

在一些可选的实施例中，特征信息提取单元，用于通过通用文本区域检测模型对待检测游戏画面提取特征信息；