[发明专利]简化图像获取模型训练、图像文本识别方法及相关装置

权利要求书

1.一种简化图像获取模型训练方法，其特征在于，包括：

获取训练数据集，所述训练数据集包括各个训练场景文本图像，以及与各个所述训练场景文本图像对应的基准简化文本图像，其中，与同一所述训练场景文本图像对应的所述基准简化文本图像的数量为至少两个，所述训练场景文本图像的文本包括手写体，所述基准简化文本图像的文本包括与所述手写体对应的打印体，且各个所述基准简化文本图像分别为通过与其对应的所述训练场景文本图像的标注文本获取的与所述标注文本的文本内容相同、字体不同的文本图像；

利用所述简化图像获取模型的第一编码器，获取各个所述训练场景文本图像的场景文本图像编码特征，利用所述简化图像获取模型的解码器对各个所述场景文本图像编码特征进行解码，得到各个所述训练场景文本图像的预测简化文本图像；

分别从与各个所述训练场景文本图像对应的各个基准简化文本图像中随机获取比对基准文本图像，根据各个对应于同一所述训练场景文本图像的所述预测简化文本图像和所述比对基准文本图像，获取所述简化图像获取模型的预测损失，并根据所述预测损失调整所述第一编码器和所述解码器的参数，直至所述简化图像获取模型的预测损失满足损失阈值，完成所述简化图像获取模型的训练。

2.如权利要求1所述的简化图像获取模型训练方法，其特征在于，所述训练数据集还包括各个所述训练场景文本图像的背景纹理图像，所述背景纹理图像包括所述训练场景文本图像的背景纹理信息，所述简化图像获取模型还包括第二编码器，所述第二编码器为已训练好的纹理特征获取模型的编码器；所述简化图像获取模型训练方法还包括：

利用所述简化图像获取模型的第二编码器，获取各个所述背景纹理图像的背景纹理编码特征；

获取相互对应的各个所述场景文本图像编码特征与各个所述背景纹理编码特征的编码特征差，得到各个差值编码特征；

所述利用所述简化图像获取模型的解码器对各个所述场景文本图像编码特征进行解码，得到各个所述训练场景文本图像的预测简化文本图像的步骤包括：

利用所述简化图像获取模型的解码器对各个所述差值编码特征进行解码，得到各个所述训练场景文本图像的预测简化文本图像。

3.如权利要求2所述的简化图像获取模型训练方法，其特征在于，所述第二编码器通过以下步骤获取：

利用所述纹理特征获取模型的编码器，获取第二数据集的各个背景纹理图像的各个纹理编码特征；

利用所述纹理特征获取模型的解码器，对各个所述纹理编码特征进行解码，得到各个预测背景纹理图像；

根据相互对应的各个所述背景纹理图像和各个所述预测背景纹理图像获取所述纹理特征获取模型的纹理预测损失，并根据所述纹理预测损失调整所述纹理特征获取模型的参数，直至所述纹理预测损失满足预定的纹理损失阈值，完成所述纹理特征获取模型的训练，得到已训练好的纹理特征获取模型的编码器，得到所述第二编码器。

4.如权利要求2所述的简化图像获取模型训练方法，其特征在于，所述训练数据集还包括与各个所述训练场景文本图像对应的笔迹梯度图像，所述笔迹梯度图像包括所述训练场景文本图像的文本笔迹信息，所述简化图像获取模型还包括第三编码器，所述第三编码器为已训练好的笔迹特征获取模型的编码器；所述简化图像获取模型训练方法还包括：

利用所述简化图像获取模型的第三编码器，获取各个所述笔迹梯度图像的各个文本笔迹编码特征；

所述获取相互对应的各个所述场景文本图像编码特征与各个所述背景纹理编码特征的编码特征差，得到各个差值编码特征的步骤包括：

获取相互对应的各个所述场景文本图像编码特征与各个所述背景纹理编码特征和各个所述文本笔迹编码特征的编码特征差，得到各个差值编码特征；

所述利用所述简化图像获取模型的解码器对各个所述差值编码特征进行解码，得到各个所述训练场景文本图像的预测简化文本图像的步骤包括：

利用所述简化图像获取模型的解码器对各个所述差值编码特征进行解码，得到各个所述训练场景文本图像的预测简化文本图像。