[发明专利]文本检测方法及装置、电子设备和存储介质

说明书

本公开涉及一种文本检测方法及装置、电子设备和存储介质，所述方法包括：对待检测图像进行特征提取，得到所述待检测图像对应的至少一个第一特征；根据所述至少一个第一特征，预测所述待检测图像中的第一目标文本区域，以及预测所述第一目标文本区域对应的第一傅里叶特征；根据所述第一傅里叶特征，通过执行傅里叶逆变换操作，得到所述第一目标文本区域对应的第一目标边界框。本公开实施例可快速准确地对待检测图像中任意形状的文本区域进行检测。

技术领域

本公开涉及计算机技术领域，尤其涉及一种文本检测方法及装置、电子设备和存储介质。

背景技术

随着通用目标检测技术的发展，文本作为一种特殊的目标，文本检测在取得突飞猛进的进展的同时也迎来了全新的挑战。通常来说，通用目标由于其形状规则，因此可以统一使用矩形框来表示。自然场景中也存在许多规则的文本，它也可以使用矩形框来表示。但是，在不同应用场景下，文本在长度、弯曲程度、纵横比等方面具有多样性，使得文本的形状多种多样，仅使用规则的矩形框是无法对其进行准确描述的。因此，亟需一种文本检测方法来实现对任意形状的文本进行文本检测。

发明内容

本公开提出了一种文本检测方法及装置、电子设备和存储介质的技术方案。

根据本公开的一方面，提供了一种文本检测方法，包括：对待检测图像进行特征提取，得到所述待检测图像对应的至少一个第一特征；根据所述至少一个第一特征，预测所述待检测图像中的第一目标文本区域，以及预测所述第一目标文本区域对应的第一傅里叶特征；根据所述第一傅里叶特征，通过执行傅里叶逆变换操作，得到所述第一目标文本区域对应的第一目标边界框。

在一种可能的实现方式中，所述第一特征包括第一特征图；所述根据所述至少一个第一特征，预测所述待检测图像中的第一目标文本区域，包括：根据至少一个第一特征图，对所述待检测图像中的像素点进行第一分类，得到所述待检测图像中的第一初始文本区域；根据所述至少一个第一特征图，对所述待检测图像中的像素点进行第二分类，得到所述待检测图像中的第一文本中心区域，所述第一文本中心区域位于所述第一初始文本区域的中心；根据所述第一初始文本区域和所述第一文本中心区域，确定所述第一目标文本区域。

在一种可能的实现方式中，所述第一特征包括第一特征图，所述第一傅里叶特征包括第一傅里叶特征向量；所述根据所述至少一个第一特征，预测所述第一目标文本区域对应的第一傅里叶特征，包括：根据至少一个第一特征图，预测所述待检测图像中各像素点对应的傅里叶特征向量；根据所述各像素点对应的傅里叶特征向量和所述第一目标文本区域的位置，确定所述第一傅里叶特征向量。

在一种可能的实现方式中，所述根据所述第一傅里叶特征，通过执行傅里叶逆变换操作，得到所述第一目标文本区域对应的第一目标边界框，包括：通过对所述第一傅里叶特征向量执行傅里叶逆变换操作，得到所述第一目标文本区域对应的多个边界框；通过对所述多个边界框执行非极大值抑制操作，得到所述第一目标边界框。

在一种可能的实现方式中，所述文本检测方法通过文本检测神经网络实现。

在一种可能的实现方式中，所述文本检测神经网络的训练样本包括：样本图像、所述样本图像中的标注文本区域、所述标注文本区域对应的标注傅里叶特征；所述方法还包括：通过初始神经网络对所述样本图像进行特征提取，得到所述样本图像对应的至少一个第二特征；根据所述至少一个第二特征，预测所述样本图像中的第二目标文本区域，以及预测所述第二目标文本区域对应的第二傅里叶特征；根据所述第二傅里叶特征，通过执行傅里叶逆变换操作，得到所述第二目标文本区域对应的第二目标边界框；根据所述第二目标文本区域和所述标注文本区域确定第一检测损失，以及根据所述第二目标边界框和所述标注傅里叶特征，确定第二检测损失；根据所述第一检测损失和所述第二检测损失，调整所述初始神经网络的网络参数，得到训练后的所述文本检测神经网络。