[发明专利]文本识别方法及装置

说明书

本公开涉及计算机视觉技术领域，具体提供了一种文本识别方法及装置。文本识别方法包括：对文本图像进行特征提取，得到第一特征序列；第一特征序列包括多个特征切片，特征切片表示待识别文本的特征向量；基于第一特征序列的多个特征切片之间的上下文信息，对第一特征序列进行处理，得到第二特征序列；根据第二特征序列，确定第二特征序列中各个特征切片的注意力权值；基于第二特征序列和注意力权值，得到待识别文本的识别结果。本公开方法提高文本识别精度。

技术领域

本公开涉及计算机视觉技术领域，具体涉及一种文本识别方法及装置。

背景技术

场景文本识别是计算机视觉以及智能视频分析领域的重要问题之一，其在众多场景均有广泛的应用，例如车牌识别、文档文本行识别、自然场景文字识别等。对于场景文本识别，如何提高识别精度是重要研究方向。

发明内容

为提高场景文本识别的精度，本公开实施方式提供了一种文本识别方法及装置。

第一方面，本公开实施方式提供了一种文本识别方法，包括：

对文本图像进行特征提取，得到第一特征序列；所述第一特征序列包括多个特征切片，所述特征切片表示待识别文本的特征向量；

基于所述第一特征序列的多个特征切片之间的上下文信息，对所述第一特征序列进行处理，得到第二特征序列；

根据所述第二特征序列，确定所述第二特征序列中各个所述特征切片的注意力权值；

基于所述第二特征序列和所述注意力权值，得到所述待识别文本的识别结果。

在一些实施方式中，所述对文本图像进行特征提取，得到第一特征序列，包括：

对所述文本图像进行卷积处理，得到所述文本图像的特征图；

基于所述特征图处理得到所述第一特征序列。

在一些实施方式中，所述基于所述第一特征序列的多个特征切片之间的上下文信息，对所述第一特征序列进行处理，得到第二特征序列，包括：

对所述第一特征序列进行空洞卷积处理，得到所述第二特征序列。

在一些实施方式中，所述基于所述第二特征序列和所述注意力权值，得到所述待识别文本的识别结果，包括：

基于所述第二特征序列和所述注意力权值，得到各所述特征切片的分类结果；

对各所述特征切片的所述分类结果进行解析处理，得到所述待识别文本的所述识别结果。

在一些实施方式中，在所述对文本图像进行特征提取，得到第一特征序列之前，所述方法还包括：

获取场景图像，并由所述场景图像中检测得到至少一个所述文本图像。

在一些实施方式中，所述场景图像包括车辆，所述由所述场景图像中检测得到至少一个所述文本图像，包括：

由所述场景图像中检测得到至少一个车牌图像，作为所述文本图像。

在一些实施方式中，所述注意力权值包括以下中至少之一：

空间注意力权值、通道注意力权值以及混合注意力权值。

在一些实施方式中，所述对文本图像进行特征提取，得到第一特征序列，包括：

通过特征提取网络对所述文本图像进行特征提取，得到所述第一特征序列；

所述基于所述第一特征序列的多个特征切片之间的上下文信息，对所述第一特征序列进行处理，得到第二特征序列，包括：