[发明专利]文本确定方法、装置、电子设备和计算机可读存储介质

说明书

本公开提供了文本确定方法、装置、电子设备和计算机可读存储介质，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于智慧城市、智慧金融场景下。具体实现方案为：确定原始图像的图像特征数据；基于图像特征数据，确定原始图像中包括的多个字符的字符特征数据；基于字符特征数据，确定多个字符的分类信息；以及通过基于多个字符的分类信息确定由多个字符组成的备选文本，确定对应于备选文本的目标文本。以此方式，本公开的技术方案可以在对没有提供足够视觉信息的原始图片进行文本识别时提供较高的识别正确率。

技术领域

本公开涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于智慧城市、智慧金融场景下，例如涉及文本确定方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

在工业、服务业等智能化的趋势下，自然场景下的文字检测识别技术(例如，光学字符识别技术，Optical Character Recognition，简称“OCR”)已经被广泛的应用于社会各个行业，如金融、教育、医疗等领域。文档录入、发票识别、车牌识别、证件识别等文字检测识别的具体应用，提高了各行各业的工作效率、简化了用户的操作流程。虽然一些高性能的文字检测识别方法在通用场景下的识别率已经达到90％以上，但对于有遮挡、光照不均匀、有艺术字符等的情况，目前的识别技术通常会存在识别错误、漏识别等问题。

发明内容

本公开提供了一种文本确定方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的第一方面，提供了一种文本确定方法。该方法可以包括确定原始图像的图像特征数据。进而，可以基于图像特征数据，确定原始图像中包括的多个字符的字符特征数据。该方法还可以包括基于字符特征数据，确定多个字符的分类信息。此外，该方法可以进一步包括通过基于多个字符的分类信息确定由多个字符组成的备选文本，确定对应于备选文本的目标文本。

在本公开的第二方面中，提供了一种文本确定装置，包括：图像特征数据确定模块，被配置为确定原始图像的图像特征数据；字符特征数据确定模块，被配置为基于图像特征数据确定原始图像中包括的多个字符的字符特征数据；分类信息确定模块，被配置为基于字符特征数据确定多个字符的分类信息；以及目标文本确定模块，被配置为通过基于多个字符的分类信息确定由多个字符组成的备选文本来确定对应于备选文本的目标文本。

在本公开的第三方面中，提供了一种电子设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第一方面的方法。

在本公开的第四方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

在本公开的第五方面中，提供了一种计算机程序产品，计算机程序在被处理器执行时实现根据本公开的第一方面的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；

图2示出了根据本公开的实施例的详细示例环境的示意图；

图3示出了根据本公开的实施例的文本确定的过程的流程图；

图4示出了根据本公开的实施例的经卷积神经网络处理的图像特征数据的示意图；

图5示出了根据本公开的实施例的文本确定装置的框图；以及

图6示出了能够实施本公开的多个实施例的计算设备的框图。

具体实施方式