[发明专利]基于Resnet的单行文本图片比对方法及系统

说明书

本发明公开了基于Resnet的单行文本图片比对方法及系统，该方法包括以下步骤：训练步骤，输入训练数据集，通过特征提取网络提取单行文本图片的特征，利用分段函数将欧式距离转化为编辑距离，并基于编辑距离构建损失函数，完成特征提取网络的训练；识别步骤，输入待对比的单行文本图片，通过训练好的特征提取网络网络模型，得到待对比的单行文本图片的编辑距离。本发明实现了基于特征提取神经网络的编辑距离计算，能有效提高单行文本图片的对比准确度。

技术领域

本发明涉及文本识别的技术领域，特别涉及一种基于Resnet的单行文本图片比对方法及系统。

背景技术

目前为了解决单行文本图片的对比问题，通常通过OCR技术识别出文本内容然后计算文本编辑距离。但该方法的对比准确率通常受限于OCR的准备率，而OCR是比图片对比更为复杂的问题，导致单行文本图片的对比准确度无法提高。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于Resnet的单行文本图片比对方法，能够有效提高单行文本图片的对比准确度。

本发明还提出一种具有上述基于Resnet的单行文本图片比对方法的基于Resnet的单行文本图片比对系统。

本发明还提出一种具有上述基于Resnet的单行文本图片比对方法的计算机可读存储介质。

根据本发明的第一方面实施例的基于Resnet的单行文本图片比对方法，包括以下步骤：训练步骤，输入训练数据集，通过特征提取网络提取单行文本图片的特征，利用分段函数将欧式距离转化为编辑距离，并基于编辑距离构建损失函数，完成特征提取网络的训练；识别步骤，输入待对比的单行文本图片，通过训练好的特征提取网络网络模型，得到所述待对比的单行文本图片的编辑距离。

根据本发明实施例的基于Resnet的单行文本图片比对方法，至少具有如下有益效果：以训练特征提取神经网络为基础，引入分段函数将欧式距离转化为编辑距离，并基于编辑距离的设计损失函数完成特征提取神经网络的训练，从而实现基于特征提取神经网络的编辑距离计算，有效提高单行文本图片的对比准确度。

根据本发明的一些实施例，所述特征提取网络为Resnet网络结构，网络中包括多个卷积组；其中，第一个卷积组只包括1次卷积计算操作，卷积核为7×7，步长为2；除第一个以外的卷积组包括多个相同的残差单元。

根据本发明的一些实施例，所述利用分段函数将欧式距离转化为编辑距离的方法包括：

其中，D(x)为对比的单行文本图片之间的欧式距离，N为大于0的整数。

根据本发明的一些实施例，所述损失函数为最小化样本预测编辑距离与实际编辑距离之差。

根据本发明的一些实施例，所述训练数据的获取方法包括：获取第一文本数据，对所述第一文本数据的每一行进行插入、替换和删除中的至少一项操作，得到第二文本数据；将所述第一文本数据及所述第二文本数据转化为图片，并按行进行切割，得到第一训练单行文本图片数据集。

根据本发明的一些实施例，所述训练数据的获取方法还包括：对所述第一训练单行文本图片数据集中的图片进行加入噪声、高斯模糊和图像锐化中的至少一项操作，得到第二训练单行文本图片数据集。

根据本发明的第二方面实施例的基于Resnet的单行文本图片比对系统，包括：模型训练模块，用于接收训练数据集，通过特征提取网络提取单行文本图片的特征，利用分段函数将欧式距离转化为编辑距离，并基于编辑距离构建损失函数，完成特征提取网络的训练；编辑距离识别模块，用于接收待对比的单行文本图片，通过训练好的特征提取网络网络模型，得到所述待对比的单行文本图片的编辑距离。