[发明专利]图像识别方法及其装置、电子设备、计算机可读存储介质

权利要求书

1.一种图像识别方法，其特征在于，包括：

获取待处理的目标发票图像；

提取所述目标发票图像中的图像特征，得到特征映射图；

将预先分析的文本边界框与所述特征映射图进行融合处理，得到文本区域特征；

基于所述文本区域特征，识别所述文本边界框内的文本序列，得到文本识别结果；

基于所述文本边界框和所述文本识别结果，输出图像识别结果，其中，所述图像识别结果中至少包括：发票文本信息。

2.根据权利要求1所述的识别方法，其特征在于，在提取所述目标发票图像中的图像特征，得到特征映射图之前，所述识别方法还包括：

对所述目标发票图像进行预处理操作，其中，所述预处理操作包括下述至少之一：直方图均衡化、图像标准化、归一化、噪声去除、倾斜矫正。

3.根据权利要求1所述的识别方法，其特征在于，提取所述目标发票图像中的图像特征，得到特征映射图的步骤，包括：

按照预设比例将所述目标发票图像进行缩放处理；

将缩放后的所述目标发票图像输入至深度学习神经网络中，以采用所述深度学习神经网络提取图像特征，得到所述特征映射图，其中，所述深度学习神经网络包括多个网络层，所述多个网络层包括下述至少之一：卷积层、池化层、图形标准构建层。

4.根据权利要求1所述的识别方法，其特征在于，在提取所述目标发票图像中的图像特征，得到特征映射图之后，所述识别方法还包括：

采用角点检测器检测所述目标发票图像中的文本角点；

对所述文本角点进行组合，生成候选边界框；

采用位置敏感分割器对所述目标发票图像中的文本区域进行分割，得到文本分割图；

采用所述文本分割图消除出现非文本信息的候选边界框，得到具备文本信息的文本边界框。

5.根据权利要求4所述的识别方法，其特征在于，采用角点检测器检测所述目标发票图像中的文本角点的步骤，包括：

确定每个角点检测得分分支的第一损失函数、每个角点检测偏移分支的第二损失函数以及每个位置分割图的第三损失函数；

分析所述目标发票图像中的显示框的数量以及特征映射图中的像素数量；

基于所述第一损失函数以及对应的第一权重、所述第二损失函数以及对应的第二权重、所述第三损失函数以及对应的第三权重、所述显示框的数量以及像素数量，确定文本定位参数；

基于所述文本定位参数，确定所述目标发票图像中的文本角点。

6.根据权利要求4所述的识别方法，其特征在于，采用位置敏感分割器对所述目标发票图像中的文本区域进行分割，得到文本分割图的步骤，包括：

将所述目标发票图像中的文本区域划分为多个文本分块；

对每个所述文本分块进行分析，以确定每个文本分割图所属的文本分块。

7.根据权利要求1所述的识别方法，其特征在于，将预先分析的文本边界框与所述特征映射图进行融合处理，得到文本区域特征的步骤，包括：

通过文本区域的标注坐标计算仿射变换参数；

基于所述仿射变换参数，分别对共享特征的每个文本区域做仿射变换，得到文本区域的水平特征映射；

基于所述水平特征映射，生成文本区域特征。

8.根据权利要求1所述的识别方法，其特征在于，基于所述文本区域特征，识别所述文本边界框内的文本序列，得到文本识别结果的步骤，包括：

将所述文本区域特征输入至文本识别分支，基于循环神经网络和时序分类模型CTC，对所述文本边界框内的文本序列进行编码和解码，得到文本识别结果。