[发明专利]文本识别方法、文本识别网络的训练方法及装置

说明书

本公开提供了文本识别方法、文本识别网络的训练方法及装置，涉及图像处理技术领域，尤其涉及基于人工智能的文本识别技术领域。具体实现方案为：确定待识别图像对应的编码后的序列特征；基于所述编码后的序列特征和文本实例对应的字符特征，确定解码后的序列向量；基于所述解码后的序列向量，确定所述待识别图像中包括的文本；其中，所述文本实例包括预设的至少一个字符；所述字符包括字母、数字、符号、文字中至少一种。

技术领域

本公开涉及图像处理技术领域，尤其涉及人工智能的文本识别方法、文本识别网络的训练方法及装置。

背景技术

文本识别是指在现有的通过文字检测方法确定出图像中文本的位置，并找出其边界框之后，对图像中的文字进行识别，可以广泛应用于身份证识别、票据识别等业务场景，从而大幅度节省人工录入时间，并提高各种应用场景中的效率。

发明内容

本公开提供了一种文本识别方法、文本识别网络的训练方法及装置。

根据本公开的一方面，提供了一种文本识别方法，包括：

确定待识别图像对应的编码后的序列特征；

基于所述编码后的序列特征和文本实例对应的字符特征，确定解码后的序列向量；

基于所述解码后的序列向量，确定所述待识别图像中包括的文本；

其中，所述文本实例包括预设的至少一个字符。

根据本公开的另一方面，提供了一种文本识别网络的训练方法，所述文本识别网络包括编码子网络、译码子网络和输出子网络，所述方法包括：

基于所述编码子网络确定训练样本集中样本图像对应的编码后的序列样本特征；

以所述编码后的序列样本特征和文本实例样本对应的字符样本特征作为所述译码子网络的跨层注意力层的输入，将所述跨层注意力层的输出确定为解码后的样本序列向量；

将所述解码后的样本序列向量作为所述输出子网络的输入，根据所述输出子网络的输出，确定所述样本图像中包括的预测文本；

匹配所述样本图像包括的预测文本和所述样本图像包括的标注文本，基于匹配结果调整所述文本识别网络的参数；

其中，所述文本实例包括预设的至少一个字符；所述字符包括字母、数字、符号、文字中至少一种。

本公开第三方面提供一种文本识别装置，包括：

编码单元，用于确定待识别图像对应的编码后的序列特征；

译码单元，用于基于所述编码后的序列特征和文本实例对应的字符特征，确定解码后的序列向量；

输出单元，用于基于所述解码后的序列向量，确定所述待识别图像中包括的文本；

其中，所述文本实例包括预设的至少一个字符。

本公开第四方面提供一种文本识别网络的训练装置，包括：

第一确定单元，用于基于所述编码子网络确定训练样本集中样本图像对应的编码后的序列样本特征；

第二确定单元，用于以所述编码后的序列样本特征和文本实例样本对应的字符样本特征作为所述译码子网络的跨层注意力层的输入，将所述跨层注意力层的输出确定为解码后的样本序列向量；

第三确定单元，用于将所述解码后的样本序列向量作为所述输出子网络的输入，根据所述输出子网络的输出，确定所述样本图像中包括的预测文本；

调整单元，用于匹配所述样本图像包括的预测文本和所述样本图像包括的标注文本，基于匹配结果调整所述文本识别网络的参数；