[发明专利]文本识别方法、模型的训练方法、装置、电子设备及介质

说明书

本公开提供了一种文本识别方法、文本识别模型的训练方法、装置、电子设备、存储介质以及程序产品，涉及人工智能技术领域，尤其涉及深度学习、计算机视觉技术领域，可应用于OCR等场景。具体实现方案为：对待处理图像进行特征提取处理，得到特征图；对特征图进行视觉注意力增强处理，得到视觉注意力增强特征向量；以及基于视觉注意力增强特征向量，确定待处理图像中的文字内容。

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习、计算机视觉技术领域，可应用于OCR(Optical Character Recognition，光学字符识别)等场景。具体涉及文本识别方法、文本识别模型的训练方法、装置、电子设备、存储介质以及程序产品。

背景技术

纸质文档电子化的需求广泛存在于日常的生产生活中，例如票据、证件、业务账单等文档的电子录入、存储、管理等。OCR技术为纸质文档电子化带来前所未有的变化。但是随着纸质文档的类型的不断增加，对OCR技术的要求也在不断地提升。

发明内容

本公开提供了一种文本识别方法、文本识别模型的训练方法、装置、电子设备、存储介质以及程序产品。

根据本公开的一方面，提供了一种文本识别方法，包括：对待处理图像进行特征提取处理，得到特征图；对所述特征图进行视觉注意力增强处理，得到视觉注意力增强特征向量；以及基于所述视觉注意力增强特征向量，确定所述待处理图像中的文字内容。

根据本公开的另一方面，提供了一种文本识别模型的训练方法，包括：利用训练样本训练文本识别模型，得到训练后的文本识别模型，其中，所述训练样本包括图像样本和标签，所述标签用于表征所述图像样本中的文字内容，其中，所述文本识别模型用于：对待处理图像进行特征提取处理，得到特征图；对所述特征图进行视觉注意力增强处理，得到视觉注意力增强特征向量；以及基于所述视觉注意力增强特征向量，确定所述待处理图像中的文字内容。

根据本公开的另一方面，提供了一种文本识别装置，包括：提取模块，用于对待处理图像进行特征提取处理，得到特征图；增强模块，用于对所述特征图进行视觉注意力增强处理，得到视觉注意力增强特征向量；以及确定模块，用于基于所述视觉注意力增强特征向量，确定所述待处理图像中的文字内容。

根据本公开的另一方面，提供了一种文本识别模型的训练装置，包括：训练模块，用于利用训练样本训练文本识别模型，得到训练后的文本识别模型，其中，所述训练样本包括图像样本和标签，所述标签用于表征所述图像样本中的文字内容，其中，所述文本识别模型用于：对待处理图像进行特征提取处理，得到特征图；对所述特征图进行视觉注意力增强处理，得到视觉注意力增强特征向量；以及基于所述视觉注意力增强特征向量，确定所述待处理图像中的文字内容。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本公开的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如本公开的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本公开的方法。

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示意性示出了根据本公开实施例的可以应用文本识别方法及装置的示例性系统架构；

图2示意性示出了根据本公开实施例的文本识别方法的流程图；