[发明专利]文本识别方法、装置、设备及存储介质

权利要求书

1.一种文本识别方法，其特征在于，包括：

获取待识别文本图像，以及对所述待识别文本图像进行特征提取，得到所述待识别文本图像的第一特征矩阵；

将所述第一特征矩阵输入训练好的文本识别模型的第一特征计算子模型，基于所述第一特征计算子模型的第一字符特征计算路径得到所述待识别文本图像中的字符组合特征矩阵，以及基于所述第一特征计算子模型的第二字符特征计算路径得到所述待识别文本图像中的字符特征矩阵；

基于所述文本识别模型的池化子模型，对所述第一特征矩阵、所述字符组合特征矩阵以及所述字符特征矩阵进行池化处理，得到第二特征矩阵；

基于所述文本识别模型的第二特征计算子模型，对所述第二特征矩阵与预设的激活函数进行非线性计算，以及将计算得到的矩阵与所述第一特征矩阵、所述字符组合特征矩阵、所述字符特征矩阵进行融合，得到目标特征矩阵；

基于所述文本识别模型的解码子模型，对所述目标特征矩阵进行解码处理，得到所述待识别文本图像中的文本排布信息。

2.如权利要求1所述的文本识别方法，其特征在于，所述将所述第一特征矩阵输入训练好的文本识别模型的第一特征计算子模型，基于所述第一特征计算子模型的第一字符特征计算路径得到所述待识别文本图像中的字符组合特征矩阵，以及基于所述第一特征计算子模型的第二字符特征计算路径得到所述待识别文本图像中的字符特征矩阵，包括：

基于所述第一特征计算子模型的可训练残差层，将所述第一特征矩阵与第一权重矩阵进行矩阵相乘得到字符组合特征矩阵；以及

基于所述第一特征计算子模型的固定残差层，将所述第一特征矩阵与第二权重矩阵进行矩阵相乘得到字符特征矩阵。

3.如权利要求1或2所述的文本识别方法，其特征在于，在所述基于所述文本识别模型的池化子模型，对所述第一特征矩阵、所述字符组合特征矩阵以及所述字符特征矩阵进行池化处理，得到第二特征矩阵之前，还包括：

基于所述第一特征计算子模型的矩阵相加网络，将所述字符组合特征矩阵和字符特征矩阵进行矩阵相加处理，得到第一融合矩阵；

基于所述第一特征计算子模型的卷积网络，对所述第一融合矩阵进行卷积处理，得到处理后的第一融合矩阵；

基于所述第一特征计算子模型的池化网络，对处理后的第一融合矩阵进行下采样处理，得到第二融合矩阵；

基于所述第一特征计算子模型的矩阵分裂网络，确定所述第二融合矩阵的第一因子矩阵和第二因子矩阵，其中，所述第一因子矩阵与所述第二因子矩阵相加得到的矩阵等于预设参数矩阵；

所述基于所述文本识别模型的池化子模型，对所述第一特征矩阵、所述字符组合特征矩阵以及所述字符特征矩阵进行池化处理，得到第二特征矩阵，包括：

基于所述文本识别模型的池化子模型，对所述第一特征矩阵、所述字符组合特征矩阵、所述字符特征矩阵、所述第一因子矩阵以及所述第二因子矩阵进行池化处理，得到第二特征矩阵。

4.如权利要求3所述的文本识别方法，其特征在于，所述基于所述文本识别模型的池化子模型，对所述第一特征矩阵、所述字符组合特征矩阵、所述字符特征矩阵、所述第一因子矩阵以及所述第二因子矩阵进行池化处理，得到第二特征矩阵，包括：

基于所述池化子模型的矩阵拼接层，对所述第一特征矩阵、所述字符组合特征矩阵、所述字符特征矩阵、所述第一因子矩阵以及所述第二因子矩阵进行拼接，得到第三特征矩阵；

基于所述池化子模型的池化层，对所述第三特征矩阵进行平均池化处理，得到第二特征矩阵。

5.如权利要求4所述的文本识别方法，其特征在于，所述基于所述池化子模型的矩阵拼接层，对所述第一特征矩阵、所述字符组合特征矩阵、所述字符特征矩阵、所述第一因子矩阵以及所述第二因子矩阵进行拼接，得到第三特征矩阵，包括：

将所述字符组合特征矩阵和所述第一因子矩阵进行矩阵相乘处理，得到第一结果矩阵；

将所述字符特征矩阵和所述第二因子矩阵进行矩阵相乘处理，得到第二结果矩阵；

将所述第一结果矩阵、所述第二结果矩阵以及所述第一特征矩阵进行矩阵相加处理，得到第三特征矩阵。