[发明专利]文本检测方法、装置、电子设备和存储介质

权利要求书

1.一种文本检测方法，其特征在于，包括：

获取待检测图像，基于预先训练完成的特征提取网络对所述待检测图像进行特征提取，得到与所述待检测图像对应的目标特征图；

根据所述目标特征图确定与所述待检测图像对应的二值化图像，其中，所述二值化图像用于区分所述待检测图像中包含文本信息的文本区域与除所述文本区域之外的背景区域；

根据所述二值化图像确定所述待检测图像的文本检测结果，其中，所述文本检测结果至少包括所述文本区域的位置信息。

2.根据权利要求1所述的方法，其特征在于，所述特征提取网络包括高分辨率模块和注意力机制模块；

所述基于预先训练完成的特征提取网络对所述待检测图像进行特征提取，得到与所述待检测图像对应的目标特征图，包括：

基于预先训练完成的高分辨率模块对所述待检测图像进行特征提取，得到至少两种分辨率的子网络特征图；

基于注意力机制模块分别对每张子网络特征图进行加权处理，并将加权后的各个子网络特征图进行特征融合，得到与所述待检测图像对应的目标特征图。

3.根据权利要求2所述的方法，其特征在于，所述高分辨率模块包括并行连接的至少两个不同分辨率的子提取网络，每个子提取网络分别连接有至少一个注意力机制模块；

所述基于注意力机制模块分别对每张子网络特征图进行加权处理，包括：

针对每个子提取网络输出的子网络特征图，分别所述子提取网络连接的注意力机制模块分别对所述子网络特征图进行加权处理。

4.根据权利要求2所述的方法，其特征在于，所述注意力机制包括池化层、与所述池化层连接的第一全连接层、与所述第一全连接层连接的第一非线性激活函数层、与所述非线性激活函数层连接的第二全连接层以及与所述第二全连接层连接的第二非线性激活函数层；

所述基于注意力机制模块分别对每种分辨率的子网络特征图进行加权处理，包括：

通过所述注意力机制的池化层对所述子网络特征图进行全局平均池化处理，得到目标张量；

将所述目标张量经由第一全连接层、第一非线性激活函数层、第二全连接层和所述第二非线性激活函数层进行处理，得到与所述子网络特征图对应的权重系数矩阵；

基于所述权重系数矩阵对每种分辨率的子网络特征图进行加权处理。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标特征图确定与所述待检测图像对应的二值化图像，包括：

基于预先训练完成的文本分割网络对所述目标特征图进行文本分割，分别得到与所述目标特征图对应的概率图和阈值图；

根据所述概率图和所述阈值图确定与所述待检测图像对应的二值化图像。

6.根据权利要求5所述的方法，其特征在于，所述根据所述概率图和所述阈值图确定与所述待检测图像对应的二值化图像，包括：

对所述概率图和所述阈值图进行可微分二值化处理，得到与所述待检测图像对应的二值化图像。

7.根据权利要求1所述的方法，其特征在于，所述根据所述二值化图像确定所述待检测图像的文本检测结果，包括：

根据所述二值化图像确定与所述待检测图像中的文本信息对应的文本位置信息，其中，所述文本位置信息包括与所述待检测图像的标注有文本区域的文本检测图像或者文本坐标数据。

8.一种文本检测装置，其特征在于，包括：

特征提取模块，用于获取待检测图像，基于预先训练完成的特征提取网络对所述待检测图像进行特征提取，得到与所述待检测图像对应的目标特征图；

图像二值化模块，用于根据所述目标特征图确定与所述待检测图像对应的二值化图像，其中，所述二值化图像用于区分所述待检测图像中包含文本信息的文本区域与除所述文本区域之外的背景区域；

检测结果确定模块，用于根据所述二值化图像确定所述待检测图像的文本检测结果，其中，所述文本检测结果至少包括所述文本区域的位置信息。