[发明专利]文字检测方法、装置、电子设备及存储介质

说明书

本申请实施例公开了一种文字检测方法、装置、电子设备及存储介质，该方法包括：将待检测图像输入卷积神经网络，提取多层级特征；根据所述多层级特征，生成金字塔特征；针对所述金字塔特征的每层特征图，提取各个特征点之间的关联关系，得到相关性金字塔特征；确定所述相关性金字塔特征中每层相关性特征图对应的文字边界框；根据每层相关性特征图对应的文字边界框，确定所述待检测图像中的文字边界框。本申请实施例通过提取金字塔特征中每层特征图各个特征点之间的关联关系，得到的相关性金字塔特征中包括了全局信息，从而结合全局信息和局部信息，可以减少特征点回归错误的情况，从而可以提高检测结果的准确性。

技术领域

本申请实施例涉及目标检测技术领域，特别是涉及一种文字检测方法、装置、电子设备及存储介质。

背景技术

文字检测领域中常用的框架都是基于锚点(anchor-based)的，比如CTPN、FasterR-CNN等。基于锚点的检测方法在通过卷积得到的特征图上进行滑窗操作，滑窗的中心点在原图上的映射点称为锚点，以锚点为中心，生成k个不同大小、不同长宽比的目标候选区域。基于锚点的检测方法受锚点的数量，目标候选区域的长宽比及形状的限制，很难进行更深层次的提高。而anchor-free方法摆脱锚点的限制，是对每个特征点进行分类和回归，直接学习目标存在的可能性和边界框(bounding box)的坐标。

目前采用anchor-free检测方法的框架有FCOS，如图1所示，FCOS方法包括四个组件：1)特征提取主干网络，采用卷积神经网络(Convolutional Neural Networks，CNN)和特征金字塔网络(Feature Pyramid Networks，FPN)提取图片特征；2)分类分支，对特征金字塔网络中每层特征图上的特征点进行分类，用于区分是正样本还是负样本；3)回归分支，对分类分支判断为正样本的特征点进行坐标回归，估计目标对象的位置；(4)中心点(Centerness)分支，用于计算每个目标框内的点和目标框中心点的距离，使中心点的预测尽可能位于目标区域的中心。在训练与预测过程中，图片首先进入特征提取主干网络，提取出特征图；然后在每层特征图上通过分类分支、回归分支和中心点分支实现目标的分类与回归。

现有技术直接在金字塔特征的每层特征图上对每个特征点进行分类和回归，容易导致特征点分类回归错误，导致文字检测结果准确性低。

发明内容

本申请实施例提供一种文字检测方法、装置、电子设备及存储介质，有助于提高文字检测结果准确性。

为了解决上述问题，第一方面，本申请实施例提供了一种文字检测方法，包括：

将待检测图像输入卷积神经网络，提取多层级特征；

根据所述多层级特征，生成金字塔特征；

针对所述金字塔特征的每层特征图，提取各个特征点之间的关联关系，得到相关性金字塔特征；

确定所述相关性金字塔特征中每层相关性特征图对应的文字边界框；

根据每层相关性特征图对应的文字边界框，确定所述待检测图像中的文字边界框。

第二方面，本申请实施例提供了一种文字检测装置，包括：

多层级特征提取模块，用于将待检测图像输入卷积神经网络，提取多层级特征；

金字塔特征生成模块，用于根据所述多层级特征，生成金字塔特征；

关联关系提取模块，用于针对所述金字塔特征的每层特征图，提取各个特征点之间的关联关系，得到相关性金字塔特征；

层级边界框确定模块，用于确定所述相关性金字塔特征中每层相关性特征图对应的文字边界框；

检测结果确定模块，用于根据每层相关性特征图对应的文字边界框，确定所述待检测图像中的文字边界框。