[发明专利]字符识别方法、服务器及计算机可读存储介质

说明书

本发明涉及人工智能，公开了一种字符识别方法，包括：获取字符数据，并将获取到的各个字符数据与预设的背景图片进行图像合成以得到各个字符数据对应的字符图像；对合成后的字符图像进行随机扰动处理以得到不同类型的字符图像；将所述不同类型的字符图像输入至深度学习网络中进行训练以生成字符识别模型；及将待识别字符图像输入至所述字符识别模型中，输出所述待识别字符图像的识别结果。本发明还提供一种服务器及计算机可读存储介质。本发明提供的字符识别方法、服务器及计算机可读存储介质基于深度学习算法实现OCR功能，可增加字符识别范围以及增加字符识别准确率。

技术领域

本发明涉及字符识别领域，尤其涉及一种字符识别方法、服务器及计算机可读存储介质。

背景技术

在OCR(Optical Character Recognition，光学字符识别)业务的过程中，通常是根据业务方的需求对某一特定场景下的某些字段进行识别，这一般需要业务方提供该场景下真实的图片数据，并且需要对数据进行人工标注，然后用这些标注的图片进行检测和识别模型的深度学习的训练。在这些字段的识别内容处于不大的有限集内的时候(比如身份证的性别、行驶证的车辆类型、使用性质等)，识别正确率通常比较高。而当字段的识别内容处于一个极大的有限集，甚至可以看成是无限集的时候(比如身份证的姓名、行驶证的所有人等)，识别就容易受到标注数据的多少的限制，准确率也会受到一定的影响。

发明内容

有鉴于此，本发明提出一种字符识别方法，可以增加字符识别范围以及增加字符识别准确率。

首先，为实现上述目的，本发明提出一种服务器，所述服务器包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的字符识别系统，所述字符识别系统被所述处理器执行时实现如下步骤：

获取字符数据，并将获取到的各个字符数据与预设的背景图片进行图像合成以得到各个字符数据对应的字符图像；

对合成后的字符图像进行随机扰动处理以得到不同类型的字符图像；

将所述不同类型的字符图像输入至深度学习网络中进行训练以生成字符识别模型；及

将待识别字符图像输入至所述字符识别模型中，输出所述待识别字符图像的识别结果。

可选地，所述深度学习网络为CRNN模型，所述CRNN模型包括一个VGG16层、两个长短期记忆网络LSTM层以及两个全连接FC层，其中，所述VGG16层用于对字符图像的空间特征进行提取，所述两个长短期记忆网络LSTM层用于对字符图像的时序特征进行提取，所述两个全连接FC层用于对提取出的空间特征及时序特征进行分类。

可选地，所述字符识别系统被所述处理器执行时，还实现如下步骤：

测试所述字符识别模型对字符的识别准确率；及

若所述识别准确率低于预设阈值，则对所述字符识别模型进行调整。

可选地，所述对所述字符识别模型进行调整的步骤包括：

冻结所述VGG16层的参数；

对所述两个长短期记忆网络LSTM层以及所述两个全连接FC层的参数进行调整；及

采用真实的字符图像数据对经过调整后的字符识别模型进行训练。

此外，为实现上述目的，本发明还提供一种字符识别方法，应用于服务器，所述方法包括：

获取字符数据，并将获取到的各个字符数据与预设的背景图片进行图像合成以得到各个字符数据对应的字符图像；

对合成后的字符图像进行随机扰动处理以得到不同类型的字符图像；

将所述不同类型的字符图像输入至深度学习网络中进行训练以生成字符识别模型；及