[发明专利]文字识别方法及装置

权利要求书

1.一种文字识别方法，其特征在于，所述方法包括：

对输入图像进行扩增，得到多个图像，所述多个图像包含同一待识别的文字，所述多个图像中所述文字的朝向不同；

对所述多个图像进行融合，得到融合后的图像，所述融合后的图像包含多种朝向的所述文字的特征信息，所述多种朝向包括所述多个图像中所述文字的朝向；

对所述融合后的图像进行文字识别，输出文字识别结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述多个图像进行融合，得到融合后的图像，包括：

将所述多个图像在通道维度进行连接，得到所述融合后的图像；或，

通过卷积神经网络，对所述多个图像进行融合，得到所述融合后的图像；或，

通过深层决策树，对所述多个图像进行融合，得到所述融合后的图像。

3.根据权利要求2所述的方法，其特征在于，所述通过卷积神经网络，对所述多个图像进行融合，得到所述融合后的图像，包括：

通过所述卷积神经网络，学习所述多个图像的权重；

根据所述多个图像的权重，将所述多个图像在通道维度进行加权求和，得到所述融合后的图像；或，

根据所述多个图像的权重，将所述多个图像加权后在通道维度进行连接，得到所述融合后的图像。

4.根据权利要求1所述的方法，其特征在于，所述对所述融合后的图像进行文字识别，输出文字识别结果，包括：

提取所述融合后的图像的特征；

对提取到的特征进行解码，得到所述文字识别结果。

5.根据权利要求1所述的方法，其特征在于，所述对输入图像进行扩增，得到多个图像，包括：

采用至少一种扩增方式，对所述输入图像进行扩增，得到所述多个图像，所述至少一种扩增方式包括旋转、镜像翻转和扭曲。

6.一种文字识别装置，其特征在于，所述装置包括：

扩增模块，用于对输入图像进行扩增，得到多个图像，所述多个图像包含同一待识别的文字，所述多个图像中所述文字的朝向不同；

融合模块，用于对所述多个图像进行融合，得到融合后的图像，所述融合后的图像包含多种朝向的所述文字的特征信息，所述多种朝向包括所述多个图像中所述文字的朝向；

识别模块，用于对所述融合后的图像进行文字识别，输出文字识别结果。

7.根据权利要求6所述的装置，其特征在于，所述融合模块用于将所述多个图像在通道维度进行连接，得到所述融合后的图像；或，

所述融合模块用于通过卷积神经网络，对所述多个图像进行融合，得到所述融合后的图像；或，

所述融合模块用于通过深层决策树，对所述多个图像进行融合，得到所述融合后的图像。

8.根据权利要求7所述的装置，其特征在于，所述融合模块用于通过所述卷积神经网络，学习所述多个图像的权重；根据所述多个图像的权重，将所述多个图像在通道维度进行加权求和，得到所述融合后的图像；或，根据所述多个图像的权重，将所述多个图像加权后在通道维度进行连接，得到所述融合后的图像。

9.根据权利要求6所述的装置，其特征在于，所述识别模块用于提取所述融合后的图像的特征；对提取到的特征进行解码，得到所述文字识别结果。

10.根据权利要求6所述的装置，其特征在于，所述扩增模块用于采用至少一种扩增方式，对所述输入图像进行扩增，得到所述多个图像，所述至少一种扩增方式包括旋转、镜像翻转和扭曲。

11.一种电子设备，其特征在于，包括处理器和存储器；所述存储器，用于存放至少一条指令；所述处理器，用于执行所述存储器上所存放的至少一条指令，实现权利要求1-5任一项所述的方法步骤。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有至少一条指令，所述至少一条指令被处理器执行时实现权利要求1-5任一项所述的方法步骤。