[发明专利]文字区域的定位方法、装置、终端设备及介质

说明书

本发明适用于人工智能技术领域，提供了一种文字区域的定位方法、装置、终端设备及介质，通过对目标图像执行预设次数的区域更新操作，将经过预设次数的区域更新操作之后的选定区域输出为目标图像的文字区域，每次区域更新操作的步骤为：获取目标图像的选定区域，根据目标图像中各个像素点的特征以及预设的神经网络模型，计算出分别用于表征目标图像全局特征、表征选定区域特征、表征历史操作的三个矩阵，并基于上述三个矩阵生成状态矩阵，再通过预设的决策模型生成状态矩阵对应的操作类型，并通过操作类型对当前的选定区域进行更新，从而通过一次次的调整，逐步缩小选定区域的范围，最终得到目标图像的文字区域，提高文字区域定位的自动化程度。

技术领域

本发明属于人工智能领域，尤其涉及一种文字区域的定位方法、装置、终端设备及介质。

背景技术

公司在运营过程中经常需要从各类图像中获取数据，例如：从员工递交的发票的扫描图像中提取账目信息；从客户寄送的反馈书的扫描件中提取数据等。而一张扫描图像中往往包含了非文字区域和文字区域，由于非文字区域的内容可能对文字区域的文字识别工作造成干扰，所以现有的技术方法往往需要人工从各个扫描图像中锁定和分割出文字区域后，才可以通过机器自动识别出文字区域的文字。显然，现有方式锁定和分割文字区域的自动化程度较低，不利于整个文字识别工作的处理效率。

发明内容

有鉴于此，本发明实施例提供了一种文字区域的定位方法及终端设备，以解决现有技术存在的无法自动从图像中确定文字区域的问题。

本发明实施例的第一方面提供了一种文字区域的定位方法，包括：

对目标图像执行预设次数的区域更新操作，将经过所述预设次数的区域更新操作之后的选定区域输出为所述目标图像的所述文字区域；所述区域更新操作包括：获取目标图像的选定区域；根据所述目标图像中各个像素点的特征，确定所述目标图像的全局特征矩阵以及所述选定区域的局部特征矩阵；将所述全局特征矩阵以及所述局部特征矩阵分别输入预设的神经网络中，生成所述目标图像对应的全局卷积特征矩阵以及所述选定区域对应的局部卷积特征矩阵；获取历史操作矩阵，所述历史操作矩阵用于表征所述选定区域的多个端点已按时间顺序做出的操作类别，将所述全局卷积特征矩阵、所述局部卷积特征矩阵以及所述历史操作矩阵组合成为状态矩阵；将所述状态矩阵输入预设的决策模型中，输出操作类别，根据所述操作类别对所述历史操作矩阵进行更新，并根据所述操作类别对所述选定区域的多个端点进行调整，以对所述选定区域进行更新。

本发明实施例的第二方面提供了一种文字区域的定位装置，包括：

执行模块，用于对目标图像执行预设次数的区域更新操作，将经过所述预设次数的区域更新操作之后的选定区域输出为所述目标图像的所述文字区域；所述执行模块包括：获取子模块，用于获取目标图像的选定区域；第一矩阵生成子模块，用于根据所述目标图像中各个像素点的特征，确定所述目标图像的全局特征矩阵以及选定区域的局部特征矩阵；第二矩阵生成子模块，用于将所述全局特征矩阵以及所述局部特征矩阵分别输入预设的神经网络中，生成所述目标图像对应的全局卷积特征矩阵以及所述选定区域对应的局部卷积特征矩阵；组合子模块，用于获取初始的历史操作矩阵，所述历史操作矩阵用于表征所述选定区域的多个端点已按时间顺序做出的操作类别，将所述全局卷积特征矩阵、局部卷积特征矩阵以及历史操作矩阵组合成为状态矩阵；更新子模块，用于将所述状态矩阵输入预设的决策模型中，输出操作类别，根据所述操作类别对选定区域的多个端点进行调整，以对所述选定区域进行更新，并根据所述操作矩阵对历史操作矩阵进行更新。

本发明实施例的第三方面提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现本发明实施例的第一方面提供的方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现本发明实施例的第一方面提供的方法的步骤。