[发明专利]一种用于图像文本信息检测的网络模型构建方法与系统

权利要求书

1.一种用于图像文本信息检测的网络模型构建方法，其特征在于，所述方法包括：

获取每张训练样本图像的标签信息；

基于所述标签信息提取对应的文本信息；

基于所述文本信息确定所述文本信息对应的文本特征矩阵；

将所述文本特征矩阵与对应的训练样本图像进行拼接，获得拼接后的训练样本图像；

将所述拼接后的训练样本图像输入改进的网络模型进行训练，直至满足预设的训练阈值。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所有的训练样本图像中文本信息对应的字符；

基于所述字符建立字符库，其中，所述字符库中包含的字符不重复，每个字符对应唯一的字符标号；

其中，所述基于所述文本信息确定所述文本信息对应的文本特征矩阵包括：

基于所述文本信息确定对应的字符；

基于每个字符在所述字符库中的字符标号确定所述文本信息对应的文本特征矩阵。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

当增加了新的训练样本图像，判断所述新的训练样本图像的文本信息中是否包含所述字符库中未存在的字符；

如包含所述字符库中未存在的字符，将所述未存在的字符添加至所述字符库中，以更新所述字符库。

4.根据权利要求1或2所述的方法，其特征在于，若训练样本图像为三通道的彩色图，则将文本特征矩阵与对应的训练样本图像进行拼接后，获得四通道的拼接后的训练样本图像；若训练样本图像为单通道的灰度图，则将文本特征矩阵与对应的训练样本图像进行拼接后，获得两通道的拼接后的训练样本图像。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述改进的网络模型基于SSD神经网络，包括1个数据层，VGG-16基础网络，以及VGG-16基础网络后的6个卷积层。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述标签信息至少包括所述训练样本图像的文本信息以及文本信息对应的坐标信息。

7.一种用于图像文本信息检测的网络模型构建系统，所述系统包括：

标签信息获取模块，用于获取每张训练样本图像的标签信息；

文本信息提取模块，用于基于标签信息获取模块获取到的标签信息提取对应的文本信息；

文本特征矩阵模块，用于基于文本信息提取模块提取的文本信息确定所述文本信息对应的文本特征矩阵；

拼接模块，用于将所述文本特征矩阵与对应的训练样本图像进行拼接，获得拼接后的训练样本图像；

网络模型构建模块，用于将所述拼接后的训练样本图像输入改进的网络模型进行训练，直至满足预设的训练阈值。

8.一种计算机可读介质，其中，

其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至6中任一项所述的方法。

9.一种用于图像文本信息检测的网络模型构建设备，其中，该设备包括：

一个或多个处理器；以及

存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行如权利要求1至6中任一项所述方法的操作。