[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

说明书

本申请通过一种用于图像文本信息检测的网络模型构建方法，首先获取每张训练样本图像的标签信息，接着基于所述标签信息提取对应的文本信息，然后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，再接着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，最后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。该方法结合了图像中的文本信息特征，可实现对图像中较小文本信息的检测，不仅具有较高的检测精度，而且构建的网络模型具有较好的泛化能力，扩大了构建的网络模型的适用范围。

技术领域

本申请涉及计算机图像处理技术领域，尤其涉及一种用于图像文本信息检测的网络模型构建技术。

背景技术

目前对于图像中文本信息检测的常用方法是采用目标检测神经网络，其中SSD(Single Shot Multibox Detector，单点多盒检测器，一种仅需要单个深度神经网络的目标检测方法)在简单的文本信息检测中效果较好，但是如果图像中集中出现各种相近的文本信息，例如：格式相近的表单给人的感受是差不多的，但是表单中部分框线或者内容会存在差异，这种情况下采用SSD对图像中的文本信息进行检测时，SSD的表现能力一般。而如果针对文本信息相近的各种图像中的每种类型的图像分别训练一个SSD，这将特别浪费资源，效率也不高。

发明内容

本申请的目的是提供一种用于图像文本信息检测的网络模型构建方法与系统。

根据本申请的一个方面，提供了一种用于图像文本信息检测的网络模型构建方法，其中，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。

优选地，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。

优选地，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。

优选地，若所述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。

优选地，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。

根据本申请的另一个方面，提供了一种用于图像文本信息检测的网络模型构建系统，其中，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；