[发明专利]图片中字符的识别方法、计算机设备和存储介质

权利要求书

1.一种图片中字符的识别方法，其特征在于，预先利用训练样本集对光学字符识别模型进行训练，所述方法包括：

将待处理的图片输入所述光学字符识别模型；

对所述待处理的图片进行第一深度的图像特征提取，得到第一特征矩阵；

对所述第一特征矩阵进行第一空间变化处理，得到第一次空间变换特征矩阵；

对所述第一次空间变换特征矩阵进行第二深度的图像特征提取，得到第二特征矩阵，所述第二深度的图像特征提取使用的第一卷积层的层数大于所述第一深度；

对所述第二特征矩阵进行第二空间变化处理，得到第二次空间变换特征矩阵；

根据所述第二次空间变换特征矩阵，得到对所述待处理的图片中包括的字符的识别结果。

2.根据权利要求1所述的方法，其特征在于，对所述待处理的图片进行第一深度的图像特征提取，得到第一特征矩阵，包括：

获取所述待处理的图片的像素矩阵；

使用预设窗口大小的滤波器与所述像素矩阵进行卷积运算，得到所述第一特征矩阵。

3.根据权利要求1所述的方法，其特征在于，对所述第一特征矩阵进行第一空间变化处理，得到第一次空间变换特征矩阵，包括：

根据所述第一特征矩阵以及预设的空间变换方式，确定至少一个待变换参数；

根据所述待变换参数，搜索确定输入特征与输出特征之间的映射关系；

根据所述第一特征矩阵以及所述映射关系，得到所述第一次空间变换特征矩阵。

4.根据权利要求1所述的方法，其特征在于，对所述第一次空间变换特征矩阵进行第二深度的图像特征提取，得到第二特征矩阵，包括：

将所述第一次空间变换特征矩阵输入至密集卷积网络中，得到所述第二特征矩阵；

其中，所述密集卷积网络结构中包括至少两个稠密块，每个所述稠密块中使用预定窗口大小的滤波器与输入内容进行卷积运算，所述稠密块中包括多个依次相连的第二卷积层，对于每个所述第二卷积层，将该层之前的各第二卷积层输出的所有特征矩阵依次拼接，作为该层的输入，以保留卷积结果中的有效信息。

5.根据权利要求1所述的方法，其特征在于，根据所述第二次空间变换特征矩阵，得到对所述待处理的图片中包括的字符的识别结果，包括：

将所述第二次空间变换特征矩阵输入至相连的长短期记忆网络和翻译层中，得到对所述图片中包括的字符的识别结果。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述光学字符识别模型包括：依次相连的第三卷积层、第一空间变换网络、密集卷积网络、第二空间变换网络、长短期记忆网络以及翻译层；

所述第三卷积层的输入端，用于接收所述待处理的图片，所述翻译层的输出端，用于输出对所述图片中包括的字符的识别结果。

7.根据权利要求6所述的方法，其特征在于，所述第一空间变换网络与所述第二空间变换网络具有相同的结构，具体包括：依次相连的本地网络、网格生成器以及采样器；

所述本地网络的输入端为所述空间变换网络的输入端，所述采样器的输出端为所述空间变换网络的输出端；

所述采样器的第一输入端与所述本地网络的输入端相连，所述采样器的第二输入端与所述网格生成器的输出端相连。

8.根据权利要求1所述的方法，其特征在于，所述训练样本集中的样本图像均具有设定的标准图像尺寸；

在所述将待处理的图片输入所述光学字符识别模型之前，还包括步骤：

将所述待处理的图片统一调整为所述标准图像尺寸。

9.一种计算机设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8任一所述的图片中字符的识别方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-8任一所述的图片中字符的识别方法。