[发明专利]文字检测方法及系统

说明书

一种文字检测方法及系统，方法包括：对输入图像进行特征提取，得到特征图像；利用自适应区域建议网络进行预测，得到建议框；利用建议框对特征图像进行裁剪，得到裁剪特征图；在两个正交方向上分别对裁剪特征图进行文字纹理信息建模，得到每一正交方向对应的轮廓点热力图；对轮廓点热力图中的轮廓点进行筛选，得到轮廓点集合，以重建输入图像中的文字。自适应区域建议网络能够适应文字的尺度变化生成对应文字区域的建议框，文字纹理信息建模模块在正交方向上进行文字纹理信息建模能够抑制假阳性的轮廓点，从而提升任意形状场景文字检测的精度。

技术领域

本公开涉及文字识别技术领域，具体地，涉及一种文字检测方法及系统。

背景技术

自然场景文字检测是指在复杂背景中检测到文字区域，并用包围框对文字区域进行标识。自然场景文字检测的结果在自动驾驶、机器人等领域有广泛应用。自然场景中的文字检测面临分辨率低、背景复杂、字体尺寸多变等困难，使得传统文字检测技术的实际应用效果差。

随着深度学习技术的发展，基于深度学习的自然场景文字检测技术得到了显著提升，该检测技术虽然能够检测任意形状的文字，但是检测结果中包含较多的假阳性检测，并且受文字尺寸多样性问题的影响，其检测精度有待提升。

发明内容

(一)要解决的技术问题

有鉴于此，本公开提供了一种能够提升任意形状场景文字检测精度的文字检测方法及系统。

(二)技术方案

本公开提供了一种文字检测方法，包括：对输入图像进行特征提取，得到特征图像；利用自适应区域建议网络进行预测，得到建议框；利用所述建议框对所述特征图像进行裁剪，得到裁剪特征图；在两个正交方向上分别对所述裁剪特征图进行文字纹理信息建模，得到每一所述正交方向对应的轮廓点热力图；对所述轮廓点热力图中的轮廓点进行筛选，得到轮廓点集合，以重建所述输入图像中的文字。

可选地，所述利用自适应区域建议网络进行预测，得到建议框，包括：利用所述自适应区域建议网络对预置锚框的点进行局部偏置预测，得到相应的预测点；根据所述预测点确定所述建议框。

可选地，所述两个正交方向为水平方向和垂直方向，所述在两个正交方向上分别对所述裁剪特征图进行文字纹理信息建模，包括：根据第一卷积核，建立所述裁剪特征图在所述水平方向上的第一文字纹理信息模型；根据第二卷积核，建立所述裁剪特征图在所述垂直方向上的第二文字纹理信息模型。

可选地，所述第一卷积核的尺寸为1×k，所述第二卷积核的尺寸为k×1，k不大于所述裁剪特征图的尺寸，本公开中k＝3。

可选地，所述方法还包括：根据所述裁剪特征图，利用微调网络对所述建议框进行调整，得到调整后的建议框；利用调整后的建议框对所述特征图像进行裁剪，得到调整后的裁剪特征图；对调整后的裁剪特征图进行上采样，得到上采样特征图。

可选地，所述在两个正交方向上分别对所述裁剪特征图进行文字纹理信息建模，包括：在两个正交方向上分别对所述上采样特征图进行文字纹理信息建模。

可选地，所述在两个正交方向上分别对所述裁剪特征图进行文字纹理信息建模，包括：

分别利用所述两个正交方向上的文字纹理信息感知网络对所述裁剪特征图进行文字纹理信息建模；

在对输入图像进行特征提取之前，所述方法还包括：

利用随机梯度下降法，根据损失函数对所述自适应区域建议网络、文字纹理信息感知网络、微调网络进行训练，所述损失函数为：