[发明专利]基于人工智能的图像识别方法和相关装置有效

专利信息
申请号: 202010212729.0 申请日: 2020-03-24
公开(公告)号: CN111444906B 公开(公告)日: 2023-09-29
发明(设计)人: 康健;黄珊 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V30/14 分类号: G06V30/14;G06V10/82;G06F40/30;G06N3/0464;G06N3/048;G06N3/08
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 常忠良
地址: 518064 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 图像 识别 方法 相关 装置
【说明书】:

本申请实施例公开了基于人工智能的图像识别方法和相关装置,该方法针对待识别图像中目标区域识别得到的多个候选字组合以及对应整体识别概率。若第一候选字组合具有识别自信,将第一候选字组合的整体识别概率作为识别可信度,若第二候选字组合不具有识别自信,根据第二候选字组合中多个候选字分别对应的分布比例,调整各自对应的识别概率,并根据调整后的识别概率确定第二候选字组合的识别可信度。由于识别可信度用于确定文本识别结果,针对第一候选字组合的识别可信度确定时可以减少第二候选字组合所需执行的数据处理环节,提高了文本识别的识别效率和降低资源占用。

技术领域

本申请涉及图像处理领域,特别是涉及基于人工智能的图像识别方法和相关装置。

背景技术

随着人工智能技术的发展,可以通网络模型识别出图像内容中包含的文本,这些图像识别结果可以应用于图像分类、广告识别等。

在通过网络模型对图像进行文本识别的过程中,对于确定出的任意一个可能的文字,所进行处理流程都是一致的,也就是说,待识别文本的数量或待识别的图像数量会直接影响网络模型需要处理的数据量。

当图像中文本较多或者待识别图像数量较多时,由于需处理的数据量会随着文本数量、图像数量的增加而增加,庞大的数据处理量将导致网络模型在识别过程中会占用大量的处理资源,且识别效率难以提升。

发明内容

为了解决上述技术问题,本申请提供了基于人工智能的图像识别方法和相关装置,提高了文本识别的识别效率和降低资源占用。

本申请实施例公开了如下技术方案:

一方面,本申请实施例提供了一种图像识别方法,所述方法包括:

通过对待识别图像中的目标区域中的文本进行字形识别,得到多个候选字组合以及每个候选字组合的整体识别概率;

对于满足预设识别概率条件的整体识别概率所对应的第一候选字组合,以所述第一候选字组合的整体识别概率,作为所述第一候选字组合的识别可信度;

对于不满足预设识别概率条件的整体识别概率所对应的第二候选字组合,根据预设候选字分布比例对所述第二候选字组合的整体识别概率进行调整,得到所述第二候选字组合的识别可信度;

根据所述识别可信度、所述第一候选字组合和所述第二候选字组合,确定所述目标区域的文本识别结果。

另一方面,本申请实施例提供了一种图像识别装置,所述装置包括识别单元、第一确定单元和第二确定单元:

所述识别单元,用于通过对待识别图像中的目标区域中的文本进行字形识别,得到多个候选字组合以及每个候选字组合的整体识别概率;

所述第一确定单元,用于对于满足预设识别概率条件的整体识别概率所对应的第一候选字组合,以所述第一候选字组合的整体识别概率,作为所述第一候选字组合的识别可信度;

所述第一确定单元,还用于对于不满足预设识别概率条件的整体识别概率所对应的第二候选字组合,根据预设候选字分布比例对所述第二候选字组合的整体识别概率进行调整,得到所述第二候选字组合的识别可信度;

所述第二确定单元,用于所述根据所述识别可信度、所述第一候选字组合和所述第二候选字组合,确定所述目标区域的文本识别结果。

另一方面,本申请实施例提供了一种用于图像识别设备,所述设备包括处理器以及存储器:

所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;

所述处理器用于根据所述程序代码中的指令执行上述方面所述的方法。

另一方面,本申请实施例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用于存储计算机程序,所述计算机程序用于执行上述方面所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010212729.0/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top