[发明专利]一种文字检测方法及装置

权利要求书

1.一种文字检测方法，其特征在于，包括：

将待检测图像输入到卷积神经网络，得到所述卷积神经网络的各卷积层依次输出的各特征，其中，在所述各特征中，将从所述卷积神经网络的首个卷积层开始输出的指定层数的特征，作为底层特征，将除所述底层特征以外的各特征作为各上层特征；

根据所述底层特征，确定注意力特征，其中，所述注意力特征用于表征所述待检测图像中每个像素点属于文字的概率；

根据所述注意力特征，分别对所述各上层特征进行加权，得到加权后的各上层特征；

针对加权后的各上层特征，根据加权后的该上层特征，对所述待检测图像进行检测，得到加权后的该上层特征对应的初始检测结果；

根据加权后的各上层特征分别对应的初始检测结果，确定所述待检测图像的最终检测结果。

2.如权利要求1所述的方法，其特征在于，根据所述底层特征，确定注意力特征，具体包括：

将所述底层特征输入到预先训练的注意力模型，得到所述注意力模型输出的注意力特征。

3.如权利要求1所述的方法，其特征在于，根据所述注意力特征，分别对所述各上层特征进行加权，得到加权后的各上层特征，具体包括：

针对所述各上层特征，采用所述注意力特征与该上层特征进行逐位点乘，得到加权后的该上层特征。

4.如权利要求2所述的方法，其特征在于，根据加权后的该上层特征，对所述待检测图像进行检测，得到加权后的该上层特征对应的初始检测结果，具体包括：

将加权后的该上层特征输入到预先训练的预测模型，以使所述预测模型对所述待检测图像进行检测，得到所述预测模型输出的用于框选文字的目标框，作为加权后的该上层特征对应的初始检测结果。

5.如权利要求4所述的方法，其特征在于，根据加权后的各上层特征分别对应的初始检测结果，确定所述待检测图像的最终检测结果，具体包括：

根据加权后的各上层特征分别对应的目标框以及各目标框的置信度，采用非极大值抑制NMS方法，确定置信度最大的目标框；

根据所述置信度最大的目标框，确定所述待检测图像的最终检测结果。

6.如权利要求5所述的方法，其特征在于，根据所述置信度最大的目标框，确定所述待检测图像的最终检测结果，具体包括：

根据所述置信度最大的目标框以及所述注意力特征，确定所述待检测图像的最终检测结果。

7.如权利要求6所述的方法，其特征在于，根据所述置信度最大的目标框以及所述注意力特征，确定所述待检测图像的最终检测结果，具体包括：

根据所述注意力特征，筛选所述待检测图像中属于文字的概率大于指定阈值的各像素点；

确定所述待检测图像中属于文字的概率大于指定阈值的各像素点构成的区域，作为分割区域；

根据所述分割区域的外边界，对所述置信度最大的目标框的外边界进行调整，得到文字框，作为所述待检测图像的最终检测结果。

8.如权利要求4所述的方法，其特征在于，预先训练注意力模型和预测模型，具体包括：

获取已知初始检测结果的图像，作为训练样本，并将所述训练样本的初始检测结果作为标注；

将所述训练样本的底层特征输入到待训练的注意力模型，得到所述待训练的注意力模型输出的注意力特征；

针对所述训练样本中通过所述注意力特征加权后的各上层特征，将该上层特征输入到待训练的预测模型，得到所述待训练的预测模型输出的该上层特征对应的初始检测结果；

根据所述训练样本的标注，以及所述待训练的预测模型输出的各上层特征对应的初始检测结果，确定损失；

以损失最小化为训练目标，对所述待训练的注意力模型和所述待训练的预测模型进行训练。