[发明专利]字符序列识别方法及装置、电子设备和存储介质在审

专利信息
申请号: 202010609718.6 申请日: 2020-06-29
公开(公告)号: CN111814796A 公开(公告)日: 2020-10-23
发明(设计)人: 孙红斌;岳晓宇;旷章辉;蔺琛皓;张伟 申请(专利权)人: 北京市商汤科技开发有限公司
主分类号: G06K9/34 分类号: G06K9/34;G06N3/04;G06K9/46;G06K9/62
代理公司: 北京林达刘知识产权代理事务所(普通合伙) 11277 代理人: 刘新宇
地址: 100080 北京市海淀区北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 字符 序列 识别 方法 装置 电子设备 存储 介质
【说明书】:

本公开涉及一种字符序列识别方法及装置、电子设备和存储介质,所述方法包括:对待识别图像进行特征提取,得到所述待识别图像的特征图;根据所述特征图的通道,对所述特征图进行分割,得到多个子特征图;对所述多个子特征图分别进行识别,得到所述待识别图像中的字符序列。本公开实施例可提高不规则字符序列的识别准确度和效率。

技术领域

本公开涉及计算机视觉技术领域,尤其涉及一种字符序列识别方法及装置、电子设备和存储介质。

背景技术

字符序列识别在视觉理解、自动驾驶等方面有着重要的作用。相关技术中通过递归识别网络识别字符序列,字符序列识别效率低下。

发明内容

本公开提出了一种用于进行字符序列识别的字符序列识别方法及装置、电子设备和存储介质。

根据本公开的一方面,提供了一种字符序列识别方法,包括:

对待识别图像进行特征提取,得到所述待识别图像的特征图;

根据所述特征图的通道,对所述特征图进行分割,得到多个子特征图;

对所述多个子特征图分别进行识别,得到所述待识别图像中的字符序列。

在一种可能的实现方式中,所述根据所述特征图的通道,对所述特征图进行分割,得到多个子特征图,包括:

对所述特征图的通道进行选择,得到多个通道组;

根据所述多个通道组,对所述特征图进行分割,得到多个子特征图。

在一种可能的实现方式中,所述方法还包括:

根据所述特征图,得到所述待识别图像的注意力矩阵;

根据所述多个通道组,对所述特征图进行分割,得到多个子特征图,包括:

根据所述多个通道组与所述注意力矩阵,得到每个所述通道组对应的注意力特征图;

根据所述注意力特征图与所述特征图,得到多个子特征图。

在一种可能的实现方式中,所述对所述特征图的通道进行选择,得到多个通道组,包括:

通过二叉分割树对所述特征图的通道进行选择,得到多个通道组。

在一种可能的实现方式中,所述对所述多个子特征图分别进行识别,得到所述待识别图像中的字符序列,包括:

针对任一子特征图,确定所述子特征图是否对应一个字符;

在所述子特征图对应一个字符的情况下,对所述子特征图进行识别,确定所述子特征图对应的字符。

在一种可能的实现方式中,所述多个通道组呈树状结构,所述对所述多个子特征图分别进行识别,得到所述待识别图像中的字符序列,还包括:

从左向右遍历多个通道组对应的所述子特征图所对应的字符,得到所述待识别图像中的字符序列。

在一种可能的实现方式中,所述方法通过字符序列识别网络实现,所述方法还包括:

通过预设的训练集训练所述字符序列识别网络,所述训练集中包括多个样本组,所述样本组包括样本图像及所述样本图像中包含的标注字符序列。

在一种可能的实现方式中,所述字符序列识别网络包括特征提取网络、特征分割网络、及分类网络,所述通过预设的训练集训练所述字符序列识别网络,包括:

通过所述特征提取网络对所述样本图像进行特征提取,得到所述样本图像对应的样本特征图;

所述特征分割网络根据所述样本特征图的通道对所述样本图像进行分割,得到多个子样本特征图;

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北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,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/202010609718.6/2.html,转载请声明来源钻瓜专利网。

×

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