[发明专利]一种文本定位方法、装置及电子设备

权利要求书

1.一种文本定位方法，其特征在于，所述方法包括：

对待检测图像进行区域划分，获得n个图像区域，n≥2；

针对每个所述图像区域，通过文本行检测模型对所述图像区域进行文本识别，若识别出所述图像区域包含文本，对所述图像区域进行文本行上下边界的关键点回归检测，获得文本行上下边界的关键点坐标；

基于n个所述图像区域的文本识别结果和所述文本行上下边界的关键点坐标，获得所述待检测图像中的文本图像。

2.如权利要求1所述的方法，其特征在于，所述文本行检测模型为轻量化卷积神经网络。

3.如权利要求1所述的方法，其特征在于，所述文本行检测模型的训练方法包括：

获得文本行扫描图像；

对所述文本行扫描图像进行区域划分和标记，获得表征每个图像区域是否包含文本的文本区域标识和表征包含文本的图像区域的文本行上下边界的关键点；

基于所述文本行扫描图像、所述文本区域标识及所述关键点获得训练样本；

基于多个所述训练样本对所述文本行检测模型进行模型训练。

4.如权利要求3所述的方法，其特征在于，所述基于多个所述训练样本对所述文本行检测模型进行模型训练，包括：

基于多个所述训练样本和角度损失函数对所述文本行检测模型进行模型训练，其中，所述角度损失函数用于约束所述关键点之间的位置关系。

5.如权利要求1～4任一所述的方法，其特征在于，所述基于n个所述图像区域的文本识别结果和所述文本行上下边界的关键点坐标，获得所述待检测图像中的文本图像，包括：

根据n个所述图像区域的文本识别结果，获得所述待检测图像的最左侧文字区域和最右侧文字区域；

根据所述最左侧文字区域、所述最右侧文字区域以及预设长度的图像区域，获得所述文本行的左右边界；

基于所述文本行的左右边界和所述文本行上下边界的关键点坐标，获得所述待检测图像中的文本图像。

6.一种文本定位装置，其特征在于，所述装置包括：

区域划分单元，用于对待检测图像进行区域划分，获得n个图像区域，n≥2；

检测单元，用于针对每个所述图像区域，通过文本行检测模型对所述图像区域进行文本识别，若识别出所述图像区域包含文本，对所述图像区域进行文本行上下边界的关键点回归检测，获得文本行上下边界的关键点坐标；

提取单元，用于基于n个所述图像区域的文本识别结果和所述文本行上下边界的关键点坐标，获得所述待检测图像中的文本图像。

7.如权利要求6所述的装置，其特征在于，所述文本行检测模型为轻量化卷积神经网络。

8.如权利要求6所述的装置，其特征在于，所述装置还包括训练单元，用于：

获得文本行扫描图像；

对所述文本行扫描图像进行区域划分和标记，获得表征每个图像区域是否包含文本的文本区域标识和表征包含文本的图像区域的文本行上下边界的关键点；

基于所述文本行扫描图像、所述文本区域标识及所述关键点获得训练样本；

基于多个所述训练样本对所述文本行检测模型进行模型训练。

9.一种电子设备，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上的程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上的程序所包含的用于进行如权利要求1～5任一所述的方法对应的操作指令。

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，该程序被处理器执行时实现如权利要求1～5任一所述的方法对应的步骤。