[发明专利]一种文本识别模型的构建及文本识别方法和装置

权利要求书

1.一种文本识别模型的构建方法，其特征在于，包括：

获取待识别的目标文本行图像，所述目标文本行图像上只保留文本数据；

将所述目标文本行图像对初始神经网络进行训练，并判断使用所述目标文本行图像对所述初始神经网络的训练是否已经达到预定目标；

若是，则记录并保存此时的所述初始神经网络对应的网络结构与模型参数数值，将其作为所述文本识别模型对应的网络结构与模型参数数值。

2.根据权利要求1所述的文本识别模型的构建方法，其特征在于，所述将所述目标文本行图像对初始神经网络进行训练，包括：

将所述目标文本行图像进行预处理，得到目标文本行特征图；

将所述目标文本行特征图输入所述初始神经网络进行编码处理，得到目标编码特征图和目标中间特征向量；

将所述目标编码特征图和所述目标中间特征向量进行解码处理，得到目标文本预测结果。

3.根据权利要求2所述的文本识别模型的构建方法，其特征在于，所述判断使用所述目标文本行图像对所述初始神经网络的训练是否已经达到预定目标，包括：

获取经过解码处理后得到的所述目标文本预测结果；

将所述目标文本预测结果与所述目标文本行图像进行比较，判断两者对应的文本数据差异性是否小于预设差异性阈值；

若是，则判定使用所述目标文本行图像对所述初始神经网络的训练已经达到所述预定目标。

4.根据权利要求2所述的文本识别模型的构建方法，其特征在于，所述将所述目标文本行特征图输入所述初始神经网络进行编码处理，得到目标编码特征图和目标中间特征向量，包括：

将所述目标文本行特征图输入所述初始神经网络的编码模块进行卷积和池化处理，得到所述目标编码特征图；

将所述目标编码特征图输入GRU循环神经网络进行处理，得到所述目标中间特征向量。

5.根据权利要求2所述的文本识别模型的构建方法，其特征在于，所述将所述目标编码特征图和所述目标中间特征向量进行解码处理，得到目标文本预测结果，包括：

将所述目标编码特征图和所述目标中间特征向量输入多个目标解码器进行解码；

获取与所述目标编码特征图和所述目标中间特征向量最匹配的一个所述目标解码器，记为目标匹配解码器；

将所述目标编码特征图和所述目标中间特征向量输入所述目标匹配解码器进行解码处理，得到所述目标文本预测结果。

6.根据权利要求2所述的文本识别模型的构建方法，其特征在于，所述将所述目标文本行图像进行预处理，得到目标文本行特征图，包括：

将所述目标文本行图像的尺寸调整为指定尺寸；

通过指定主干网络提取尺寸为所述指定尺寸的所述目标文本行图像对应的图像特征，得到所述目标文本行特征图。

7.一种文本识别方法，其特征在于，其基于权利要求1～6任一项所述的文本识别模型的构建方法所构建的文本识别模型来实现，其包括以下步骤：

接收待识别的目标文本行图像输出为目标文本预测结果的目标处理信号，并对所述待识别的所述目标文本行图像进行预处理，得到所述目标文本行特征图；

读取预先保存的所述文本识别模型的网络结构与模型参数数值，以恢复生成可将输入其中的所述目标文本行特征图输出为所述目标文本预测结果的目标输出网络；

将所述目标文本行特征图输入所述目标输出网络进行处理，得到所述目标文本预测结果。

8.根据权利要求7所述的文本识别方法，其特征在于，所述对所述待识别的所述目标文本行图像进行预处理，得到所述目标文本行特征图，包括：

将所述目标文本行图像的尺寸调整为指定尺寸；

通过指定主干网络提取尺寸为所述指定尺寸的所述目标文本行图像对应的图像特征，得到所述目标文本行特征图。