[发明专利]文本串识别方法、装置及电子设备

说明书

本申请提供了文本串识别方法、装置及电子设备。本申请中，通过对目标图像进行划分(也称画格子)，依据目标图像的图像特征图确定S*S个通道的通道特征图(用于表征目标图像中与该通道对应的图像块相关联的文本串位置)，以实现通过画格子方式将目标图像中每一文本串映射至不同通道上来学习文本串位置，最终在不借助抠图操作的前提下实现了文本识别，这相比抠图操作，可大大减少计算量。

技术领域

本申请涉及识别处理技术，特别涉及文本串识别方法、装置及电子设备。

背景技术

文本串识别，是模式识别的一个重要应用。这里的文本串，从一个方面来讲，其可以是一个文字、一个句子(Sentence)、一个段落(Paragraph)或者一个篇章(Discourse)等；从另一个方面来讲，其也可以是一个字符、一个符号、一串由相同或不同字符和/或符号等组成的字符串等。本申请中的文本串可不受限于目前文学领域中的文本解释，本申请并不限定文本的具体形式。

文本串识别可应用于许多业务领域，比如：阅读、翻译、文献资料的检索、商品发票的统计汇总、商品编码的识别、商品仓库的管理、证件识别、车牌识别等。通过文本串识别可提高工作效率。但是，目前的文本串识别方法常需要抠图，比如借助感兴趣区域(RoI:Region of Interest)技术抠出特征图或者在原图上抠出候选框等。而抠图在文本串密集时会导致抠出的图像区域中出现其它文本串的片段，文本串识别准确率会降低。

发明内容

本申请实施例提供了文本串识别方法、装置及电子设备，以提高文本串识别准确率。

本申请提供的技术方案包括：

一种文本串识别方法，该方法包括：

依据目标图像的图像特征图确定S*S个通道的通道特征图；每一通道的通道特征图用于表征所述目标图像中与该通道对应的图像块相关联的文本串位置；所述S*S个通道为已被配置的通道；所述目标图像被划分为与所述S*S个通道中每一通道对应的图像块；

依据所述S*S个通道的通道特征图识别所述文本串位置上的目标文本串。

可选地，所述依据目标图像的图像特征图确定S*S个通道的通道特征图包括：

将所述目标图像的图像特征图输入至已训练的文本识别模型中的第一空间注意力模块以得到S*S个通道的通道特征图；所述第一空间注意力模块用于利用已训练的文本串位置监督信息并基于输入的所述图像特征图得到S*S个通道分别对应的通道特征图，所述S*S个通道为所述第一空间注意力模块被配置的通道。

可选地，所述依据目标图像的图像特征图确定S*S个通道的通道特征图包括：

将所述目标图像的图像特征图输入至已训练的文本识别模型中的第二空间注意力模块以学习到S*S个通道的通道特征图；所述第二空间注意力模块用于利用已训练的单字位置监督信息并基于输入的所述图像特征图学习S*S个通道的通道特征图，每一通道的通道特征图包括L个单字位置分割图，每一单字位置分割图用于表征对应的单字位置；每一通道的通道特征图包含的L个单字位置分割图对应的单字位置组成所述目标图像中与该通道对应的图像块相关联的文本串位置；L为已配置的单一文本串最大长度，所述S*S个通道为所述第二空间注意力模块被配置的通道。

可选地，所述依据所述S*S个通道的通道特征图识别所述文本串位置上的目标文本串包括：

将所述S*S个通道的通道特征图与所述图像特征图进行融合得到融合特征图；

依据所述融合特征图识别所述文本串位置上的目标文本串。

可选地，所述将所述S*S个通道的通道特征图与所述图像特征图进行融合得到融合特征图包括：