[发明专利]游戏画面中的文字识别方法、装置、电子设备和存储介质

权利要求书

1.一种游戏画面中的文字识别方法，其特征在于，包括：

获取来源于多个虚拟场景的样本游戏画面，其中，所述虚拟场景包括目标虚拟场景，所述样本游戏画面中包括多种样式的文字构成的文本，所述样本游戏画面标注有文本所在的实际文本区域的位置信息；

基于待训练的通用文本区域检测模型对所述样本游戏画面提取特征信息；

通过所述通用文本区域检测模型，基于所述特征信息对所述样本游戏画面进行文本区域检测，得到所述样本游戏画面的预测文本区域的信息；

基于所述实际文本区域的位置信息，以及所述预测文本区域的信息，调整所述通用文本区域检测模型的参数；

通过通用文本区域检测模型对待检测游戏画面提取特征信息，其中，所述待检测游戏画面为目标虚拟场景的游戏画面；

通过所述通用文本区域检测模型，基于所述特征信息对所述待检测游戏画面进行文本区域检测，得到候选文本区域；

基于所述目标虚拟场景对应的文字识别模型，从所述候选文本区域中识别出目标信息所在的目标文本区域，其中，所述目标信息为需要从所述目标虚拟场景中提取的文字信息；

基于所述目标虚拟场景对应的文字识别模型，对所述目标文本区域中的文本进行识别，得到所述待检测游戏画面的目标信息。

2.根据权利要求1所述的游戏画面中的文字识别方法，其特征在于，所述通用文本区域检测模型包括至少两个连接的特征提取层，以及对应的特征合并层，所述通过通用文本区域检测模型对待检测游戏画面提取特征信息，包括：

通过各所述特征提取层对所述待检测游戏画面提取多种尺度的特征图；

通过所述特征合并层，对所述多种尺度的特征图进行融合，得到所述待检测游戏画面的特征信息。

3.根据权利要求2所述的游戏画面中的文字识别方法，其特征在于，所述特征合并层的数量比特征提取层的数量少一层，所述通过所述特征合并层，对所述多种尺度的特征图进行融合，得到所述待检测游戏画面的特征信息，包括：

将最后一层特征提取层提取的特征图作为待合并特征图，通过特征合并层对所述待合并特征图进行尺度变换后，与相邻的上层特征提取层提取的特征图进行合并，得到合并后特征图；

对所述合并后特征图进行卷积操作，得到卷积后特征图；

将所述卷积后特征图作为新的待合并特征图，返回执行所述通过特征合并层对所述待合并特征图进行尺度变换后，与相邻的上层特征提取层提取的特征图进行合并的步骤，直到所有尺度的特征图合并完成，将最终得到的卷积后特征图作为所述待检测游戏画面的特征信息。

4.根据权利要求1所述的游戏画面中的文字识别方法，其特征在于，所述样本游戏画面包括第一样本游戏画面和第二样本游戏画面，其中，

所述第一样本游戏画面来源于多个虚拟场景，所述第一样本游戏画面中标注有文本所在的实际文本区域的位置信息；所述第二样本游戏画面为采用预设的多种文字样式生成多段文本，并在源于所述虚拟场景的游戏画面中设置至少一段生成的所述文本得到的样本游戏画面。

5.根据权利要求1所述的游戏画面中的文字识别方法，其特征在于，所述预测文本区域的信息包括：所述预测文本区域的偏移量和偏移角度；

所述基于所述实际文本区域的位置信息，以及所述预测文本区域的信息，调整所述通用文本区域检测模型的参数，包括：

基于在所述样本游戏画面中所述实际文本区域和所述预测文本区域的图像内容，计算用于衡量所述实际文本区域和预测文本区域的图像内容相似度的第一损失；

基于所述实际文本区域的位置信息和所述预测文本区域的偏移量，计算所述预测文本区域对应的形状损失；

基于所述实际文本区域的位置信息和所述预测文本区域的偏移角度，计算所述预测文本区域对应的角度损失；

基于所述形状损失和角度损失，得到所述预测文本区域的第二损失；

基于所述第一损失和第二损失，调整所述通用文本区域检测模型的参数。