[发明专利]文本识别方法、装置、电子设备及存储介质

说明书

本发明实施例提供一种文本识别方法、装置、电子设备及存储介质，所述方法包括：预测待识别对象的字符数量；对待识别对象进行文本识别，并统计文本识别所得的字符数量；当预测所得的字符数量与统计所得的字符数量匹配时，输出待识别对象的文本识别结果。本发明实施例提供的文本识别方法、装置、电子设备及存储介质，保证了文本识别结果的完整性，提高了文本识别的准确性。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种文本识别方法、装置、电子设备及存储介质。

背景技术

随着人工智能技术的快速发展，文本识别广泛应用于智能教育、智能办公和智能物流等诸多领域。

现有的文本识别方法主要包括基于传统分割方法的文本识别方法和基于深度学习的文本识别方法。然而，对于一些包含较大空隙的文本，例如试卷中的填空题和选择题，现有的文本识别方法存在对空隙之后的文本漏识别的问题，其准确性欠佳。

发明内容

本发明实施例提供一种文本识别方法、装置、电子设备及存储介质，用以解决现有技术中存在漏识别、准确性较低的缺陷。

本发明实施例提供一种文本识别方法，包括：

预测待识别对象的字符数量；

对所述待识别对象进行文本识别，并统计所述文本识别所得的字符数量；

当预测所得的字符数量与统计所得的字符数量匹配时，输出所述待识别对象的文本识别结果。

根据本发明一个实施例的文本识别方法，还包括：

当所述预测所得的字符数量和所述统计所得的字符数量不匹配时，对所述待识别对象进行分块，得到多个对象子块；

对每个对象子块分别进行文本识别，将所述文本识别所得的每个对象子块的文本进行组合，并统计所述组合所得的字符数量。

根据本发明一个实施例的文本识别方法，所述对所述待识别对象进行分块，包括：

计算所述待识别对象中相邻字符之间的间距，以位于间距最大的相邻字符之间的分割线对所述待识别对象进行分块。

根据本发明一个实施例的文本识别方法，所述对所述待识别对象进行文本识别包括：

应用文本识别模型，获取所述待识别对象的文本识别结果；

其中，所述文本识别模型用于基于所述待识别对象中各个字符的上下文关系进行文本识别。

根据本发明一个实施例的文本识别方法，所述应用文本识别模型，获取所述待识别对象的文本识别结果，包括：

应用所述文本识别模型的对象特征编码层，获取所述待识别对象中每一区域的对象特征编码；

应用所述文本识别模型的上下文编码层，获取对应于每一区域的对像特征编码以及上一解码时刻的解码状态的当前解码时刻的对象上下文编码；

应用所述文本识别模型的解码层，获取对应于当前解码时刻的解码状态和对象上下文编码，以及上一解码时刻的解码结果的当前解码时刻的解码结果；

其中，所述当前解码时刻的解码状态是基于当前解码时刻的对象上下文编码，以及上一解码时刻的解码状态和解码结果确定的；

所述文本识别结果为最终解码时刻的解码结果。

根据本发明一个实施例的文本识别方法，所述应用所述文本识别模型的上下文编码层，获取对应于每一区域的对像特征编码以及上一解码时刻的解码状态的当前解码时刻的对象上下文编码，包括：

应用所述上下文编码层的注意力权重确定层，获取对应于每一区域的对像特征编码以及上一解码时刻的解码状态的每一区域对应的对象特征编码的注意力权重；