[发明专利]一种OCR快速识别方法、装置、设备和介质

说明书

本发明提供一种OCR快速识别方法、装置、设备和介质，方法包括：S1、对输入的图像进行预处理；S2、提取预处理后图像的空间潜层信息和时序潜层信息；所述空间潜层信息由空间模型通过卷积、池化、激活函数提取而得，空间模型的增加通道卷积层采用1×1卷积核来增加中间向量的通道数；所述时序潜层信息通过时序模型的多层双向SRN层提取而得，双向SRN层对大部分运算进行并行处理；S3、根据所述空间潜层信息和所述时序潜层信息，由嵌入层通过CTC进行多字符的分类，从而识别出图像上的所有字符。本发明空间模型采用1*1的卷积核来增加中间向量通道，进而降低计算量，同时将时序模型改为SRN来提取数据的时序信息，大大提高了模型的处理和识别速度，从而能实现实时识别。

技术领域

本发明涉及计算机技术领域，特别涉及一种OCR快速识别方法、装置、设备和介质。

背景技术

OCR(Optical Character Recognition，光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。

目前在OCR识别领域，很多方法都是基于CRNN(全称为ConvolutionalRecurrentNeural Network，是一种卷积循环神经网络结构，用于解决基于图像的序列识别问题，特别是场景文字识别问题)进行完成。先对输入图像进行预处理操作，CRNN通过多个的卷积层、激活层、池化层提取预处理后图像的空间信息，然后将得到的通过两层双向长短时记忆网络提取数据的时序信息，最后通过全连接层进行字符的分类。

现有的OCR识别方法，存在如下缺点：

1)、在卷积的计算中，随着通道数的增加，会增加计算的参数，降低速度、效率；例如：当前卷积层的卷积核为3×3，上一卷积层通道数为128时候，那么当前卷积层的单个卷积核计算参数为3×3×128；

2)、通过两层双向长短时记忆网络大大降低了识别的速度、效率；长短时记忆网络是时间序列模型，时间t时刻要依赖时间t-1时刻信息，不能并行执行。

由于现有的OCR识别方法具有上述缺点，大大降低了识别速度和效率。

发明内容

本发明要解决的技术问题，在于提供一种OCR快速识别方法、装置、设备和介质，空间模型采用1*1的卷积核来增加中间向量通道，进而降低计算量，同时将时序模型改为SRN来提取数据的时序信息，大大提高了模型的处理和识别速度，从而能实现实时识别。

第一方面，本发明提供了一种OCR快速识别方法，包括下述步骤：

S1、对输入的图像进行预处理；

S2、提取预处理后图像的空间潜层信息和时序潜层信息；

所述空间潜层信息由空间模型通过卷积、池化、激活函数提取而得，所述空间模型包括特征提取卷积层、增加通道卷积层以及池化层，所述增加通道卷积层采用1×1卷积核来增加中间向量的通道数；

所述时序潜层信息通过时序模型的多层双向SRN层提取而得，所述时序模型的构成是：第一层和第三层均为双向SRN层，对大部分运算进行并行处理；第二层和第四层为全连接层；

S3、根据所述空间潜层信息和所述时序潜层信息，由嵌入层通过CTC进行多字符的分类，从而识别出图像上的所有字符。

第二方面，本发明提供了一种OCR快速识别装置，包括：

预处理模块，用于对输入的图像进行预处理；