[发明专利]文本识别的方法、装置、设备和存储介质

权利要求书

1.一种文本识别的方法，其特征在于，包括：

使用多个卷积神经网络分别提取待检测图像不同尺度的特征，所述多个卷积神经网络使用的卷积核宽长比例均不同，其中，每个卷积神经网络由多个块串联构建，每个块包括多层卷积操作，且每个块输出的特征向量大小与所述待检测图像大小的比例均不同；

对提取的所述不同尺度的特征进行融合得到特征向量；

对所述特征向量进行卷积操作得到概率矩阵；

在前向过程中对所述概率矩阵进行解码得到识别的字符串。

2.根据权利要求1所述的方法，其特征在于，所述多个卷积神经网络为4个卷积神经网络，每个卷积神经网络由4个块串联构建，第一个块输出的特征向量大小与所述待检测图像大小的比例为1/4，第二个块输出的特征向量大小与所述待检测图像大小的比例为1/8，第三个块输出的特征向量大小与所述待检测图像大小的比例为1/16，第四个块输出的特征向量大小与所述待检测图像大小的比例为1/32。

3.根据权利要求1所述的方法，其特征在于，所述多个卷积神经网络为4个卷积神经网络，且使用的卷积核宽长比例依次为：1:1，1:2，1:3和1:4。

4.根据权利要求1所述的方法，其特征在于，所述在前向过程中对所述概率矩阵进行解码得到识别的字符串，包括：

在前向过程中使用贪心搜索或集束搜索，对所述概率矩阵进行解码得到识别的字符串。

5.一种文本识别的装置，其特征在于，包括：

提取模块，用于使用多个卷积神经网络分别提取待检测图像不同尺度的特征，所述多个卷积神经网络使用的卷积核宽长比例均不同，其中，每个卷积神经网络由多个块串联构建，每个块包括多层卷积操作，且每个块输出的特征向量大小与所述待检测图像大小的比例均不同；

融合模块，用于对提取的所述不同尺度的特征进行融合得到特征向量；

卷积模块，用于对所述特征向量进行卷积操作得到概率矩阵；

解码模块，用于在前向过程中对所述概率矩阵进行解码得到识别的字符串。

6.根据权利要求5所述的装置，其特征在于，所述多个卷积神经网络为4个卷积神经网络，每个卷积神经网络由4个块串联构建，第一个块输出的特征向量大小与所述待检测图像大小的比例为1/4，第二个块输出的特征向量大小与所述待检测图像大小的比例为1/8，第三个块输出的特征向量大小与所述待检测图像大小的比例为1/16，第四个块输出的特征向量大小与所述待检测图像大小的比例为1/32。

7.根据权利要求5所述的装置，其特征在于，所述多个卷积神经网络为4个卷积神经网络，且使用的卷积核宽长比例依次为：1:1，1:2，1:3和1:4。

8.根据权利要求5所述的装置，其特征在于，所述解码模块具体用于：

在前向过程中使用贪心搜索或集束搜索，对所述概率矩阵进行解码得到识别的字符串。

9.一种文本识别的设备，其特征在于，包括：处理器和存储器，所述存储器中存储指令，所述指令由处理器加载并执行，以实现如权利要求1-4任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述的方法。