[发明专利]文本框检测方法、装置、电子设备和计算机存储介质

权利要求书

1.一种文本框检测方法，其特征在于，所述方法包括：

基于目标图像所对应的文本区域二值图，确定N组角点对的坐标；N为大于等于1的整数；

基于所述N组角点对的坐标，从所述目标图像所对应的输入特征中确定N个特征图；

将所述N个特征图分别输入第一模型，得到所述第一模型输出的所述N个特征图分别对应的识别结果；

基于所述N个特征图分别对应的识别结果，确定所述目标图像中包含的M个目标文本框；M为大于等于1的整数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述目标图像输入第二模型，得到所述第二模型输出的第一尺寸的文本区域概率图；其中，所述第一尺寸与所述目标图像的原始尺寸相同；

对所述第一尺寸的文本区域概率图进行处理，得到第二尺寸的文本区域概率图；其中，所述第二尺寸小于所述第一尺寸；

基于所述第二尺寸的文本区域概率图，确定所述目标图像所对应的所述文本区域二值图；其中，所述目标图像所对应的文本区域二值图的尺寸为所述第二尺寸。

3.根据权利要求2所述的方法，其特征在于，所述基于目标图像所对应的文本区域二值图，确定N组角点对的坐标，包括：

基于所述目标图像所对应的文本区域二值图中包含的第一类像素点的位置，确定第三尺寸的目标图像中包含的第一类像素点的位置坐标；其中，所述第三尺寸大于所述第二尺寸且小于所述第一尺寸；

基于所述第三尺寸的目标图像中包含的所述第一类像素点的位置坐标，确定所述N组角点对的坐标。

4.根据权利要求1所述的方法，其特征在于，所述基于所述N组角点对的坐标，从所述目标图像所对应的输入特征中确定N个特征图，包括：

基于所述N组角点对中的第i组角点对的坐标，从所述目标图像所对应的输入特征中确定第i个特征图；i为大于等于1且小于等于N的整数。

5.根据权利要求4所述的方法，其特征在于，所述基于所述N个特征图分别对应的识别结果，确定所述目标图像中包含的M个目标文本框，包括：

在所述N个特征图中的第i个特征图的识别结果为完整文本区域的情况下，基于所述第i个特征图所对应的角点对的坐标确定所述目标图像中包含的一个目标文本框。

6.根据权利要求2所述的方法，其特征在于，所述将目标图像输入第二模型，得到所述第二模型输出的第一尺寸的文本区域概率图，包括：

将所述目标图像输入所述第二模型的第一网络模型，得到所述第一网络模型输出的第一特征；

将所述第一特征输入所述第二模型的第二网络模型得到K组特征映射；K为大于等于1的整数；

基于所述K组特征映射的特征图，得到所述目标图像所对应的输入特征；

将所述输入特征输入所述第二模型中的第三网络模型得到所述第一尺寸的文本区域概率图。

7.根据权利要求6所述的方法，其特征在于，所述基于所述K组特征映射的特征图，得到所述目标图像所对应的输入特征包括：将所述K组特征映射的特征图进行上采样得到第三尺寸的特征图，将所述第三尺寸的特征图进行串联得到所述输入特征；

所述将所述输入特征输入所述第二模型中的第三网络模型得到所述第一尺寸的文本区域概率图，包括：将输入的所述特征图进行一次卷积操作以及两次反卷积操作，输出所述第一尺寸的文本区域概率图。

8.根据权利要求2、6、7任一项所述的方法，其特征在于，所述方法还包括：

采用训练样本对预设模型进行训练，得到训练后的第二模型；

其中，所述训练样本中标注有文本区域的二值标签。