[发明专利]一种票据文本定位方法和装置

权利要求书

1.一种票据文本定位方法，其特征在于，包括：

获取票据图像及其标注信息；

搭建深度卷积神经网络；

将票据图像和标注信息输入深度卷积神经网络，通过总体损失函数对深度卷积神经网络进行迭代训练，确定票据文本定位网络模型和权重参数；

从渠道端采集待检测票据图片，通过票据文本定位网络模型和权重参数进行票据文本定位，输出定位文本的倾斜文本框；

根据定位文本的倾斜文本框，对待检测票据图片进行裁剪，存入图片数据库。

2.如权利要求1所述的方法，其特征在于，获取票据图像和标注信息，包括：

从历史数据库中获取票据图像及其标注信息；其中，标注信息，包括票据图像中文本的中心坐标、尺寸、倾斜角度和置信度。

3.如权利要求1所述的方法，其特征在于，搭建深度卷积神经网络，包括：

采用深度残差网络ResNet50作为特征提取网络，去除网络的全连接层，仅保留多个卷积块通过上采样进行特征融合，设计不同大小的卷积核作为输出层提取特征，搭建深度卷积神经网络。

4.如权利要求2所述的方法，其特征在于，将票据图像及其标注信息输入深度卷积神经网络，通过总体损失函数对深度卷积神经网络进行迭代训练，确定票据文本定位网络模型和权重参数，包括：

将票据图像输入深度卷积神经网络，进行票据文本定位训练，输出预测文本框坐标信息、角度信息和置信度；

判断深度卷积神经网络是否达到预设迭代次数；

若未达到预设迭代次数，则根据票据图像的标注信息与预测文本框坐标信息、尺寸信息、角度信息和置信度之间的误差，计算总体损失函数；

利用反向传播算法将总体损失函数反向传播至深度卷积神经网络，反复迭代训练优化权重参数；

在达到预设迭代次数时，停止迭代训练，将此时的训练的深度卷积神经网络输出为票据文本定位网络模型，输出此时优化的权重参数。

5.如权利要求4所述的方法，其特征在于，根据票据图像的标注信息与预测文本框坐标信息、尺寸信息、角度信息和置信度信息之间的误差，计算总体损失函数，包括：

根据票据图像的中心坐标与预测文本框坐标信息，确定中心坐标损失；

根据票据图像的尺寸与预测文本框尺寸信息，确定尺寸损失；

根据票据图像的倾斜角度与预测文本框角度信息，确定角度损失；

根据票据图像的置信度与预测文本框置信度信息，确定置信度损失；

根据中心坐标损失、尺寸损失、角度损失和置信度损失，确定总体损失函数。

6.如权利要求5所述的方法，其特征在于，按照如下方式，确定中心坐标损失：

L_center＝∑(x-x^*)²+(y-y^*)²

其中，L_center表示中心坐标损失；x表示预测文本框中心坐标的横坐标预测值；x^*表示票据图像中心坐标的横坐标真实值；y表示预测文本框中心坐标的纵坐标预测值；y^*表示票据图像中心坐标的纵坐标真实值。

7.如权利要求5所述的方法，其特征在于，按照如下方式，确定尺寸损失：

其中，L_size表示尺寸损失；w表示预测文本框宽度预测值；w^*表示票据图像宽度真实值；h表示预测文本框高度预测值；h^*表示票据图像高度真实值。

8.如权利要求5所述的方法，其特征在于，按照如下方式，确定角度损失：

L_θ＝∑1-cos(θ-θ^*)

其中，L_θ表示角度损失；θ表示预测文本框角度预测值；θ^*表示票据图像的倾斜角度真实值。