[发明专利]一种票据文本定位方法和装置

说明书

本发明提供了一种票据文本定位方法和装置，本发明涉及人工智能，该方法包括：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。本发明利用深度学习概念和卷积神经网络设计一种基于深度卷积神经网络的票据文本定位方法，可提高倾斜文本的定位能力。

技术领域

本发明涉及计算机数据处理技术领域，尤其涉及一种票据文本定位方法和装置。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

伴随着大数据时代的来临和人工智能技术的快速发展，票据文本检测正逐步取代人工录入方式。其中，如何对票据中的文本区域进行有效定位是票据文本检测的一个关键步骤。

文本检测主要包括文本定位和文本识别两个步骤。传统的文本检测算法大多依赖于人工设计特征，存在语义鸿沟和算法泛化性受限的问题，

传统文本定位算法存在问题：1、过于依赖人工设计的特征，特征工程繁琐且算法泛化性受限和存在语义鸿沟的问题。2、对于倾斜文本，定位不精确，进而影响下一步的文本识别的准确率。

在实际应用中，票据种类多而杂，导致算法复杂、效率低；而一些基于深度学习的文本定位算法大多只针对于水平检测问题，使得文本定位效果差。深度学习定位算法存在问题：1、部分算法采用传统定位算法和深度学习网络相结合方式，传统定位算法的存在使得深度学习的算法效率有所下降。2、经典的CTPN文本定位网络只考虑定位水平文本行，对于文本行倾斜角度较大时，定位不精确。

在实际的票据文字识别中，常面临着扫描的票据影像比较倾斜，或者票据的文本行本身倾斜，使得票据文本行定位不精确，进而影响最终的文字识别率。

因此，如何提供一种新的方案，其能够解决上述技术问题是本领域亟待解决的技术难题。

发明内容

本发明实施例提供一种票据文本定位方法，利用深度学习概念和卷积神经网络设计一种基于深度卷积神经网络的票据文本定位方法，可提高倾斜文本的定位能力，该方法包括：

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。

本发明实施例还提供一种票据文本定位装置，包括：

票据图像及其标注信息获取模块，用于获取票据图像及其标注信息；

深度卷积神经网络搭建模块，用于搭建深度卷积神经网络；

票据文本定位网络模型和权重参数确定模块，用于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；

倾斜文本框定位模块，用于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；

待检测票据图片剪裁模块，用于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。