[发明专利]文本检测方法、装置、计算机设备

说明书

本申请涉及文本检测方法、装置、计算机设备，应用于文本检测模型，所述文本检测模型包括特征提取层、特征融合层和检测器。所述方法包括：获取待文本检测图像；通过所述特征提取层，对所述待文本检测图像进行特征提取处理，得到至少两个抽象特征图；每个所述抽象特征图具有不同语义信息丰富程度；通过所述特征融合层，对各所述抽象特征图进行级联特征融合处理，得到特征融合图；通过所述检测器，生成所述特征融合图对应的概率图和阈值图；根据所述概率图和所述阈值图，确定所述待文本检测图像中的目标文本区域。采用本方法能够在移动终端设备部署文本检测模型，增强了文本检测模型的特征表现能力，提高了文本检测模型的准确率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种文本检测方法、装置、计算机设备。

背景技术

通过光学字符识别(OCR，Optical Character Recognition)，可以针对文本资料的图像文件进行分析识别处理，以获取文字及版面信息。在光学字符识别过程中，需要通过文本检测找到图像中的文本区域，进而对文本区域进行文本识别。文本识别的效果依赖于文本区域定位的准确程度，因此文本检测是光学字符识别的核心任务。

随着深度学习的发展，将基于卷积神经网络(Convolutional Neural Networks)模型的方法应用在文本检测上，能够获取比传统图像处理方法更加精准的结果。目前通常采用的卷积神经网络有着大量的权值参数，而在运行时保存大量权值参数对设备的内存容量要求较高，且在实际的OCR应用中，对单张图像进行检测并识别其文字的时间往往需要控制在毫秒级别，这需要设备配置大容量内存，以能够存储大型卷积神经网络的权值参数，同时也能够配备高端的图形处理器，以加速卷积神经网络的运行效率。

但对于手机等移动终端设备，由于其不具备配备大容量内存和高端图形处理器的条件，无法满足在移动终端设备配置用于文本检测的卷积神经网络模型的需求。

发明内容

基于此，有必要针对上述技术问题，提供一种能够解决上述问题的一种文本检测方法、装置、计算机设备。

一种文本检测方法，应用于文本检测模型，所述文本检测模型包括特征提取层、特征融合层和检测器，所述方法包括：

获取待文本检测图像；

通过所述特征提取层，对所述待文本检测图像进行特征提取处理，得到至少两个抽象特征图；每个所述抽象特征图具有不同语义信息丰富程度；

通过所述特征融合层，对各所述抽象特征图进行级联特征融合处理，得到特征融合图；

通过所述检测器，生成所述特征融合图对应的概率图和阈值图；

根据所述概率图和所述阈值图，确定所述待文本检测图像中的目标文本区域。

在一个实施例中，所述通过所述特征提取层，对所述待文本检测图像进行特征提取处理，得到至少两个抽象特征图，包括：

通过所述特征提取层，对所述待文本检测图像进行特征维度提升，得到特征升维后的待文本检测图像；

采用所述特征提取层中的多个逆残差模块对所述特征升维后的待文本检测图像进行特征提取处理，得到至少两个抽象特征图。

在一个实施例中，所述通过所述特征融合层，对各所述抽象特征图进行级联特征融合处理，得到特征融合图，包括：

获取指定的逆残差模块输出的待融合抽象特征图；

通过所述特征融合层，对各所述待融合抽象特征图进行级联特征融合处理，得到所述特征融合图；所述特征融合图所携带的语义信息的抽象程度大于所述抽象特征图所携带的语义信息的抽象程度。

在一个实施例中，所述通过所述特征融合层，对各所述待融合抽象特征图进行级联特征融合处理，得到所述特征融合图，包括：