[发明专利]文本识别方法、装置、电子设备、存储介质

权利要求书

1.一种文本识别方法，其特征在于，包括：

确定待识别文本图像；

提取所述待识别文本图像的第一图像编码特征，并根据所述待识别文本图像获取字符中心点得分图，所述字符中心点得分图用于指示所述待识别文本图像中的字符数量和字符位置；

根据所述第一图像编码特征和所述字符中心点得分图，获取第二图像编码特征；

对所述第二图像编码特征进行解码，获取所述待识别文本图像中的字符序列；根据所述第一图像编码特征和所述字符中心点得分图，获取第二图像编码特征包括：

将所述字符中心点得分图与所述第一图像编码特征的特征映射进行逐点相乘，获取所述第二图像编码特征；

对所述第二图像编码特征进行解码，获取所述待识别文本图像中的字符序列包括：

将所述第二图像编码特征输入RNN进行序列建模，获取时序特征；

将所述时序特征输入CTC进行转录，获取字符概率矩阵；

对所述字符概率矩阵进行解码，获取所述待识别文本图像上的字符序列。

2.根据权利要求1所述的文本识别方法，其特征在于，提取所述待识别文本图像的第一图像编码特征，并根据所述待识别文本图像获取字符中心点得分图包括：

将所述待识别文本图像输入至CRNN模型中的指定Resnet网络，获取所述第一图像编码特征以及所述指定Resnet网络中多个块输出的多个图像特征；

将所述多个图像特征进行串联叠加并经过卷积处理，获取所述字符中心点得分图。

3.根据权利要求2所述的文本识别方法，其特征在于，所述指定Resnet网络由N个块串联构建；

第n个块输出所述待识别文本图像大小的1/2ⁿ⁺¹的特征映射；n取值为1至N；

将N组特征映射通过插值算法获取N个所述待识别文本图像大小的1/2^N+1的特征映射；

将N个所述待识别文本图像大小的1/2^N+1的特征映射进行串联获取一组特征映射；所述一组特征映射的通道数量为128*N；

将所述一组特征映射进行等宽卷积，获取一个通道数量为所述待识别文本图像大小的1/2^N+1的字符中心点得分图。

4.根据权利要求3所述的文本识别方法，其特征在于，所述指定Resnet网络通过如下步骤训练获取：

获取多个样本文本图像，并对所述样本文本图像上的字符内容进行转录，形成训练集；

从所述训练集中选取部分样本文本图像，标注字符的位置；

根据字符的位置对文字检测网络进行训练，获取所述指定Resnet网络。

5.根据权利要求2所述的文本识别方法，其特征在于，所述方法还包括：通过梯度反向传播法对CRNN网络进行修正；其中，获取所述字符中心点得分图的卷积层参数固定。

6.一种文本识别装置，其特征在于，包括：

确定模块，用于确定待识别文本图像；

提取模块，用于提取所述待识别文本图像的第一图像编码特征，并根据所述待识别文本图像获取字符中心点得分图，所述字符中心点得分图用于指示所述待识别文本图像中的字符数量和字符位置；

第一获取模块，用于根据所述第一图像编码特征和所述字符中心点得分图，获取第二图像编码特征；

第二获取模块，用于对所述第二图像编码特征进行解码，获取所述待识别文本图像中的字符序列；对所述第二图像编码特征进行解码，获取所述待识别文本图像中的字符序列包括：将所述第二图像编码特征输入RNN进行序列建模，获取时序特征；将所述时序特征输入CTC进行转录，获取字符概率矩阵；对所述字符概率矩阵进行解码，获取所述待识别文本图像上的字符序列；

根据所述第一图像编码特征和所述字符中心点得分图，获取第二图像编码特征包括：

将所述字符中心点得分图与所述第一图像编码特征的特征映射进行逐点相乘，获取所述第二图像编码特征。