[发明专利]一种文本信息识别方法及装置

权利要求书

1.一种文本信息识别方法，其特征在于，包括：

基于预设的目标区域建议网络模型，对待识别图像进行图像处理，获得预处理图像；

分别确定预处理图像中的每一个像素点对应的候选框集合，其中，一个像素点对应的候选框集合，为以所述一个像素点为中心，按照预设比例集合确定的封闭图形集合；

基于所述目标区域建议网络模型，分别确定每一个候选框映射至待识别图像后对应的候选区域；

基于所述目标区域建议网络模型分别计算每一个候选区域包含文本信息的概率值，并将大于等于设定的第一阈值的概率值对应的候选区域确定为包含文本信息的区域。

2.如权利要求1所述的方法，其特征在于，基于所述目标区域建议网络模型分别计算每一个候选区域包含文本信息的概率值，包括：

基于所述目标区域建议网络模型内的外接框回归层中预设的损失函数，分别计算每一个候 选区域在待识别图像中的区域位置；

基于所述目标区域建议网络模型内的外接框分类层中预设的损失函数，分别计算每一个候 选区域对应的区域位置包含文本信息的概率值。

3.如权利要求1所述的方法，其特征在于，基于所述目标区域建议网络模型分别计算每一个候选区域包含文本信息的概率值之后，进一步包括：

筛选出概率值大于等于设定的第二阈值对应的候选区域，并将每一个候选区域调整至水平方向，使所述每一个候选区域的长边要长于宽边，其中，所述第二阈值小于等于所述第一阈值；

基于预设的目标行分类器模型，分别基于已调整至水平方向的每一个候选区域对应的形状比例区间，确定所述每一个候选区域对应的子行分类器，其中，一个子行分类器对应一个形状比例区间，每一个子行分类器的网络结构相同，并且每一个子行分类器包含至少一个卷积层，至少一个池化层，以及至少一个全连接层；

将所述每一个候选区域输入至对应的子行分类器，并分别通过每一个子行分类器计算相应的各个候选区域包含文本信息的概率值；

将大于等于设定的第三阈值的概率值对应的候选区域确定所述候选区域为包含文本信息的区域。

4.如权利要求1、2或3所述的方法，其特征在于，基于预设的目标区域建议网络模型，对待识别图像进行图像处理之前，进一步包括：

获取图像样本集合，按照预设方法将所述图像样本集合划分为若干批次；

基于所述若干批次的图像样本，对预设的初始RPN模型进行分批次训练，以获得目标区域建议网络模型。

5.如权利要求4所述的方法，其特征在于，基于所述若干批次的图像样本，对预设的初始RPN模型进行分批次训练，包括：

依次针对每一批次的图像样本执行以下操作，直到判定连续Q个批次对应的文本信息识别正确率均大于第一正确率门限值为止，确定初始RPN模型训练完成，其中，Q为大于等于1的正整数；

使用当前的配置参数分别对一批次内包含的每一图像样本进行图像处理，并获得预处理图像样本，其中，所述配置参数中至少包括至少一个卷积层使用的参数，至少一个池化层使用的参数；

对所述一个批次内包含的各个预处理图像样本进行文本信息识别，并获得所述各个预处理图像样本包含文本信息的概率值，基于所述各个预处理图像样本包含文本信息的概率值和当前设定的第一阈值，获得相应的文本信息识别结果，以及基于所述文本信息识别结果计算所述一批次对应的文本信息识别正确率；

判断所述一批次对应的文本信息识别正确率是否大于第一正确率门限值，若是，则保持所述当前的配置参数以及所述当前设定的第一阈值不变，否则，对所述当前的配置参数以及所述当前设定的第一阈值进行相应调整，并将调整后的配置参数以及调整后的第一阈值作为下一批次使用的当前的配置参数以及当前设定的第一阈值。