[发明专利]一种文本信息识别方法及装置

说明书

本申请涉及图像识别技术领域，尤其涉及一种文本信息识别方法及装置，为了解决无法准确识别图像中排列不工整文本信息的问题，该方法为，基于预设的RPN模型对待识别图像进行图像处理，确定经图像处理得到的预处理图像中每一个像素点对应的每一个候选框映射至待识别图像后对应的候选区域，并计算各个候选区域包含文本信息的概率值，将概率值满足阈值的候选区域确定为包含文本信息的区域，且一个候选框为按照预设比例集合确定的封闭图形，这样，能对预设比例集合进行灵活配置，充分考虑多种类型的封闭图形，增加了候选框的丰富性，从而增大了覆盖文本信息的准确性，降低了因无法准确提取文本信息而导致的误判率，进而提高了模型识别的准确率。

技术领域

本申请涉及图像识别技术领域，尤其涉及一种文本信息识别方法及装置。

背景技术

近年来，随着数字化技术、信息化技术以及多媒体技术的迅速发展，日常生活中随处可见数字图像、广告图像、路标指示牌等等，而这些图像中包含的丰富的语义信息，是信息检测与检索系统的重要处理对象。

以广告图像为例，参阅图1a和图1b所示，在电子商务的广告图像中，需要对图像中的广告词、违禁词等进行检测，以达到监管的目的。

现有技术下，只能有效识别出图像中排列工整的文字，仍以图1b为例进行说明，现有的文本信息识别技术，只能对“内含活性炭”、“抗花粉抗流感”和“除甲醛”这类排列整齐、四方工整的文本信息进行有效识别，而对于“五折出售”这类，稍有倾斜，排列不工整的文本信息，无法进行有效识别，倘若存在不法商家，利用这种漏洞，将违禁词制作为倾斜类文本信息添加在广告图像中，并在网络中肆意传播，可能会对社会造成无法估量的危害。

因此，需要设计一种新的文本信息识别方法，能克服以上技术缺陷。

发明内容

本申请实施例提供一种文本信息识别方法及装置，用以解决现有技术中存在无法准确识别图像中排列不工整的文本信息，导致文本信息识别准确率过低的问题。

本申请实施例提供的具体技术方案如下：

一种文本信息识别方法，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。

可选的，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，分别计算每一个侯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，分别计算每一个侯选区域对应的区域位置包含文本信息的概率值。

可选的，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；