[发明专利]图像识别方法、装置及电子设备

权利要求书

1.一种图像识别方法，用于识别输入图像中所具有的一个或多个目标，所述目标包括字符和空格，所述方法包括：

获取待识别的输入图像；

基于设定的N值或设定的子块尺寸，确定所述输入图像所包含的N个子块，提取所述子块对应的图像特征值，所述图像特征值描述所述子块所具有的像素信息，N≥1；其中，一个子块对应目标的部分内容；

将所述N个子块及对应的图像特征值作为输入，利用识别模型确定所述N个子块所对应的目标；其中，所述识别模型针对第i个子块，结合所述输入图像中排列在该第i个子块之前和之后的若干个子块的图像特征值，确定该第i个子块对应的目标；所述识别模型预先利用样本图像包含的目标、以及样本图像的多个子块的图像特征值而训练得到，1≤i≤N；

根据所述N个子块所对应的目标，基于所述识别模型确定出的空格，将相邻的若干个相同的字符合并为一个字符，确定所述输入图像中所包含的目标。

2.根据权利要求1所述的方法，所述确定所述输入图像所包含的N个子块，包括：

将所述输入图像平均划分为所述N个子块。

3.根据权利要求1所述的方法，所述提取所述子块对应的图像特征值，包括：

利用卷积神经网络模型提取所述图像特征值，所述卷积神经网络模型预先利用样本图像训练得到。

4.根据权利要求1所述的方法，所述识别模型包括至少一层双向循环神经网络，输入至所述双向循环神经网络的数据具有时间顺序，所述时间顺序为所述N个子块在所述输入图像中的排列顺序。

5.根据权利要求1所述的方法，所述目标包括字符或空格；

所述确定所述输入图像中所包含的目标，还包括：

删除所述空格后，确定所述输入图像中所包含的字符。

6.根据权利要求1所述的方法，所述样本图像通过如下方式获得：

获取包含有至少一个目标的真实图像，去除所述真实图像中的至少一个目标，在去除位置合成模拟目标后添加噪声，获得样本图像。

7.根据权利要求6所述的方法，所述模拟目标的生成方式，包括：

根据不同颜色、字体或字号，生成所述模拟目标。

8.一种图像识别装置，用于识别输入图像中所具有的一个或多个目标，所述目标包括字符和空格，所述装置包括：

图像获取模块，用于：获取待识别的输入图像；

特征提取模块，用于：基于设定的N值或设定的子块尺寸，确定所述输入图像所包含的N个子块，提取所述子块对应的图像特征值，所述图像特征值描述所述子块所具有的像素信息，N≥1；其中，一个子块对应目标的部分内容；

识别模块，用于：将所述N个子块及对应的图像特征值作为输入，利用识别模型确定所述N个子块所对应的目标；其中，所述识别模型针对第i个子块，结合所述输入图像中排列在该第i个子块之前和之后的若干个子块的图像特征值，确定该第i个子块对应的目标；所述识别模型预先利用样本图像包含的目标、以及样本图像的多个子块的图像特征值而训练得到，1≤i≤N；

目标确定模块，用于：根据所述N个子块所对应的目标，基于所述识别模型确定出的空格，将相邻的若干个相同的字符合并为一个字符，确定所述输入图像中所包含的目标。

9.根据权利要求8所述的装置，所述特征提取模块，还用于：

将所述输入图像平均划分为所述N个子块。

10.根据权利要求8所述的装置，所述提取所述子块对应的图像特征值，包括：

利用卷积神经网络模型提取所述图像特征值，所述卷积神经网络模型预先利用样本图像训练得到。

11.根据权利要求8所述的装置，所述识别模型包括至少一层双向循环神经网络，输入至所述双向循环神经网络的数据具有时间顺序，所述时间顺序为所述N个子块在所述输入图像中的排列顺序。