[发明专利]招牌内容识别方法、装置及设备有效

专利信息
申请号: 201910003495.6 申请日: 2019-01-03
公开(公告)号: CN109784330B 公开(公告)日: 2021-03-23
发明(设计)人: 刘慧;吴云鹏;王洪志 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/62
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 宋合成
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 招牌 内容 识别 方法 装置 设备
【权利要求书】:

1.一种招牌内容识别方法,其特征在于,包括:

获取招牌内容,并根据所述招牌内容提取文字图像数据;

将所述文字图像数据输入到分类模型中进行处理,获取所述文字图像数据的字体类型;

当所述文字图像数据的字体类型为第一类型时,将所述文字图像数据输入到转换模型中进行处理,获取第二类型的文字图像数据,所述第二类型是根据光学字符识别准确率确定的;

对所述第二类型的文字图像数据进行光学字符识别,生成识别结果。

2.如权利要求1所述的招牌内容识别方法,其特征在于,所述第一类型包括象形字类型和/或艺术体类型,所述第二类型包括印刷体类型。

3.如权利要求1所述的招牌内容识别方法,其特征在于,在将所述文字图像数据输入到分类模型中进行处理之前,还包括:

获取文字图像训练数据与对应的字体类型的训练集;

根据所述训练集训练预设模型的参数,生成所述分类模型。

4.如权利要求1所述的招牌内容识别方法,其特征在于,在将第一类型的文字图像数据输入到转换模型中进行处理之前,还包括:

获取所述第一类型的文字图像训练数据与对应的所述第二类型的文字图像训练数据的训练集;

根据所述训练集训练预设模型的参数,生成所述转换模型。

5.如权利要求1所述的招牌内容识别方法,其特征在于,在获取所述文字图像数据的字体类型之后,还包括:

当所述文字图像数据的字体类型为所述第二类型时,对所述文字图像数据进行光学字符识别,生成识别结果。

6.如权利要求1所述的招牌内容识别方法,其特征在于,所述根据所述招牌内容提取文字图像数据,包括:

基于视觉算法对所述招牌内容进行分割,生成多个所述文字图像数据;

在生成识别结果之后,还包括:

对多个所述识别结果进行合并。

7.一种招牌内容识别装置,其特征在于,包括:

获取模块,用于获取招牌内容,并根据所述招牌内容提取文字图像数据;

分类模块,用于将所述文字图像数据输入到分类模型中进行处理,获取所述文字图像数据的字体类型;

转换模块,用于当所述文字图像数据的字体类型为第一类型时,将所述文字图像数据输入到转换模型中进行处理,获取第二类型的文字图像数据,所述第二类型是根据光学字符识别准确率确定的;

识别模块,用于对所述第二类型的文字图像数据进行光学字符识别,生成识别结果。

8.如权利要求7所述的招牌内容识别装置,其特征在于,还包括:

第一训练模块,用于获取文字图像训练数据与对应的字体类型的训练集;

根据所述训练集训练预设模型的参数,生成所述分类模型。

9.如权利要求7所述的招牌内容识别装置,其特征在于,还包括:

第二训练模块,用于获取所述第一类型的文字图像训练数据与对应的所述第二类型的文字图像训练数据的训练集;

根据所述训练集训练预设模型的参数,生成所述转换模型。

10.如权利要求7所述的招牌内容识别装置,其特征在于,所述识别模块还用于:

当所述文字图像数据的字体类型为所述第二类型时,对所述文字图像数据进行光学字符识别,生成识别结果。

11.如权利要求7所述的招牌内容识别装置,其特征在于,所述获取模块具体用于:

基于视觉算法对所述招牌内容进行分割,生成多个所述文字图像数据;

所述识别模块还用于对多个所述识别结果进行合并。

12.一种计算机设备,其特征在于,包括处理器和存储器;

其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-6中任一项所述的招牌内容识别方法。

13.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一项所述的招牌内容识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910003495.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top