[发明专利]文字的类型识别方法、装置、设备及存储介质

权利要求书

1.一种文字的类型识别方法，其特征在于，所述文字的类型识别方法包括：

获取待处理的文字图像，并将所述文字图像输入预设的文字检测模型，其中，所述文字检测模型包括卷积神经网络视觉几何组结构、循环神经网络结构和卷积神经网络结构；

根据所述卷积神经网络视觉几何组结构的输入层的定义，对所述文字图像进行预处理，得到预处理后的基础文字图像；

根据所述卷积神经网络视觉几何组结构的卷积层的定义，对所述基础文字图像中的目标文字进行文字的特征提取，得到所述目标文字对应的文字特征矩阵；

根据所述循环神经网络结构的映射层的定义，按照预设的映射条件，对所述文字特征矩阵进行维度映射，得到所述文字特征矩阵对应的目标特征向量，其中，所述目标特征向量中的每个分量对应一种预设文字类型；

根据所述卷积神经网络结构的二分类层的定义，对所述目标特征向量进行二分类计算，并根据计算结果确定所述目标特征向量的文本类别，将所述文本类别为文字的目标特征向量作为文本向量；

根据所述卷积神经网络结构的目标分类层的定义，计算所述文本向量的每个所述分量的得分，并从所述得分中选取数值最大的得分对应的所述预设文字类型，作为所述文本向量对应的所述目标文字的类型识别结果。

2.如权利要求1所述的文字的类型识别方法，其特征在于，所述根据所述卷积神经网络视觉几何组结构的输入层的定义，对所述文字图像进行预处理，得到预处理后的基础文字图像包括：

按照预设的图像调整方式，对所述文字图像进行图像调整，得到原始文字图像；

将所述原始文字图像进行去均值和归一化处理，并将处理后的原始文字图像作为所述基础文字图像。

3.如权利要求1所述的文字的类型识别方法，其特征在于，所述根据所述循环神经网络结构的映射层的定义，按照预设的映射条件，对所述文字特征矩阵进行维度映射，得到所述文字特征矩阵对应的目标特征向量包括：

根据所述循环神经网络机构的循环映射层的定义，按照预设的循环映射条件，对所述文字特征矩阵进行维度映射，得到所述文字特征矩阵对应的映射特征向量；

根据所述卷积神经网络机构的卷积映射层的定义，按照预设的卷积映射条件，对所述映射特征向量进行维度映射，得到所述目标特征向量。

4.如权利要求1所述的文字的类型识别方法，其特征在于，所述根据所述卷积神经网络机构的二分类层的定义，对所述目标特征向量进行二分类计算，并根据计算结果确定所述目标特征向量的文本类别，将所述文本类别为文字的目标特征向量作为文本向量包括：

将所述目标特征向量的每个所述分量输入如下计算公式，计算所述目标特征向量的目标向量值p：

其中，y_j为所述目标特征向量中的所述分量，j为所述目标特征向量中的第j个分量，m为所述目标特征向量中所述分量的总个数，w_j为每个所述分量的预设的二分类系数；

将所述目标向量值与预设的分类阈值进行比对，若所述目标向量值大于或等于所述分类阈值，则将所述目标特征向量的文本类别确定为文字，并将所述文本类别为文字的所述目标特征向量作为所述文本向量。

5.如权利要求1所述的文字的类型识别方法，其特征在于，所述根据所述卷积神经网络机构的目标分类层的定义，计算所述文本向量的每个所述分量的得分，并从所述得分中选取数值最大的得分对应的所述预设文字类型，作为所述文本向量对应的所述目标文字的类型识别结果包括：

将所述文本向量的每个所述分量输入如下得分公式，计算每个所述分量的得分s：

其中，x_i为所述文本向量中的所述分量，i为所述文本向量中的第i个分量，n为所述文本向量中所述分量的总个数，σ为预设的相关系数；

从计算得到的所述得分中，选取数值最大的得分对应的所述预设文字类型，作为所述文本向量对应的所述目标文字的类型识别结果。