[发明专利]文字的类型识别方法、装置、设备及存储介质

说明书

本发明涉及计算机技术领域，提供了一种文字的类型识别方法、装置、设备及存储介质，所述方法包括：根据文字检测模型中的卷积神经网络视觉几何组结构的输入层的定义，对文字图像进行预处理，得到基础文字图像；根据卷积层的定义，对基础文字图像进行文字的特征提取，得到文字特征矩阵；根据循环神经网络结构的映射层的定义，按照预设的映射条件，对文字特征矩阵进行维度映射，得到目标特征向量；根据卷积神经网络结构的二分类层的定义，对目标特征向量进行二分类计算，得到文本向量；根据目标分类层的定义，计算文本向量的每个分量的得分，并选取数值最大的得分对应的预设文字类型，作为类型识别结果。本发明能够提高对文字的类型识别的效率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种文字的类型识别方法、装置、设备及存储介质。

背景技术

文字检测是计算机视觉中的一个重要领域，包括对文字图像中的文字的类型识别，其中，常用的文字的类型识别的方法通常是先对文字图像中的文字进行定位，然后对定位到的文字进行类型的识别，具体是通过对文字图像中的文字进行特征提取，对提取到的特征进行分析，并根据分析结果确定出文字图像中出现文字的文字区域，实现对文字的定位，然后按照文字区域，对文字图像进行文字区域分割，得到分割图像，并对分割图像中的文字进行特征提取，根据该特征进一步地进行文字识别，输出识别得到的文字，进而根据现有词典对识别出的文字进行文字类型的确认，实现对定位到的文字类型识别。

当前技术使用这种先定位，后进行分割识别的文字的类型方法，具体是先通过先提取图像特征，确定文字区域，实现文字定位，再通过分割技术，对文字区域进行逐个分割，然后对分割图像，提取文字特征，再根据文字特征识别出分割图像中的文字，最后按照现有词典来确定识别出的文字类型，其操作复杂，运算量大，需进行多次特征提取，耗费时间长，导致对文字的类型识别的效率不高。

发明内容

基于此，有必要针对上述技术问题，提供一种文字的类型识别方法、装置、设备及存储介质，以解决传统方法对文字的类型识别的效率低的问题。

一种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。

一种文字的类型识别装置，包括：

图像获取模块，用于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；

图像处理模块，用于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；