[发明专利]文本识别方法及装置、电子设备和存储介质

说明书

本公开涉及一种文本识别方法及装置、电子设备和存储介质，所述方法包括：对待处理图像进行特征提取，得到所述待处理图像的特征信息；根据所述特征信息，获取所述待处理图像的文本识别结果；其中，所述待处理图像中包括至少两个字符，所述特征信息包括文本关联特征，所述文本关联特征用于表示所述待处理图像中的字符之间的关联性。本公开实施例可提高文本识别的准确性。

技术领域

本公开涉及计算机技术领域，尤其涉及一种文本识别方法及装置、电子设备和存储介质。

背景技术

在对图像中的文本进行识别过程中，往往存在待识别图像中的文本特征分布不均匀的情况。例如，图像中往往包含多个字符，沿水平方向分布有多个字符，沿竖直方向分布有单个字符，导致图像中字符的文本特征分布不均匀。相关技术的文本识别方法无法很好的处理这种类型的图像。

发明内容

本公开提出了一种文本识别技术方案。

根据本公开的一方面，提供了一种文本识别方法，包括：对待处理图像进行特征提取，得到所述待处理图像的特征信息；根据所述特征信息，获取所述待处理图像的文本识别结果；其中，所述待处理图像中包括至少两个字符，所述特征信息包括文本关联特征，所述文本关联特征用于表示所述待处理图像中的字符之间的关联性。

在一种可能的实现方式中，所述对待处理图像进行特征提取，得到所述待处理图像的特征信息，包括：通过至少一个第一卷积层对所述待处理图像进行特征提取处理，得到所述待处理图像的文本关联特征，其中，所述第一卷积层的卷积核尺寸为P×Q，P、Q为整数，且QP≥1。

在一种可能的实现方式中，所述特征信息还包括文本结构特征；所述对待处理图像进行特征提取，得到所述待处理图像的特征信息，包括：通过至少一个第二卷积层对所述待处理图像进行特征提取处理，得到所述待处理图像的文本结构特征，其中，所述第二卷积层的卷积核尺寸为N×N，N为大于1的整数。

在一种可能的实现方式中，所述根据所述特征信息，获取所述待处理图像的文本识别结果，包括：对所述文本关联特征和所述特征信息包括的文本结构特征进行融合处理，得到融合特征；根据所述融合特征，获取所述待处理图像的文本识别结果。

在一种可能的实现方式中，所述方法通过神经网络实现，所述神经网络中的编码网络包括多个网络块，每个网络块包括卷积核尺寸为P×Q的第一卷积层和卷积核尺寸为N×N第二卷积层，其中，所述第一卷积层和所述第二卷积层的输入端分别与所述网络块的输入端连接。

在一种可能的实现方式中，所述对所述文本关联特征和所述文本结构特征进行融合处理，得到融合特征，包括：对所述网络块的第一卷积层输出的文本关联特征和所述网络块的第二卷积层输出的文本结构特征进行融合，得到所述网络块的融合特征；

所述根据所述融合特征，获取所述待处理图像的文本识别结果，包括：对所述网络块的融合特征和所述网络块的输入信息进行残差处理，得到所述网络块的输出信息；基于所述网络块的输出信息，得到所述文本识别结果。

在一种可能的实现方式中，所述神经网络中的编码网络包括下采样网络以及与所述下采样网络的输出端连接的多级特征提取网络，其中，每级特征提取网络包括至少一个所述网络块以及与所述至少一个网络块的输出端连接的下采样模块。

在一种可能的实现方式中，所述神经网络为卷积神经网络。

在一种可能的实现方式中，所述对待处理图像进行特征提取，得到所述待处理图像的特征信息，包括：对所述待处理图像进行下采样处理，得到下采样结果；对所述下采样结果进行特征提取，得到所述待处理图像的特征信息。