[发明专利]一种文字识别方法、系统及设备

权利要求书

1.一种文字识别方法，其特征在于，包括：

使用机器学习模型对文本图像进行特征提取，生成文本图像的特征图；

使用注意力机制Attention模型和长短期记忆网络LSTM模型逐个识别出所述文本图像中的文字，具体包括：

将所述文本图像的特征图和隐层单元节点特征输入Attention模型，得到对所述文本图像中的一个待识别文字进行加权的加权特征图；

将所述加权特征图、隐层单元节点特征和文字特征输入LSTM模型，得到所述待识别文字对应的文字、该文字的文字特征和隐层单元节点特征；

其中，Attention模型和LSTM模型用于识别所述文本图像中第一个文字时输入的是预设的隐层单元节点特征、预设的文字特征，用于识别第N个文字时输入的是已识别出的第N-1个文字的隐层单元节点特征、文字特征，N为大于等于2的整数。

2.如权利要求1所述的方法，其特征在于，在使用机器学习模型对文本图像进行特征提取之前，还包括：

对所述文本图像进行图像预处理，得到正方形的文本图像。

3.如权利要求2所述的方法，其特征在于，对所述文本图像进行图像预处理，得到正方形的文本图像，具体包括：

对所述文本图像的轮廓边界向外扩展，得到所述文本图像的最小外接正方图像；

将所述最小外接正方图像中位于所述文本图像的轮廓边界之外的像素点的像素值设置为零，得到正方形的文本图像。

4.如权利要求1-3任一项所述的方法，其特征在于，所述使用机器学习模型对文本图像进行特征提取，生成文本图像的特征图，包括：

使用机器学习模型对所述文本图像进行特征提取，得到每个文字的可识别特征；

根据所述每个文字的可识别特征，生成文本图像的特征图；

所述文字的可识别特征是文字的下述特征进行融合后的融合特征：

文字的笔画、边缘、结构、形状、大小和颜色。

5.如权利要求1-3任一项所述的方法，其特征在于，将所述文本图像的特征图和隐层单元节点特征输入Attention模型，得到对所述文本图像中的一个待识别文字进行加权的加权特征图，包括：

根据隐层单元节点特征，确定文本图像中一个待识别文字的权重分布矩阵，所述权重分布矩阵的元素与文本图像的特征图中像素点的加权值一一对应，且所述权重分布矩阵中的所有加权值的和为1；

根据确定出的权重分布矩阵和所述文本图像的特征图，得到对所述待识别文字进行加权的加权特征图。

6.如权利要求1-3任一项所述的方法，其特征在于，所述将所述加权特征图、隐层单元节点特征和文字特征输入LSTM模型，得到所述待识别文字对应的文字、该文字的文字特征和隐层单元节点特征，包括：

对所述加权特征图、文字特征和隐层单元节点特征进行文字解码处理，得到所述待识别文字的解码结果，产生所述待识别文字对应的文字的隐层单元节点特征和文字特征；

确定所述解码结果与预设的字符集中每个字符的相似度，选取相似度最高的字符作为所述待识别文字对应的文字的识别结果。

7.如权利要求6所述的方法，其特征在于，还包括：LSTM模型输出文本图像的最后一个文字识别结果后，输出截止符号，结束文字识别。