[发明专利]一种图像中的文本行定位方法、装置、设备及系统

权利要求书

1.一种图像中的文本行定位方法，其特征在于，包括：

对输入图像进行文本行定位，确定输入图像的各个文本行区域；

对输入图像进行区域分割，得到输入图像的兴趣点POI区域；

确定文本行区域所属的POI区域，将属于同一POI区域的文本行区域归为一组；

对每组文本行区域分别进行版面分析，根据分析结果对每组文本行区域的文本行进行排列组合，输出每个POI区域的文本行信息。

2.如权利要求1所述的方法，其特征在于，所述对输入图像进行文本行定位，确定输入图像的各个文本行区域，包括：

在训练得到的第一机器学习模型中，对输入图像进行特征提取，针对提取的候选文本区域进行位置回归、分类和图像分割，得到图像的所有文本行区域。

3.如权利要求2所述的方法，其特征在于，每当提取到一个图像的候选文本区域时，执行如下操作：

对所述候选文本区域进行位置回归和二分类，获取候选文本区域的准确位置和前景选区；

对所述候选文本区域进行图像分割，分割出候选文本区域的文字轮廓；

根据所述候选文本区域的准确位置、前景选区和候选文本区域的文字轮廓，得到图像的文本行区域。

4.如权利要求2所述的方法，其特征在于，对输入图像进行特征提取，针对提取的候选文本区域进行位置回归、分类和图像分割，得到图像的所有文本行区域，包括：

对输入图像进行特征提取，生成图像的全部候选文本区域；

对每个候选文本区域进行位置回归和二分类，获取候选文本区域的准确位置和前景选区；

对每个候选文本区域进行图像分割，分割出候选文本区域的文字轮廓；

根据每个候选文本区域的准确位置、前景选区和候选文本区域的文字轮廓，得到图像的所有文本行区域。

5.如权利要求1所述的方法，其特征在于，所述对输入图像进行区域分割，得到输入图像的POI区域，包括：

在训练得到的第二机器学习模型中，对输入图像进行特征提取，针对提取的图像的候选目标区域进行位置回归、分类和图像分割，得到图像的POI区域。

6.如权利要求5所述的方法，其特征在于，每当提取到一个图像的候选目标区域时，执行如下操作：

对所述候选目标区域进行位置回归和多分类，获取候选目标区域的准确位置和类别；

对所述候选目标区域进行图像分割，分割出候选目标区域的目标物体；

根据所述候选目标区域的准确位置、类别和候选目标区域的目标物体，得到图像的目标区域。

7.如权利要求6所述的方法，其特征在于，根据图像的目标区域的类别，从所有图像的目标区域中选取POI区域。

8.如权利要求5所述的方法，其特征在于，所述对输入图像进行特征提取，针对提取的图像的候选目标区域进行位置回归、分类和图像分割，得到图像的POI区域，包括：

对输入图像进行特征提取，生成图像的全部候选目标区域；

对每个候选目标区域进行位置回归和多分类，得到每个候选目标区域的准确位置和类别；

对确定位置和类别后的候选目标区进行图像分割，分割出候选目标区域中的目标物体；

根据所述候选目标区域的准确位置、类别和候选目标区域的目标物体，得到图像的目标区域；

根据图像的目标区域的类别，从所有图像的目标区域中选取POI区域。

9.如权利要求7或8所述的方法，其特征在于，根据图像的目标区域的类别，从所有图像的目标区域中选取POI区域，包括：

根据每个图像的目标区域的类别，区分图像的目标区域为POI区域或非POI区域，从所有图像的目标区域中选取出所有的POI区域。