[发明专利]一种商品外包装文字识别方法

说明书

本申请涉及一种商品外包装文字识别方法，该方法包括：利用训练好的文本检测神经网络识别待检测图像，获得文本预测区域图，利用训练好的文本识别神经网络识别处理后的文本预测区域图，获取文本识别结果。该用于识别文本的方法可识别商品上文本，可提高识别商品时的识别准确率。本申请还涉及一种用于识别文本的装置。

技术领域

本申请涉及图像识别技术领域，例如涉及一种商品外包装文字识别方法。

背景技术

目前，各个零售便利店及连锁超市已经设置了许多自助收银机。自助收银机在消费者结算时，全程无需收银员收银，可以大大减少超市的人力成本，非常快捷方便。其中利用自助收银机对商品进行收银的关键为收银机对商品的快速准确识别，以获得商品的类别和价格。现有的商品识别方式主要分为两种：第一种是基于RFID电子标签的识别方式；第二种是用户自助将商品上的条码放在扫描器下，通过机器扫码实现商品识别。

在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：现有技术中识别商品时的识别准确率不高。

发明内容

为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

本公开实施例提供了一种商品外包装文字识别方法，以解决识别商品时的识别准确率不高的技术问题。

一种商品外包装文字识别方法，其特征在于，包括：

利用训练好的文本检测神经网络识别待检测图像，获得文本预测区域图；

利用训练好的文本识别神经网络识别处理后的文本预测区域图，获取文本识别结果。

优选地，所述利用训练好的文本检测神经网络识别待检测图像，获得文本预测区域图，包括：

获得所述待检测图像的融合特征图；

获得所述融合特征图的文本类别分数特征图和文本位置特征图；

根据所述文本类别分数特征图和所述文本位置特征图获得文本预测区域图。

优选地，所述获得所述待检测图像的融合特征图，包括：

通过预设卷积网络获得所述待检测图像的高层特征和低层特征；

融合所述高层特征和所述低层特征，获得所述融合特征图。

优选地，所述预设卷积网络为ResNet-50网络。

优选地，所述利用训练好的文本识别神经网络识别处理后的文本预测区域图，包括：

提取所述处理后的文本预测区域图中的特征序列；

根据所述特征序列的每一帧进行预测；

将每一帧的预测转化为标签序列。

优选地，训练所述文本检测神经网络的训练集中包括位置标注和内容标注。

优选地，所述位置标注为以文本区域的四个顶点中的任意一个顶点的坐标为起点进行标注的。

优选地，所述处理后的文本预测区域图是通过旋转检测所述文本预测区域图获得的。

优选地，在训练所述文本检测神经网络的过程中，损失函数包括分类损失和回归损失。

本公开实施例提供的用于识别文字的方法，可以实现以下技术效果：

商品外包装上的文字信息也可以为商品识别提供非常有价值的线索，通过准确的识别商品外包装上的文字，即可提高识别商品时的识别准确率。