[发明专利]文字检测方法、装置、电子设备及存储介质

权利要求书

1.一种文字检测方法，其特征在于，包括：

通过卷积神经网络对待检测图像提取多层级特征；

对所述多层级特征进行回归，确定所述多层级特征中的初始文字框特征；

根据所述多层级特征生成金字塔特征；

根据所述初始文字框特征和所述金字塔特征，构建新的文字框特征；

基于所述初始文字框特征，根据第二损失函数对所述新的文字框特征进行二次回归，得到文本框特征；

合并所述文本框特征，得到所述待检测图像中的文字检测结果；

所述根据所述初始文字框特征和所述金字塔特征，构建新的文字框特征，包括：

根据所述初始文字框特征，确定可变形卷积或可变形池化的偏移量；

根据所述偏移量，对所述金字塔特征进行可变形卷积或可变形池化，得到新的文字框特征。

2.根据权利要求1所述的方法，其特征在于，所述根据所述初始文字框特征，确定可变形卷积或可变形池化的偏移量，包括：

将所述初始文字框特征降维为二维特征，得到所述可变形卷积或可变形池化的偏移量。

3.根据权利要求2所述的方法，其特征在于，所述将所述初始文字框特征降维为二维特征，包括：

通过对所述初始文字框特征进行1×1卷积，将所述初始文字框特征降维为二维特征。

4.根据权利要求1所述的方法，其特征在于，所述对所述多层级特征进行回归，确定所述多层级特征中的初始文字框特征，包括：

根据如下第一损失函数，对所述多层级特征进行回归，确定所述多层级特征中的初始文字框特征：

其中，L0为第一损失函数，L_conf为文字分类损失函数，L_loc为文字框位置及大小回归损失函数，y_s表示预定义框是文字的概率，c_s表示预定义框是否为文字框，s表示预定义框的初始位置，s′表示目标真实位置，N_s表示预定义框的数量；

所述基于所述初始文字框特征，根据第二损失函数对所述新的文字框特征进行二次回归，得到文本框特征，包括：

基于所述初始文字框特征，根据如下第二损失函数对所述新的文字框特征进行二次回归，得到文本框特征：

其中，L为第二损失函数，L_conf为文字分类损失函数，L_loc为文字框位置及大小回归损失函数，y_s表示预定义框是文字的概率，c_s表示预定义框是否为文字框，s表示预定义框的初始位置，s″表示目标真实位置，s0为所述初始文字框特征，N_s表示预定义框的数量。

5.根据权利要求1所述的方法，其特征在于，所述初始文字框为矩形文字框，所述初始文字框特征包括中心点坐标、文字框宽度、文字框高度和文字框分数。

6.根据权利要求1所述的方法，其特征在于，所述合并所述文本框特征，得到所述待检测图像中的文字检测结果，包括：

对所述文本框特征进行非极大值抑制处理，得到所述待检测图像中的文字检测结果。

7.根据权利要求1所述的方法，其特征在于，所述通过卷积神经网络对待检测图像提取多层级特征，包括：

通过卷积神经网络对待检测图像进行隔层下采样，以提取所述待检测图像的多层级特征。