[发明专利]目标对象识别网络模型及其训练方法、目标对象识别方法

权利要求书

1.一种目标对象识别方法，其特征在于，包括：

接收待识别目标对象，其中所述待识别目标对象为具有干扰因素的文字图片；

将所述待识别目标对象输入训练好的目标对象识别网络模型；其中，所述目标对象识别网络模型包括干扰排除网络和目标对象识别网络；所述干扰排除网络包括至少一个基于生成式对抗网络的第一类干扰排除网络以及与所述第一类干扰排除网络连接的第二类干扰排除网络；

分别利用所述第一类干扰排除网络和所述第二类干扰排除网络对所述待识别目标对象中的不同干扰因素进行干扰排除，其中所述第一类干扰排除网络用于排除待识别文字图片的噪声干扰，所述噪声干扰包括图片背景干扰、光照干扰、模糊干扰以及颜色干扰，所述第二类干扰排除网络用于排除待识别文字图片中的文字倾斜透视干扰与文字弯曲干扰；

利用所述目标对象识别网络对经过干扰排除后的待识别目标对象进行识别。

2.如权利要求1所述的方法，其特征在于，所述干扰排除网络通过如下方法训练完成：

获取训练样本对，且每个所述训练样本对包括标准无干扰训练样本和有干扰训练样本；

将所述有干扰训练样本经过所述干扰排除网络后输出生成无干扰样本；

利用所述目标对象识别网络分别从所述标准无干扰训练样本中提取标准特征和从所述生成无干扰样本中提取生成特征；

比较所述标准特征和所述生成特征以得到特征误差；

在训练所述干扰排除网络的过程中，基于所述特征误差辅助训练所述干扰排除网络，以完成对所述干扰排除网络的训练。

3.如权利要求2所述的方法，其特征在于，所述第一类干扰排除网络通过如下方法训练完成：

将所述有干扰训练样本经过所述第一类干扰排除网络后输出第一生成无干扰样本；

利用所述目标对象识别网络分别从所述标准无干扰训练样本中提取第一标准特征和从所述第一生成无干扰样本中提取第一生成特征；

比较所述第一标准特征和所述第一生成特征以得到第一特征误差；

在训练所述第一类干扰排除网络的过程中，基于所述第一特征误差辅助训练所述第一类干扰排除网络，以完成对所述第一类干扰排除网络的训练。

4.如权利要求3所述的方法，其特征在于，所述在训练所述第一类干扰排除网络的过程中，基于所述第一特征误差辅助训练所述第一类干扰排除网络，以完成对所述第一类干扰排除网络的训练包括：

交替训练所述生成式对抗网络的生成网络和判别网络，以分别优化所述生成网络和所述判别网络；

基于所述第一特征误差辅助训练所述生成网络；

将训练后的所述生成网络作为训练完成后的所述第一类干扰排除网络。

5.如权利要求3所述的方法，其特征在于，所述第二类干扰排除网络通过如下方法训练完成：

将所述第一生成无干扰样本经过所述第二类干扰排除网络后输出第二生成无干扰样本；

利用所述目标对象识别网络分别从所述标准无干扰训练样本中提取第二标准特征和从所述第二生成无干扰样本中提取第二生成特征；

比较所述第二标准特征和所述第二生成特征以得到第二特征误差；

在训练所述第二类干扰排除网络的过程中，基于所述第二特征误差辅助训练所述第二类干扰排除网络，以完成对所述第二类干扰排除网络的训练。