[发明专利]标识识别方法及其模型的训练方法、装置和电子系统

权利要求书

1.一种标识识别方法，其特征在于，包括：

获取包含有标识的待识别图片；

通过预设的特征提取网络，提取所述待识别图片的特征序列；其中，所述特征序列中包括所述待识别图片中多个区域对应的特征图；

将所述特征序列输入至预设的分类网络中，输出每个所述区域中包含的字符的分类结果；所述分类网络中的卷积核包括预设大小的空洞卷积核；

根据所述字符的分类结果，确定所述待识别图片中的标识。

2.根据权利要求1所述的方法，其特征在于，所述标识中的字符为单行字符；所述区域的高度与所述待识别图片的高度相同。

3.根据权利要求1所述的方法，其特征在于，所述分类网络包括至少一层卷积层；所述至少一层卷积层的卷积核为所述空洞卷积核；所述空洞卷积核的高度与所述特征图的高度相同。

4.根据权利要求3所述的方法，其特征在于，将所述特征序列输入至预设的分类网络中，输出每个所述区域中包含的字符的分类结果的步骤，包括：

通过所述空洞卷积核对所述特征序列进行第一卷积计算，得到计算后的特征序列；所述计算后的特征序列的高度为一；

根据计算后的特征序列，确定每个所述区域中包含的字符的分类结果。

5.根据权利要求4所述的方法，其特征在于，所述分类网络包括多层卷积层；

根据计算后的特征序列，确定每个所述区域中包含的字符的分类结果的步骤，包括：

通过预设大小的卷积核，对所述计算后的特征序列进行预设次数的第二卷积计算，得到概率分布序列；所述概率分布序列中包括每个所述区域中包含的字符为指定字符的概率；

针对每个所述区域，将当前区域中，最大概率对应的指定字符确定为所述当前区域包含的字符。

6.根据权利要求1所述的方法，其特征在于，根据所述字符的分类结果，确定所述待识别图片中的标识的步骤，包括：

按照每个所述区域在所述待识别图片中的位置顺序，排列每个所述区域包含的字符，得到初始识别结果；

根据所述初始识别结果确定所述待识别图片中的标识。

7.根据权利要求6所述的方法，其特征在于，根据所述初始识别结果确定所述待识别图片中的标识的步骤，包括：

判断所述初始识别结果中，每两个相邻空格字符之间的字符中，是否包含连续的多个相同字符；

如果是，保留所述多个相同字符中的一个字符，得到中间识别结果；

从所述中间识别结果中，剔除所述空格字符，得到最终识别结果；

将所述最终识别结果确定为所述待识别图片中的标识。

8.一种标识识别模型的训练方法，其特征在于，包括：

基于预设的训练集合确定当前训练图片；其中，所述当前训练图片上标注有标准标识字符；

将所述当前训练图片输入至特征提取网络，输出所述当前训练图片的特征序列；其中，所述特征序列中包括所述当前训练图片中多个区域对应的特征图；

将所述特征序列输入至分类网络中，输出每个所述区域中包含的字符的分类结果；所述分类网络中的卷积核包括预设大小的空洞卷积核；

根据所述标准标识字符和预设的损失函数，计算所述分类结果的损失值；

继续执行基于预设的训练集合确定当前训练图片的步骤，直至所述损失值收敛，得到标识识别模型。

9.一种标识识别装置，其特征在于，包括：

图片获取模块，用于获取包含有标识的待识别图片；

特征序列提取模块，用于通过预设的特征提取网络，提取所述待识别图片的特征序列；其中，所述特征序列中包括所述待识别图片中多个区域对应的特征图；

结果输出模块，用于将所述特征序列输入至预设的分类网络中，输出每个所述区域中包含的字符的分类结果；所述分类网络中的卷积核包括预设大小的空洞卷积核；

标识确定模块，用于根据所述字符的分类结果，确定所述待识别图片中的标识。