[发明专利]一种字符检测方法、装置、电子设备及计算机可读介质在审

专利信息
申请号: 201910910739.9 申请日: 2019-09-25
公开(公告)号: CN110674876A 公开(公告)日: 2020-01-10
发明(设计)人: 李明耀 申请(专利权)人: 北京猎户星空科技有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 11291 北京同达信恒知识产权代理有限公司 代理人: 赵祎
地址: 100025 北京市朝*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 待检测图像 缺陷字符 字符识别 标识缺陷 字符检测 样本 计算机可读介质 输出 电子设备 模型识别 申请
【权利要求书】:

1.一种字符检测方法,其特征在于,包括:

获取待检测图像;

将所述待检测图像输入到字符识别模型中以识别所述待检测图像中的字符,所述字符识别模型是基于缺陷字符样本和非缺陷字符样本进行训练得到的;

根据所述字符识别模型的识别结果,确定所述待检测图像中包含的字符并输出,其中,若确定所述待检测图像中包含缺陷字符,在所输出的结果中标识所述缺陷字符。

2.如权利要求1所述的方法,其特征在于,根据所述字符识别模型的识别结果,确定所述待检测图像中包含的字符,包括:

对所述识别结果中包含的每个字符,若所述字符表示缺陷字符,则确定所述待检测图像中的所述字符为缺陷字符;或者

若所述字符为非缺陷字符,则根据所述字符识别模型输出的所述字符的置信概率,确定所述待检测图像中的所述字符的最终识别结果。

3.如权利要求2所述的方法,其特征在于,根据所述字符识别模型输出的所述字符的置信概率,确定所述待检测图像中的所述字符的最终识别结果,包括:

若所述字符的置信概率不低于概率阈值,则确定所述待检测图像中的所述字符为所述字符识别模型识别出的字符;或者

若所述字符的置信概率低于所述概率阈值,则确定所述待检测图像中的所述字符为缺陷字符。

4.如权利要求1~3任一所述的方法,其特征在于,通过如下方式输出所述待检测图像中包含的字符:

若确定所述待检测图像中的任一字符为缺陷字符,将指定字符确定为所述字符的输出结果;

若确定所述待检测图像中的任一字符为非缺陷字符,将所述字符识别模型识别出的字符确定为所述字符的输出结果。

5.如权利要求1所述的方法,其特征在于,通过如下方式训练得到所述字符识别模型:

获取图像样本,所述图像样本包括第一图像样本和第二图像样本,所述第一图像样本中的字符均为非缺陷字符,所述第二图像样本中的字符包括至少一个缺陷字符;

以所述图像样本为输入、且以所述图像样本中各字符的标记信息为输出,对字符识别模型进行训练,其中,对所述图像样本中的每个字符,若该字符属于非缺陷字符,则该字符的标记信息为该字符本身;若该字符属于缺陷字符,则该字符的标记信息为指定字符。

6.如权利要求5所述的方法,其特征在于,根据以下步骤获取所述第二图像样本:

获取原始图像,所述原始图像中的字符均为非缺陷字符;

对所述原始图像中的至少一个字符所在的区域进行部分遮挡;

将遮挡处理后的所述原始图像确定为所述第二图像样本。

7.一种字符检测装置,其特征在于,包括:

获取模块,用于获取待检测图像;

识别模块,用于将所述待检测图像输入到字符识别模型中以识别所述待检测图像中的字符,所述字符识别模型是基于缺陷字符样本和非缺陷字符样本进行训练得到的;

处理模块,用于根据所述字符识别模型的识别结果,确定所述待检测图像中包含的字符并输出,其中,若确定所述待检测图像中包含缺陷字符,在所输出的结果中标识所述缺陷字符。

8.如权利要求7所述的装置,其特征在于,所述处理模块具体用于:

对所述识别结果中包含的每个字符,若所述字符表示缺陷字符,则确定所述待检测图像中的所述字符为缺陷字符;或者

若所述字符为非缺陷字符,则根据所述字符识别模型输出的所述字符的置信概率,确定所述待检测图像中的所述字符的最终识别结果。

9.一种电子设备,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中:

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至6任一权利要求所述的方法。

10.一种计算机可读介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令用于执行如权利要求1至6任一权利要求所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京猎户星空科技有限公司,未经北京猎户星空科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910910739.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top