[发明专利]文本检测方法、装置、电子设备以及存储介质

说明书

本发明实施例公开了一种文本检测方法、装置、电子设备以及存储介质，其中，该文本检测方法包括：获取待检测图像，在待检测图像中构建每个文本元素对应的检测框，分别提取每个检测框对应区域的纹理特征和几何特征，并获取各检测框之间的关联关系，根据关联关系、纹理特征以及几何特征对检测框进行分类，得到分类后检测框，基于分类后检测框对待检测图像进行文本检测，该方案可以有效地提高文本检测的准确率。

技术领域

本发明涉及计算机技术领域，具体涉及一种文本检测方法、装置、电子设备以及存储介质。

背景技术

自然场景文本检测在现实生活中具有极其的重要的广泛应用，例如文本检索、路牌识别和试卷智能批改等。但是自然场景中各种不可控干扰因素，如光影遮蔽、拍摄角度、异物遮挡、以及文本自身的一些固有属性如艺术字、变形字或残缺字等的影响，使得自然场景文本检测依然是一项难度很大的任务。不过，随着近年来人工智能(AI，ArtificialIntelligence)技术的发展，基于深度学习算法的自然场景文本检测技术在性能上也取得了长足的进步。

目前，较为常用的文本检测技术主要是“基于回归(regression-based)的方法”，但在对现有技术的研究和实践过程中，本发明的发明人发现，当前基于回归的方法仅能处理矩形文本行情况，当文本的形状为曲线形时，其预测的检测框无法准确的覆盖所有文本区域；另外，对于长文本行，一旦文本行的宽高比大于预设的预测阈值，也会出现丢框或者预测不完整问题，所以，现有的文本检测方案的检测效果并不佳。

发明内容

本发明实施例提供一种文本检测方法、装置、电子设备以及存储介质，可以提高文本检测的准确率。

本发明实施例提供了一种文本检测方法，包括：

获取待检测图像，所述待检测图像包括待检测文本，所述待检测文本包括多个文本元素；

在所述待检测图像中构建每个文本元素对应的检测框；

分别提取每个检测框对应区域的纹理特征和几何特征，并获取各检测框之间的关联关系；

根据关联关系、纹理特征以及几何特征对检测框进行分类，得到分类后检测框；

基于分类后检测框对待检测图像进行文本检测。

相应的，本发明实施例还提供了一种文本检测装置，包括：

第一获取模块，用于获取待检测图像，所述待检测图像包括待检测文本，所述待检测文本包括多个文本元素；

构建模块，用于在所述待检测图像中构建每个文本元素对应的检测框；

提取模块，用于分别提取每个检测框对应区域的纹理特征和几何特征；

第二获取模块，用于获取各检测框之间的关联关系；

分类模块，用于根据关联关系、纹理特征以及几何特征对检测框进行分类，得到分类后检测框；

检测模块，用于基于分类后检测框对待检测图像进行文本检测。

可选的，在本发明的一些实施例中，所述分类模块包括：

计算单元，用于根据关联关系计算每个检测框对应的相似度函数；

分类单元，用于基于纹理特征、几何特征以及相似度函数对检测框进行分类，得到分类后检测框。

可选的，在本发明的一些实施例中，所述分类单元包括：

构建子单元，用于根据纹理特征、几何特征以及相似度函数，分别构建待检测图像对应的纹理特征图以及待检测图像对应的几何特征图；

分类子单元，用于基于所述纹理特征图以及几何特征图对检测框进行分类，得到分类后检测框。