[发明专利]对象识别方法和装置、电子设备、存储介质有效

专利信息
申请号: 202010085064.1 申请日: 2020-02-10
公开(公告)号: CN111291742B 公开(公告)日: 2023-08-04
发明(设计)人: 冯博豪;张小帅 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06V30/14 分类号: G06V30/14;G06V20/62;G06V30/19
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 张娜;臧建明
地址: 100085 北京市*** 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: 对象 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种对象识别方法,其特征在于,所述方法包括:

采集待识别对象;

采用初始文本检测模型生成与采集到的样本对象对应的检测框,其中,对采集到的样本对象依次进行了如下处理:主体提取、倾斜矫正、缩放处理、图像增强;

根据所述检测框确定与预设的兴趣点文本信息对应的检测框;

根据预设的文本识别模型对确定出的检测框对应的文本信息进行识别,得到识别结果;

基于所述兴趣点文本信息对应的键值对对所述识别结果中的键值对进行复核;

响应于所述识别结果的键值对与所述兴趣点文本信息对应的键值对相同,根据确定出的检测框对所述初始文本检测模型进行训练,生成目标文本检测模型;

根据与所述待识别对象对应的目标文本检测模型,从所述待识别对象对应的全量文本信息中筛选并识别得到兴趣点文本信息;

根据预设的文本识别模型对所述兴趣点文本信息进行识别。

2.根据权利要求1所述的方法,其特征在于,所述根据所述检测框确定与预设的兴趣点文本信息对应的检测框包括:

根据所述兴趣点文本信息对所述检测框进行修改操作和/或删除操作,其中,所述修改操作包括线段修改、文本修改和四角点位置修改中的至少一种。

3.根据权利要求1或2所述的方法,其特征在于,在所述根据与所述待识别对象对应的目标文本检测模型,从所述待识别对象对应的全量文本信息中筛选并识别得到兴趣点文本信息之后,所述方法还包括:

确定与所述兴趣点文本信息对应的文本类型;

以及所述根据预设的文本识别模型对所述兴趣点文本信息进行识别包括:

选取与所述文本类型对应的文本识别模型,根据选取出的文本识别模型对所述兴趣点文本信息进行识别。

4.一种对象识别装置,其特征在于,所述装置包括:

采集模块,用于采集待识别对象;

检测模块,用于根据与所述待识别对象对应的目标文本检测模型,从所述待识别对象对应的全量文本信息中筛选并识别得到兴趣点文本信息;

识别模块,用于根据预设的文本识别模型对所述兴趣点文本信息进行识别;

所述装置还包括:

训练模块,用于采用初始文本检测模型生成与采集到的样本对象对应的检测框,其中,对采集到的样本对象依次进行了如下处理:主体提取、倾斜矫正、缩放处理、图像增强;

根据所述检测框确定与预设的兴趣点文本信息对应的检测框;

根据预设的文本识别模型对确定出的检测框对应的文本信息进行识别,得到识别结果;

基于所述兴趣点文本信息对应的键值对对所述识别结果中的键值对进行复核;

响应于所述识别结果的键值对与所述兴趣点文本信息对应的键值对相同,根据确定出的检测框对所述初始文本检测模型进行训练,生成所述目标文本检测模型。

5.根据权利要求4所述的装置,其特征在于,所述训练模块用于,根据所述兴趣点文本信息对所述检测框进行修改操作和/或删除操作,其中,所述修改操作包括线段修改、文本修改和四角点位置修改中的至少一种。

6.根据权利要求4或5所述的装置,其特征在于,所述装置还包括:

确定模块,用于确定与所述兴趣点文本信息对应的文本类型;

以及,所述识别模块用于,选取与所述文本类型对应的文本识别模型,根据选取出的文本识别模型对所述兴趣点文本信息进行识别。

7.一种电子设备,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权利要求1-3中任一项所述的方法。

8.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的方法。

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京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202010085064.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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