[发明专利]用于识别文字的方法和装置有效
申请号: | 202010097553.9 | 申请日: | 2020-02-17 |
公开(公告)号: | CN111291761B | 公开(公告)日: | 2023-08-04 |
发明(设计)人: | 冯博豪;陈兴波;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: | G06V20/62 | 分类号: | G06V20/62;G06V30/148;G06V30/18;G06V30/19 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
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: | 用于 识别 文字 方法 装置 | ||
1.一种用于识别文字的方法,包括:
分别从目标区域的不同侧,获取平行光以不同的预设角度照射于所述目标区域所形成的多个图像,所述目标区域为表面上存在凹凸结构且所述凹凸结构形成待识别文字的区域,所述图像为采用平行光以预设角度照射于所述目标区域时所采集的图像,用于采集所述图像的图像采集设备设置于平行光的反射光路上;
将所述多个图像输入预训练的目标特征提取模型,获得对应所述多个图像中的待识别文字的多个特征信息;
将所述对应所述多个图像中的待识别文字的多个特征信息输入预训练的目标文字识别模型,获得对应所述图像的多个目标识别结果;
通过所述多个目标识别结果之间的比对分析,对所述多个目标识别结果进行修正;
基于所述对应所述图像的目标识别结果,确定所述图像中的文字,包括:基于所述对应所述多个图像的修正后的目标识别结果中重复率最高的目标识别结果,确定所述图像中的文字。
2.根据权利要求1所述的方法,其中,将所述图像输入预训练的目标特征提取模型,获得对应所述图像中的待识别文字的特征信息,包括:
将所述图像输入所述目标特征提取模型中的特征提取网络,获得所述图像中每个像素点的特征值,所述特征值用于表征该像素点是否存在待识别文字;以及
在所述目标特征提取模型中,还执行以下操作:基于所述特征值,确定所述待识别文字在所述图像中的位置;基于所述待识别文字在所述图像中的位置,对所述图像进行实例分割,得到实例分割图和实例分割参数,所述实例分割参数用于表征对应的实例分割图的准确率;基于所述实例分割图,确定分类概率值,所述分类概率值用于表征所述实例分割图为文字图像的概率;基于与所述实例分割图对应的所述实例分割参数和所述分类概率值的加权和,将符合预设条件的实例分割图的集合确定为所述待识别文字的特征信息。
3.根据权利要求1至2之一所述的方法,其中,在所述基于所述目标识别结果,确定所述图像中的文字之前还包括:
基于预设词库,对所述目标识别结果进行修正。
4.根据权利要求3所述的方法,其中,在所述基于所述目标识别结果,确定所述图像中的文字之后还包括:
响应于接收到针对所述图像中的文字的修改指令,将修改后的文字确定为所述图像中的文字。
5.一种用于识别文字的装置,包括:
获取单元,被配置成分别从目标区域的不同侧,获取平行光以不同的预设角度照射于所述目标区域所形成的多个图像,所述目标区域为表面上存在凹凸结构且所述凹凸结构形成待识别文字的区域,所述图像为采用平行光以预设角度照射于所述目标区域时所采集的图像,用于采集所述图像的图像采集设备设置于平行光的反射光路上;
特征单元,被配置成将所述多个图像输入预训练的目标特征提取模型,获得对应所述多个图像中的待识别文字的多个特征信息;
识别单元,被配置成将所述对应所述多个图像中的待识别文字的多个特征信息输入预训练的目标文字识别模型,获得对应所述图像的多个目标识别结果;
修正单元,被配置成通过所述多个目标识别结果之间的比对分析,对所述多个目标识别结果进行修正;
确定单元,被配置成基于所述对应所述图像的目标识别结果,确定所述图像中的文字,包括:基于所述对应所述多个图像的修正后的目标识别结果中重复率最高的目标识别结果,确定所述图像中的文字。
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/202010097553.9/1.html,转载请声明来源钻瓜专利网。