[发明专利]字符识别方法、装置、计算机设备和计算机可读存储介质

权利要求书

1.一种字符识别方法，其特征在于，所述方法包括：

从目标图像中截取包括文本信息的目标区域图像；

基于语义分割网络对所述目标区域图像进行去偏色处理，获取去偏色后的目标区域图像；

对所述去偏色后的目标区域图像进行字符识别，得到所述文本信息的字符识别结果。

2.根据权利要求1所述的方法，其特征在于，所述基于语义分割网络对所述目标区域图像进行去偏色处理，获取去偏色后的目标区域图像，包括：

将所述目标区域图像输入至去偏色模型中，得到所述去偏色模型输出的处理结果；所述去偏色模型基于语义分割网络训练得到；

根据所述处理结果，获取所述去偏色后的目标区域图像。

3.根据权利要求2所述的方法，其特征在于，所述去偏色模型包括特征提取层和归一化层，所述将所述目标区域图像输入至去偏色模型中，得到所述去偏色模型输出的处理结果，包括：

将所述目标区域图像输入至所述去偏色模型中，通过所述去偏色模型的特征提取层获取所述目标区域图像的各像素点分别对应的一组三通道特征值；

通过所述去偏色模型的归一化层对每组三通道特征值进行归一化处理，得到各所述像素点分别对应的一组归一化三通道特征值；

将各所述像素点分别对应的一组归一化三通道特征值确定为所述处理结果。

4.根据权利要求3所述的方法，其特征在于，所述根据所述处理结果，获取所述去偏色后的目标区域图像，包括：

对各所述像素点分别对应的一组归一化三通道特征值分别乘预设倍数，得到各所述像素点分别对应的RGB值；

根据各所述像素点分别对应的RGB值确定所述去偏色后的目标区域图像。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述语义分割网络为SegNet网络。

6.根据权利要求5所述的方法，其特征在于，所述去偏色模型的训练过程包括：

将初始SegNet的Softmax层替换为归一化层，得到初始去偏色模型；所述初始SegNet为参数初始化的SegNet；

获取多组样本图像；每组样本图像均包括样本目标区域图像和样本去偏色后的目标区域图像；

根据所述多组样本图像训练所述初始去偏色模型，得到所述去偏色模型。

7.根据权利要求1所述的方法，其特征在于，所述从目标图像中截取包括文本信息的目标区域图像，包括：

将所述目标图像输入至目标检测模型中，得到所述目标图像中文本信息的位置信息，所述位置信息包括位置框的坐标，所述目标检测模型基于目标检测网络RefineDet框架训练得到；

根据所述位置框的坐标，从所述目标图像中截取与所述位置框的坐标对应的区域作为所述目标区域图像。

8.一种字符识别装置，其特征在于，所述装置包括：

截取模块，用于从目标图像中截取包括文本信息的目标区域图像；

偏色处理模块，用于基于语义分割网络对所述目标区域图像进行去偏色处理，获取去偏色后的目标区域图像；

识别模块，用于对所述去偏色后的目标区域图像进行字符识别，得到所述文本信息的字符识别结果。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。