[发明专利]多类别文本检测系统和基于该系统的票据表单检测方法

权利要求书

1.一种多类别文本检测系统，其特征在于，包括：

图像获取模块，用于获取待检测票据表单的图像；

特征提取模块，用于提取待检测票据表单图像的多尺度特征，包括输入层和连接输入层的依次串接的四个残差块，每个残差块包括多个具有残差连接的卷积层和池化层，用于将前一级输出的特征图的尺寸降低一倍；

金字塔桥接模块，用于将特征提取模块提取的多尺度特征进行融合并传递给解码模块，包括分别连接所述残差块的通道注意力单元，其包括亚像素卷积上采样层和通道维度注意力层，用于特征信息重组；连接所述通道注意力单元的堆叠单元，用于堆叠通道注意力单元输出的通道维度；以及连接所述堆叠单元的融合单元，用于融合堆叠后的通道维度；

以及解码模块，包括分别连接所述融合单元的分类卷积单元、中心点卷积单元和距离卷积单元，用于将融合特征通过三个分支解码分别生成类别图、中心点图和距离图。

2.一种基于权利要求1所述多类别文本检测系统的票据表单检测方法，其特征在于，包括如下步骤：

S1、将经过预处理的票据表单图片输入所述多类别文本检测系统中，分别生成中心点图、类别图和距离图；

S2、中心点定位，基于极值点检测方法在所述中心点图中寻找中心点，从而确定语义独立的字段的位置，具体包括：

S21、根据所述中心点图，得到中心点的热力图；

S22、在中心点热力图上运用非极大值抑制，找出那些比相邻点都大的极大值点作为中心点；

S3、生成候选框，基于寻找到的中心点，在所述距离图中确定各个语义独立字段的尺寸，从而确定候选框，具体包括：

根据步骤S2中寻找到的中心点，从距离图中找到候选框的顶点到中心点的距离值，根据距离值和中心点坐标组合成四边形；

S4、候选框类别确认，基于所述候选框，在所述类别图中采用投票机制确定该候选框的类别，具体包括：

将步骤S4中确定的候选框放置在所述类别图上，统计每个候选框中各类别的占比，最大比例的类别即为该候选框的类别。

3.如权利要求2所述的票据表单检测方法，其特征在于，步骤S1中，所述预处理包括将图片放缩到固定大小并归一化。

4.如权利要求2或3所述的票据表单检测方法，其特征在于，还包括：

S5、基于生成的四边形候选框和类别，得到待检测票据表单的带有类别的目标检测区域。