[发明专利]不规则文字的识别方法、装置、计算机设备及存储介质

权利要求书

1.一种不规则文字的识别方法，其特征在于，包括：

通过MORN矫正网络中的卷积对不规则文字的初始文本图像进行分解处理得到多块小图像；

对每块小图像执行MORN矫正流程，得到更新文本图像；

其中，所述MORN矫正流程包括：对每块小图像进行回归偏移量计算，获得偏移量并对所述偏移量进行平滑操作；然后在所述初始文本图像上进行采样，将采样点与所述偏移量进行映射操作，得到更新文本图像；

将所述更新文本图像再次执行MORN矫正流程，并判断本次得到的更新文本图像与上一次执行MORN矫正流程得到的更新文本图像是否相同，若相同则将本次得到的更新文本图像作为规则文本图像，否则继续执行MORN矫正流程直至得到规则文本图像；

将所述规则文本图像输入预设的RBAN网络，并输出两个解码器预测结果；

其中，所述RBAN网络包括一个编码器和一个带注意力机制的双向解码器；

选择log-softmax得分之和高的解码器预测结果，并作为最终识别结果；

按下述公式进行损失函数计算损失值，并根据损失值使用反向传播对RBAN网络中的参数进行更新：

其中y₁，…，y_t，…，y_T表示为初始文本图像I的真实文本序列的每个字，P_ltr，p_rtl为左至右解码器以及右至左解码器的文本预测概率分布；

所述将所述规则文本图像输入预设的RBAN网络，并输出两个解码器预测结果，包括：

将所述规则文本图像输入一个53层的残差神经网络来提取特征，其中，所述残差神经网络中每个残差模块包含了一个1x1和3x3的卷积，前两个残差模块步长为2，其余的残差模块步长变为1；

然后将提取的特征输入至BiLSTM模型，得到左至右和右至左两个方向的输出；

通过所得到的所述左至右和右至左两个方向的输出对应输入至双向解码器中的左至右解码器和右至左解码器，分别得到两个解码器预测结果。

2.根据权利要求1所述的不规则文字的识别方法，其特征在于，通过MORN矫正网络中的卷积对不规则文字的初始文本图像进行分解处理得到多块小图像，包括：

将所述初始文本图像经过一个池化层进行池化，然后经过一个卷积层进行卷积并输出多个小图像；

将每一小图像进行一次池化，然后再依次进行一次卷积和一次池化，再进行三次卷积，然后再进行一次池化，最后利用Tanh函数进行激活；

其中，所述Tanh函数计算公式为：x为向量。

3.根据权利要求1所述的不规则文字的识别方法，其特征在于，所述在所述初始文本图像上进行采样，将采样点与所述偏移量进行映射操作，得到更新文本图像，包括：

采集初始文本图像上的坐标点像素并作为采样点；

将采样点与偏移量进行映射操作，映射关系为：

x2＝x1+ox1，y2＝y1+oy1；其中，(ox1，oy1)为小图像上的偏移坐标，(x1，y1)为采样点的坐标点像素，(x2，y2)为更新文本图像的坐标点像素。

4.根据权利要求1所述的不规则文字的识别方法，其特征在于，所述MORN矫正流程还包括：

在执行MORN矫正流程的过程中，将每次得到的更新文本图像作为输入图像更新偏移坐标。