[发明专利]证件文本的检测方法、装置及电子设备

权利要求书

1.一种证件文本的检测方法，其特征在于，包括：

获取目标证件图像；

将所述目标证件图像输入图像校正网络中进行倾斜校正，得到校正后的目标证件图像；

将所述校正后的目标证件图像输入特征提取网络中，得到所述校正后的目标证件图像的文本区域的位置信息；

基于所述校正后的目标证件图像的文本区域的位置信息构造文本线，以输出所述目标证件图像中文本行的检测结果。

2.根据权利要求1所述的检测方法，其特征在于，所述将所述目标证件图像输入图像校正网络中进行倾斜校正，得到校正后的目标证件图像，包括：

利用所述图像校正网络中的定位网络回归所述目标证件图像对应的空间变换的网络参数；

利用所述图像校正网络中的网格生成器以及所述网络参数，计算所述校正后的目标证件图像中的像素点在所述目标证件图像中的位置；

利用所述图像校正网络中的采样器以及计算出的位置，输出所述校正后的目标证件图像。

3.根据权利要求1所述的检测方法，其特征在于，所述将所述校正后的目标证件图像输入特征提取网络中，得到所述校正后的目标证件图像的文本区域的位置信息，包括：

提取所述特征提取网络中至少两个卷积层的输出信息，并对所述输出信息进行融合；

将融合后的信息输入所述特征提取网络中的全连接层，输出对应于所述校正后的目标证件图像文本区域的k个锚的2k个竖直方向坐标及坐标得分、k个边界回归结果。

4.根据权利要求3所述的检测方法，其特征在于，所述基于所述校正后的目标证件图像的文本区域的位置信息构造文本线，以输出所述目标证件图像对应的文本行的检测结果，包括：

基于所述校正后的目标证件图像文本区域的k个锚的2k个竖直方向坐标及坐标得分、k个边界回归结果，对所述坐标得分小于或等于第一阈值的所述锚进行过滤；

提取剩余的锚中所述坐标得分大于或等于第二阈值的锚，并对其进行分组得到文本框；其中，每组对应于一个所述文本框；

利用所述坐标得分大于所述第一阈值且小于所述第二阈值的锚，对所述文本框进行补充，得到补充后的文本框；

基于所述补充后的文本框内的锚，输出所述目标证件图像对应的文本行的检测结果。

5.根据权利要求4所述的检测方法，其特征在于，所述利用所述坐标得分大于所述第一阈值且小于所述第二阈值的锚，对所述文本框进行补充，得到补充后的文本框，包括：

提取所述坐标得分大于所述第一阈值且小于所述第二阈值的锚；

依次判断提取出的锚是否为与现有的所述文本框构成双向邻居；

当提取出的锚与所述文本框构成双向邻居时，将提取出的锚归入所述文本框，以得到补充后的文本框。

6.根据权利要求4所述的检测方法，其特征在于，所述图像校正网络还输出所述目标证件图像的倾斜角度；其中，所述基于所述补充后的文本框内的锚，输出所述目标证件图像对应的文本行的检测结果，包括：

利用所述补充后的文本框内的锚，计算所述补充后的文本框的坐标以及所述补充后的文本框的总体得分；

基于所述补充后的文本框的总体得分，对所述补充后的文本框进行筛选，得到目标文本框；

利用所述目标文本框的坐标以及所述目标证件图像的倾斜角度，输出所述目标证件图像中文本行的检测结果。

7.根据权利要求1-6中任一项所述的检测方法，其特征在于，所述特征提取网络是通过如下方式训练得到的：

获取校正后的样本证件图像；其中，所述校正后的样本证件图像带有标注信息，所述标注信息包括所述校正后的样本证件图像中的目标文本行；

将校正后的样本证件图像输入特征提取网络中，输出预测文本行；

利用所述预测文本行以及所述目标文本行，更新所述特征提取网络中的参数；其中，每隔预设数量的训练次数，提高误判样本的采样权重。