[发明专利]一种图像识别方法及装置

权利要求书

1.一种图像识别方法，其特征在于，所述方法包括：

提取待识别图像中的识别文本；

对所述待识别图像中的识别文本进行文本类别检测，确定各识别文本的类别；

根据所述识别文本的类别确定所述识别文本对应的校正文本库；

若所述校正文本库中的至少一个校正文本与对应的所述识别文本的文本相似度大于第一相似度，则选择所述校正文本库中的校正文本，对所述识别文本进行替换。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述校正文本库中的校正文本与对应的所述识别文本的文本相似度都不大于第一相似度，则对所述识别文本进行错误检测，得到所述识别文本存在错误文字的概率以及所述识别文本中的错误文字；

若所述存在错误文字的概率大于预设阈值，则利用所述错误文字对应的校正文字库中的至少一个校正文字对所述识别文本中的错误文字进行替换，得到多个替换后的识别文本；

对多个替换后的识别文本进行错误检测，确定所述识别文本存在错误文字的概率最低的所述替换后的识别文本，对所述识别文本进行替换。

3.根据权利要求2所述的方法，其特征在于，对所述识别文本进行错误检测，得到所述识别文本存在错误文字的概率以及所述识别文本中的错误文字，包括：

将所述待识别图像中的识别文本输入到至少一个语言模型中，输出所述识别文本存在错误文字的概率以及所述识别文本中的错误文字，所述语言模型为以标注文本类型的各类校正文本库作为输入，以输出存在错误文字的概率以及错误文字为目标进行网络模型训练得到的模型。

4.根据权利要求1所述的方法，其特征在于，对所述待识别图像中的识别文本进行文本类别检测，确定各识别文本的类别，包括：

将所述待识别图像中的识别文本输入到文本分类模型得到各识别文本的类别，所述文本分类模型为以经过标注文本类型的数据标注集以及噪声数据标注集为输入，以输出各文本的类别为目标进行网络模型训练得到的模型，所述噪声数据标注集包括与各校正文本库中校正文本的文本相似度大于第二相似度的数据增强处理后的识别文本，所述数据增强为对所述识别文本采用同义词替换、形近字替换、增字、删字中的任一或任多方式进行处理。

5.根据权利要求1所述的方法，其特征在于，所述选择所述校正文本库中的校正文本，对所述识别文本进行替换，包括：

选择所述校正文本库中与所述识别文本的文本相似度最高的校正文本，对所述识别文本进行替换，若确定所述校正文本库中存在多个与所述识别文本的文本相似度相同高的校正文本时，选择与所述识别文本字数最接近的校正文本，对所述识别文本进行替换；和/或

选择与所述识别文本字符相似度最高的校正文本，对所述识别文本进行替换。

6.根据权利要求1～5任一所述的方法，其特征在于，利用如下公式计算所述识别文本与所述校正文本的文本相似度：

S_i为识别文本，d_j为校正文本，为所述识别文本与所述校正文本的文本相似度，是识别文本和校正文本的编辑距离，是识别文本长度，是校正文本长度，所述编辑距离为将一个文本转化成另一个文本所需要进行的最少编辑次数。

7.根据权利要求1～5任一所述的方法，其特征在于，提取待识别图像中的识别文本之前，还包括：

利用倾斜检测、校正、图像去噪及二值化中的任一或任多方式对待识别图像进行图像预处理。

8.一种图像识别设备，其特征在于，所述设备包括：

存储器，用于存储指令；

处理器，用于读取所述存储器中的指令，执行下列过程：

提取待识别图像中的识别文本；

对所述待识别图像中的识别文本进行文本类别检测，确定各识别文本的类别；

根据所述识别文本的类别确定所述识别文本对应的校正文本库；

若所述校正文本库中的至少一个校正文本与对应的所述识别文本的文本相似度大于第一相似度，则选择所述校正文本库中的校正文本，对所述识别文本进行替换。