[发明专利]文字识别方法及装置、存储介质

说明书

本公开提供了一种文字识别方法及装置、存储介质，其中，所述方法包括：获取包括待识别文字的文字图像，所述待识别文字的识别难度超过预设识别难度；确定所述文字图像对应的特征序列；基于所述文字图像对应的特征序列，确定对所述待识别文字进行文字识别的文字识别结果。

技术领域

本公开涉及计算机视觉领域，尤其涉及一种文字识别方法及装置、存储介质。

背景技术

在不同应用场景中进行文字识别，已经成为计算机视觉以及智能视频分析的一大研究方向。目前，围绕除了中文之外的其他文字进行的文字识别研究，更多的还是围绕于拉丁文和/或英文来进行的。

发明内容

本公开提供了一种文字识别方法及装置、存储介质。

根据本公开实施例的第一方面，提供一种文字识别方法，所述方法包括：获取包括待识别文字的文字图像，所述待识别文字的识别难度超过预设识别难度；确定所述文字图像对应的特征序列；基于所述文字图像对应的特征序列，确定对所述待识别文字进行文字识别的文字识别结果。

在一些可选实施例中，所述确定所述文字图像对应的特征序列，包括：确定所述文字图像中所述待识别文字所在的候选区域；将所述候选区域划分为多个子区域；基于所述多个子区域中至少部分子区域对应的特征信息，确定所述文字图像对应的特征序列。

在一些可选实施例中，所述基于所述文字图像对应的特征序列，确定对所述待识别文字进行文字识别的文字识别结果，包括：基于所述文字图像对应的特征序列，确定与所述文字图像包括的每个字符对应的至少一个备选字符和每个备选字符对应的识别率；将与所述每个字符对应的所述至少一个备选字符和所述每个备选字符对应的识别率作为所述文字识别结果，或将与所述每个字符对应的所述识别率最大的备选字符作为所述文字识别结果。

在一些可选实施例中，所述确定所述文字图像对应的特征序列，包括：将所述文字图像作为用于对所述待识别文字进行文字识别的目标神经网络的输入，获得所述目标神经网络输出的所述文字图像对应的特征序列。

在一些可选实施例中，所述方法还包括：确定所述待识别文字对应的待处理样本语料；基于所述待处理样本语料，生成所述待识别文字对应的样本文字图像；将所述待识别文字对应的样本文字图像作为预设神经网络的输入，以所述待处理样本语料为监督，对所述预设神经网络进行训练，得到用于对所述待识别文字进行文字识别的目标神经网络。

在一些可选实施例中，所述确定所述待识别文字对应的待处理样本语料，包括：获取第一备选语料；其中，所述第一备选语料是第一文字语言对应的样本语料，所述第一文字语言是所述待识别文字对应的文字语言；基于所述第一备选语料包括的字符、词和语句中的一类对应的多个元素进行组合，或是基于所述第一备选预料包括的字符、词和语句中的多类分别对应的一个或多个元素进行组合，得到第二备选语料；基于所述第一备选语料和所述第二备选语料中的至少一项，得到所述待处理样本语料。

在一些可选实施例中，所述确定所述待识别文字对应的待处理样本语料，包括：获取第三备选语料；其中，所述第三备选语料是不同于所述第一文字语言的第二文字语言对应的样本语料；基于所述第三备选语料，得到所述待处理样本语料。

在一些可选实施例中，所述基于所述第三备选语料，得到所述待处理样本语料，包括：对所述第三备选语料进行文字语言转换，得到所述待处理样本语料。

在一些可选实施例中，所述基于所述待处理样本语料，生成所述待识别文字对应的样本文字图像，包括：基于至少一种字体对所述待处理样本语料进行字体转换，得到处理后样本语料；基于所述处理后样本语料和背景图，生成所述待识别文字对应的样本文字图像。

在一些可选实施例中，所述待识别文字属于以下至少一项所对应的文字：所述待识别文字的文字形态对应的复杂度超过预设复杂度；所述待识别文字对应的已有样本文字数据量少于预设数据量。