[发明专利]文本检测方法、电子设备及计算机可读介质有效
申请号: | 202011126657.4 | 申请日: | 2020-10-20 |
公开(公告)号: | CN111967449B | 公开(公告)日: | 2021-02-02 |
发明(设计)人: | 刘军;秦勇 | 申请(专利权)人: | 北京易真学思教育科技有限公司 |
主分类号: | G06F16/30 | 分类号: | G06F16/30 |
代理公司: | 北京合智同创知识产权代理有限公司 11545 | 代理人: | 李杰;兰淑铎 |
地址: | 100041 北京市石景山区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文本 检测 方法 电子设备 计算机 可读 介质 | ||
1.一种文本检测方法,其特征在于,所述方法包括:
对待检测文本图像进行特征提取,得到文本区域中心点概率图、和与预设的多个锚点框对应的多个锚点框概率图;
基于所述文本区域中心点概率图,得到每个文本区域中心点;
根据每个所述文本区域中心点在所述多个锚点框概率图中对应的概率值,确定与每个所述文本区域中心点对应的真实文本区域,根据所述真实文本区域获得所述待检测文本图像对应的文本检测结果;
其中,所述根据每个所述文本区域中心点在所述多个锚点框概率图中对应的概率值,确定与每个所述文本区域中心点对应的真实文本区域,包括:从所述多个锚点框概率图中,获取每个所述文本区域中心点的坐标对应位置的概率值,得到每个所述文本区域中心点对应的多个概率值;从所述多个概率值中确定所述文本区域中心点对应的最大概率值;根据所述文本区域中心点对应的最大概率值表示的锚点框,确定所述文本区域中心点对应的真实文本区域。
2.根据权利要求1所述的方法,其特征在于,所述基于所述文本区域中心点概率图,得到每个文本区域中心点,包括:
基于所述文本区域中心点概率图,得到每个文本区域中心点区域,所述中心点区域包括多个像素点;
获得每个文本区域中心点区域中的各像素点的坐标。
3.根据权利要求2所述的方法,其特征在于,所述根据每个所述文本区域中心点在所述多个锚点框概率图中对应的概率值,确定与每个所述文本区域中心点对应的真实文本区域,包括:
针对每个文本区域中心点区域,从所述多个锚点框概率图中,获取当前文本区域中心点区域中的各像素点的坐标对应位置的最大概率值;
根据各像素点对应的最大概率值,得到当前文本区域中心点区域对应的多个锚点框;
对所述多个锚点框进行非极大值抑制,根据非极大值抑制的结果确定当前文本区域中心点区域对应的真实文本区域。
4.根据权利要求1-2任一项所述的方法,其特征在于,所述基于所述文本区域中心点概率图,得到每个文本区域中心点,包括:
将所述文本区域中心点概率图二值化,得到文本区域中心点二值图;
对所述文本区域中心点二值图求取连通域,得到每个文本区域中心点的坐标。
5.根据权利要求1-2任一项所述的方法,其特征在于,所述对待检测文本图像进行特征提取,得到文本区域中心点概率图,和与预设的多个锚点框对应的多个锚点框概率图,包括:
通过训练完成的文本检测模型对待检测文本图像进行特征提取,得到文本区域中心点概率图,和与预设的多个锚点框对应的多个锚点框概率图。
6.根据权利要求5所述的方法,其特征在于,所述文本检测模型通过以下方式进行训练:
获取训练图像样本,所述训练图像样本包括:包含文本的图像,及,所述文本的锚点框标注信息、文本区域的中心点标注信息;
使用所述训练图像样本对所述文本检测模型进行训练。
7.根据权利要求6所述的方法,其特征在于,所述使用所述训练图像样本对所述文本检测模型进行训练,包括:
对所述训练图像样本进行特征提取,将特征提取获得的特征图上采样至所述训练图像样本的四分之一大小并进行串联,得到串联后的特征图;
对所述串联后的特征图进行卷积操作,得到预测文本区域中心点概率图,和多个预测锚点框概率图;
使用二分类交叉熵损失函数,基于所述预测文本区域中心点概率图进行损失计算,得到第一损失值;并且,使用多分类交叉熵损失函数,基于所述多个预测锚点框概率图进行损失计算,得到第二损失值;
根据所述第一损失值和所述第二损失值对所述文本检测模型进行训练。
8.一种电子设备,其特征在于,所述设备包括:
一个或多个处理器;
计算机可读介质,配置为存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一项所述的文本检测方法。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的文本检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京易真学思教育科技有限公司,未经北京易真学思教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011126657.4/1.html,转载请声明来源钻瓜专利网。