[发明专利]文字识别网络的训练方法、文字识别方法和装置

说明书

本公开实施例提供一种文字识别网络的训练方法、文字识别方法和装置，其中，文字识别网络的训练方法可以包括：对输入所述文字识别网络的文字图片样本进行特征提取，得到图片特征，所述文字图片样本中包括待识别的目标文字；基于所述图片特征，分别得到所述文字识别网络输出的所述目标文字的字符预测结果和类型预测结果；根据目标文字的字符预测结果和对应的字符标签值得到字符损失，并根据所述目标文字的类型预测结果和对应的类型标签值得到类型损失；基于所述字符损失和所述类型损失，调整所述文字识别网络的网络参数。本公开实施例提升了网络的鲁棒性和多语言文字识别的识别精度。

技术领域

本公开涉及光学字符识别技术，具体涉及一种文字识别网络的训练方法、文字识别方法和装置。

背景技术

真实场景下的文字识别是计算机视觉以及智能视频分析的一大研究方向。文字识别可以在多种场景中应用，例如，招牌文字识别、车牌识别、票据识别等。对于多语言文字(例如，中文、英文、泰文等)的识别，可以使用多个单语言识别模型来实现，每个单语言识别模型负责识别一种类型的语言。但是这种方式在实际部署使用时，若需要识别的语言类型比较多，部署的模型数量也较多，导致占用的硬件资源比较多。另一种比较高效的实现方式是通过一个多语言识别模型同时识别多种类型的语言，所占用的资源也只是单个模型的量级。

发明内容

有鉴于此，本公开实施例至少提供一种文字识别网络的训练方法、文字识别方法和装置。

第一方面，提供一种文字识别网络的训练方法，所述方法包括：

对输入所述文字识别网络的文字图片样本进行特征提取，得到图片特征，所述文字图片样本中包括待识别的目标文字；

基于所述图片特征，分别得到所述文字识别网络输出的所述目标文字的字符预测结果和类型预测结果；

根据所述目标文字的字符预测结果和对应的字符标签值得到字符损失，并根据所述目标文字的类型预测结果和对应的类型标签值得到类型损失；

基于所述字符损失和所述类型损失，调整所述文字识别网络的网络参数。

第二方面，提供一种文字识别方法，所述方法包括：

通过文字识别网络对获取的文字图片进行特征提取，得到图片特征，所述文字图片中包括待识别的目标文字；

基于所述图片特征，对所述目标文字进行字符分类预测，得到所述目标文字的字符预测结果；其中，所述文字识别网络采用本公开任一实施例所述的训练方法训练得到。

第三方面，提供一种文字识别网络的训练装置，所述装置包括：

特征提取模块，用于对输入所述文字识别网络的文字图片样本进行特征提取，得到图片特征，所述文字图片样本中包括待识别的目标文字；

分类预测模块，用于基于所述图片特征，分别得到所述文字识别网络输出的所述目标文字的字符预测结果和类型预测结果；

参数调整模块，用于根据所述目标文字的字符预测结果和对应的字符标签值得到字符损失，并根据所述目标文字的类型预测结果和对应的类型标签值得到类型损失；基于所述字符损失和所述类型损失，调整所述文字识别网络的网络参数。

第四方面，提供一种文字识别装置，所述装置包括：

特征提取模块，用于对获取的文字图片进行特征提取，得到图片特征，所述文字图片中包括待识别的目标文字；

分类预测模块，用于基于所述图片特征，对所述目标文字进行字符分类预测，得到所述目标文字的字符预测结果；其中，所述特征提取模块和分类预测模块通过本公开任一实施例所述的训练方法训练得到。