[发明专利]字符检测方法及装置、电子设备和存储介质

权利要求书

1.一种字符检测方法，其特征在于，包括：

将待处理图像输入预先训练的神经网络，经由所述神经网络针对与所述待处理图像中第一字符序列相关的第一特征点，分别预测所述第一字符序列的多条边界线对应于所述第一特征点的参数，并根据所述第一字符序列的多条边界线对应于所述第一特征点的参数，确定所述第一字符序列的多条边界线的预测参数，其中，所述第一字符序列的边界线表示所述第一字符序列所在区域与非所述第一字符序列所在区域之间的分界线；所述第一字符序列的多条边界线对应于所述第一特征点的参数包括：所述第一字符序列的多条边界线在所述第一特征点对应的极坐标系下的距离参数和角度参数，其中，所述第一特征点对应的极坐标系表示以所述第一特征点为极点的极坐标系；

根据所述第一字符序列的多条边界线的预测参数，确定所述第一字符序列的边界框的顶点的位置信息；

根据所述第一字符序列的边界框的顶点的位置信息，确定所述第一字符序列的边界框的位置信息。

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：

预测所述待处理图像中的像素所在位置属于字符的概率；

根据所述待处理图像中的像素所在位置属于字符的概率，确定所述第一特征点。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一字符序列的多条边界线对应于所述第一特征点的参数，确定所述第一字符序列的多条边界线的预测参数，包括：

将所述第一字符序列的多条边界线在所述第一特征点对应的极坐标系下的距离参数和角度参数映射至笛卡尔坐标系，得到所述第一字符序列的多条边界线在笛卡尔坐标系下对应于所述第一特征点的参数；

根据所述第一字符序列的多条边界线在笛卡尔坐标系下对应于所述第一特征点的参数，确定所述第一字符序列的多条边界线的预测参数。

4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述第一字符序列的多条边界线包括所述第一字符序列的上边界线、右边界线、下边界线和左边界线。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

经由所述神经网络预测所述待处理图像中的像素所在位置属于字符的概率。

6.根据权利要求1所述的方法，其特征在于，在所述将所述待处理图像输入预先训练的神经网络之前，所述方法还包括：

将训练图像输入所述神经网络，经由所述神经网络针对与所述训练图像中的第二字符序列相关的第二特征点，分别预测所述第二字符序列的多条边界线对应于所述第二特征点的参数的预测值；

根据所述第二字符序列的多条边界线对应于所述第二特征点的参数的预测值，以及所述第二字符序列的多条边界线对应于所述第二特征点的参数的真值，训练所述神经网络。

7.根据权利要求6所述的方法，其特征在于，所述第二字符序列的多条边界线对应于所述第二特征点的参数包括：所述第二字符序列的多条边界线在所述第二特征点对应的极坐标系下的距离参数和角度参数，其中，所述第二特征点对应的极坐标系表示以所述第二特征点为极点的极坐标系；

所述根据所述第二字符序列的多条边界线对应于所述第二特征点的参数的预测值，以及所述第二字符序列的多条边界线对应于所述第二特征点的参数的真值，训练所述神经网络，包括：

根据所述第二字符序列的多条边界线对应于所述第二特征点的距离参数的预测值，以及所述第二字符序列的多条边界线对应于所述第二特征点的距离参数的真值，训练所述神经网络；

和/或，

根据所述第二字符序列的多条边界线对应于所述第二特征点的角度参数的预测值，以及所述第二字符序列的多条边界线对应于所述第二特征点的角度参数的真值，训练所述神经网络。