[发明专利]语境化字符识别系统

说明书

这里描述了用于提供语境化字符识别系统的系统、方法和各种实施例。实施例通过确定图像的多个预测单词来操作。识别准确性度量或多个预测单词中的每一个，并且识别具有低于阈值的准确性度量的可替换单词。识别与可替换单词相关联的多个候选单词，并且基于语境分析计算候选单词中的每一个的概率。选择候选单词中的具有最高概率的一个。输出包括替换可替换单词的具有最高概率的选择的候选单词的多个预测单词。

技术领域

本公开涉及语境字符识别系统，更具体地，涉及用于提供语境化字符识别系统的系统、装置、设备、方法和/或计算机程序产品。

背景技术

光学字符识别(OCR)是从图像识别或读取字符或文本的过程。OCR通过将图像中的各种形状和对象与图像的背景区分开来操作。使用视觉特征，OCR随后可以将区分出的形状和对象与一组已知字符比较，以识别可能出现在图像中的各种字符和单词(word)。然而，OCR被限制于使用视觉特征来进行其确定，并且因此有其局限性，因为有时严格使用视觉分析难以识别字符和单词。

发明内容

根据本公开的一方面，提供了一种用于提供语境化字符识别系统的方法，包括：确定图像的多个预测单词，其中所述多个预测单词是基于图像的光学分析生成的；为多个预测单词中的每一个识别准确性度量；基于可替换单词的准确性度量低于阈值，从多个可预测单词中识别可替换单词；识别与可替换单词相关联的多个候选单词；基于相对于多个预测单词中的一个或多个的每个候选单词的语境分析，为多个候选单词中的每一个计算概率；选择多个候选单词中的具有最高概率的一个，其中选择的候选单词的概率超过准确性度量和阈值；以及输出包括替换可替换单词的具有最高概率的选择的候选单词的多个预测单词。

根据本公开的另一方面，提供了一种用于提供语境化字符识别系统的系统，包括：存储器；以及至少一个处理器，耦合到存储器并被配置为执行操作，所述操作包括：确定图像的多个预测单词，其中所述多个预测单词是基于图像的光学分析生成的；为多个预测单词中的每一个识别准确性度量；基于可替换单词的准确性度量低于阈值，从多个可预测单词中识别可替换单词；识别与可替换单词相关联的多个候选单词；基于相对于多个预测单词中的一个或多个的每个候选单词的语境分析，为多个候选单词中的每一个计算概率；选择多个候选单词中的具有最高概率的一个，其中选择的候选单词的概率超过准确性度量和阈值；以及输出包括替换可替换单词的具有最高概率的选择的候选单词的多个预测单词。

根据本公开的又一方面，提供了一种非瞬时性计算机可读设备，具有存储在其上的指令，当由至少一个计算设备运行所述指令时，使得所述至少一个计算设备执行操作，所述操作包括：确定图像的多个预测单词，其中所述多个预测单词是基于图像的光学分析生成的；为多个预测单词中的每一个识别准确性度量；基于可替换单词的准确性度量低于阈值，从多个可预测单词中识别可替换单词；识别与可替换单词相关联的多个候选单词；基于相对于多个预测单词中的一个或多个的每个候选单词的语境分析，为多个候选单词中的每一个计算概率；选择多个候选单词中的具有最高概率的一个，其中选择的候选单词的概率超过准确性度量和阈值；以及输出包括替换可替换单词的具有最高概率的选择的候选单词的多个预测单词。

附图说明

附图被合并于此并形成说明书的一部分。

图1是示出根据一些实施例的用于提供语境化(contextualized)字符识别系统(CRS)的示例功能的框图。

图2A示出根据示例实施例的从中提取文本的示例图像204。

图2B示出根据示例实施例的OCR和语境化字符识别处理的示例。

图3A示出根据实施例的示例单词框。

图3B示出根据示例实施例的对应于被识别的单词边界(bounding)或单词框的字符框的示例集合。

图3C示出根据示例实施例的具有像素视图(view)的示例单词网格(grid)。