[发明专利]字符的识别方法、装置及计算机存储介质

权利要求书

1.一种字符的识别方法，其特征在于，所述字符的识别方法包括以下步骤：

在获取到包含字符的待识别图像后，获取所述待识别图像中各个像素点对应的二维偏移量；

根据所述二维偏移量调整目标神经网络模型在所述待识别图像上的采样点坐标；

根据调整后的采样点坐标以及所述目标神经网络模型获取所述待识别图像中所述字符的字符信息。

2.如权利要求1所述的字符的识别方法，其特征在于，所述根据调整后的采样点坐标以及所述目标神经网络模型获取所述待识别图像中所述字符的字符信息的步骤包括：

根据调整后的采样点坐标获取所述待识别图像的特征信息；

将所述特征信息输入所述目标神经网络模型，以获取所述待识别图像中所述字符的字符信息。

3.如权利要求2所述的字符的识别方法，其特征在于，所述根据调整后的采样点坐标获取所述待识别图像的特征信息的步骤包括：

采用注意力机制获取所述待识别图像中各个像素点的注意力权重，其中，所述注意力权重包括空间注意力权重和/或通道注意力权重；

根据所述注意力权重以及调整后的采样点坐标确定所述待识别图像中的目标图像区域；

获取所述目标图像区域的所述特征信息。

4.如权利要求3所述的字符的识别方法，其特征在于，所述根据所述注意力权重以及调整后的采样点坐标确定所述待识别图像中的目标图像区域的步骤包括：

根据调整后的采样点坐标确定所述待识别图像中各个像素点的得分；

根据各个像素点的得分以及像素点的注意力权重获取像素点的加权得分；

根据所述加权得分确定所述待识别图像中的目标像素点，其中，所述目标图像区域包括所述目标像素点。

5.如权利要求1所述的字符的识别方法，其特征在于，所述在获取到包含字符的待识别图像后，获取所述待识别图像中各个像素点对应的二维偏移量的步骤之前，还包括：

获取多个第一预设图像；

对所述多个第一预设图像中的字符尺寸进行聚类处理，得到多个类别的字符尺寸；

将所述多个类别的字符尺寸作为锚框的尺寸；

根据所述锚框的尺寸对预设神经网络模型进行训练，得到所述目标神经网络模型。

6.如权利要求5所述的字符的识别方法，其特征在于，所述根据所述锚框的尺寸对预设神经网络模型进行训练的步骤包括：

按照所述锚框的尺寸对所述第一预设图像进行图像尺寸归一化；

根据图像尺寸归一化后的第一预设图像对所述预设神经网络模型进行训练。

7.如权利要求5所述的字符的识别方法，其特征在于，所述根据调整后的采样点坐标以及所述目标神经网络模型获取所述待识别图像中所述字符的字符信息的步骤包括：

根据调整后的采样点坐标获取所述待识别图像的特征信息；

将所述特征信息输入所述目标神经网络模型，以得到编码后的特征信息；

采用所述锚框的尺寸对编码后的特征信息进行解码处理，得到所述待识别图像中所述字符的字符信息。

8.如权利要求1所述的字符的识别方法，其特征在于，所述在获取到包含字符的待识别图像后，获取所述待识别图像中各个像素点对应的二维偏移量的步骤之前，还包括：

获取采集得到的原始图像；

对所述原始图像进行预处理，得到所述待识别图像，其中，所述预处理包括图像尺寸归一化和/或像素值归一化。

9.一种字符的识别装置，其特征在于，所述字符的识别装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的字符的识别程序，所述字符的识别程序被所述处理器执行时实现如权利要求1至8中任一项所述的字符的识别方法的步骤。

10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有字符的识别程序，所述字符的识别程序被处理器执行时实现如权利要求1至8中任一项所述的字符的识别方法的步骤。