[发明专利]图像处理方法、装置及系统

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取文本图像；

利用结构检测模型对所述文本图像进行识别，得到所述文本图像的识别结果，其中，所述识别结果包括：所述文本图像包含的文字的属性，以及所述文字在所述文本图像中的位置；

其中，所述结构检测模型包括：第一分支模型和第二分支模型，所述第一分支模型用于识别所述文本图像，得到所述文字在所述文本图像中的位置，所述第二分支模型用于识别所述文本图像，得到所述文字的属性，所述结构检测模型是依次利用第一训练样本和第二训练样本进行训练得到。

2.根据权利要求1所述的方法，其特征在于，

所述第一分支模型和所述第二分支模型采用相同特征提取模型，所述特征提取模型用于接收输入的图像，并提取所述图像的特征；

所述第一分支模型还包括：回归分支模型，所述回归分支模型的输入层与所述特征提取模型的输出层连接，所述回归分支模型用于对所述特征提取模型输出的所述图像的特征进行处理，得到所述图像包含文字在所述图像中的位置；

所述第二分支模型还包括：分类分支模型，所述分类分支模型的输入层与所述特征提取模型的输出层连接，所述分类分支模型用于对所述特征提取模型输出的所述图像的特征进行处理，得到所述图像包含文字的属性。

3.根据权利要求2所述的方法，其特征在于，利用结构检测模型对所述文本图像进行识别，得到所述文本图像的识别结果包括：

将所述文本图像输入至所述特征提取模型，得到所述文本图像的特征信息；

将所述文本图像的特征信息输入至所述回归分支模型，确定所述文字在所述文本图像中的位置；

将所述文本图像的特征信息输入至所述分类分支模型，确定所述文字的属性。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取所述第一训练样本和所述第二训练样本，其中，所述第一训练样本包括：多张第一文本图像，以及每张第一文本图像包含的第一文字的标注位置，所述第二训练样本包括：多张第二文本图像，每张第二文本图像包含的第二文字的标注属性，所述第二训练样本的数量小于预设数量；

利用所述第一训练样本对初始模型进行训练，得到初始结构检测模型；

利用所述第二训练样本对所述初始结构检测模型进行训练，得到所述结构检测模型，其中，所述初始结构检测模型的特征提取模型和回归分支模型的网络参数在训练过程中保持不变。

5.根据权利要求4所述的方法，其特征在于，获取所述第二训练样本包括：

获取所述多张第二文本图像；

利用数据增强算法对所述多张第二文本图像进行处理，生成所述第二训练样本。

6.根据权利要求4所述的方法，其特征在于，利用所述第二训练样本对所述初始结构检测模型进行训练包括：

将所述每张第二文本图像输入至所述初始结构检测模型的特征提取模型，得到所述每张第二文本图像的特征信息；

将所述每张第二文本图像的特征信息输入至所述初始结构检测模型的分类分支模型，确定所述第二文字的预测属性；

基于所述第二文字的标注属性和预测属性，对所述初始结构检测模型的分类分支模型的网络参数进行更新。

7.一种图像处理方法，其特征在于，包括：

显示文本图像；

在所述文本图像上标记所述文本图像的识别结果，其中，所述识别结果利用结构检测模型对所述文本图像进行识别得到，所述识别结果包括：所述文本图像包含的文字的属性，以及所述文字在所述文本图像中的位置；

其中，所述结构检测模型包括：第一分支模型和第二分支模型，所述第一分支模型用于识别所述文本图像，得到所述文字在所述文本图像中的位置，所述第二分支模型用于识别所述文本图像，得到所述文字的属性，所述结构检测模型是依次利用第一训练样本和第二训练样本进行训练得到。