[发明专利]图像字符识别方法、装置、介质及电子设备

说明书

本公开涉及一种图像字符识别方法、装置、介质及电子设备，所述方法包括：接收待识别图像，其中，所述待识别图像中包含多个语种的字符；根据所述待识别图像和字符识别模型，确定所述待识别图像对应的字符识别结果和语种分类结果；所述字符识别模型包括解码模块，在所述解码模块对所述待识别图像的图像特征进行迭代解码的过程中，基于解码获得的每一解码特征进行字符识别和语种分类，以获得所述字符识别结果和所述语种分类结果。由此可以基于该字符识别模型对包含多语种的字符的待识别图像进行准确地字符识别，提高字符识别结果的准确性，并且贴合多语种下的应用场景。

技术领域

本公开涉及计算机技术领域，具体地，涉及一种图像字符识别方法、装置、介质及电子设备。

背景技术

相关技术中，通常采用深度学习神经网络基于大量的标注数据学习图像与文本之间的映射关系，从而可以实现对图像中的字符的识别。然而在多语言场景下，上述模型对图像中字符的识别准确率不足，难以适应多语言场景下的字符识别。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种图像字符识别方法，所述方法包括：

接收待识别图像，其中，所述待识别图像中包含多个语种的字符；

根据所述待识别图像和字符识别模型，确定所述待识别图像对应的字符识别结果和语种分类结果；

其中，所述字符识别模型包括解码模块，在所述解码模块对所述待识别图像的图像特征进行迭代解码的过程中，基于解码获得的每一解码特征进行字符识别和语种分类，以获得所述字符识别结果和所述语种分类结果。

第二方面，本公开提供一种图像字符识别装置，所述装置包括：

接收模块，用于接收待识别图像，其中，所述待识别图像中包含多个语种的字符；

确定模块，用于根据所述待识别图像和字符识别模型，确定所述待识别图像对应的字符识别结果和语种分类结果；

其中，所述字符识别模型包括解码模块，在所述解码模块对所述待识别图像的图像特征进行迭代解码的过程中，基于解码获得的每一解码特征进行字符识别和语种分类，以获得所述字符识别结果和所述语种分类结果。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面所述方法的步骤。

在上述技术方案中，在多语言场景下，可以通过字符识别模型中的解码模块在其解码的过程中同时确定出该待识别图像中的字符识别结果和语种分类结果。因此，通过上述技术方案，该字符识别模型可以同时进行字符识别和语种分类，从而可以基于该字符识别模型对包含多语种的字符的待识别图像进行准确地字符识别，提高字符识别结果的准确性，并且在获得字符识别结果的同时可以获得对应的语种分类结果，从而可以为后续处理过程提供更加全面的数据支持，贴合多语种下的应用场景，提高该图像字符识别方法的适用范围。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：