[发明专利]基于全卷积角点修正网络的多向场景文字检测方法及装置

权利要求书

1.一种基于全卷积角点修正网络的多向场景文字检测方法，将待检测图片输入多向文字检测模型，获取多向场景文字检测结果，其中所述多向文字检测模型利用若干样本图片，通过计算多向文字检测模型的预测值与真值的损失来优化训练得到，所述预测值包括：初始分数、初始包围框偏移、修正分数和修正包围框偏移，所述多向文字检测模型的训练步骤包括：

1)依据样本图片的标签，获取样本图片的真值；

2)提取样本图片的视觉特征，并对视觉特征进行特征融合，得到融合特征；

3)对融合特征进行卷积，获取初始特征，并将初始特征分别输入两个不同卷积核数量的卷积层，获取初始分数与初始包围框偏移；

4)将初始包围框偏移进行线性变换，计算得到角点感知卷积的采样网格，并依据角点感知卷积的采样网格，对初始特征进行卷积，产生角点感知特征；

5)将角点感知特征分别输入两个不同卷积核数量的卷积层，获取修正分数与修正包围框偏移；

6)根据初始包围框偏移、修正包围框偏移及预定义参考点进行解码运算，得到修正包围框，并根据修正包围框与修正分数，获取该样本图片的多向场景文字检测结果。

2.如权利要求1所述的方法，其特征在于，提取视觉特征的方法包括：使用残差网络。

3.如权利要求2所述的方法，其特征在于，残差网络的层数为50层。

4.如权利要求1所述的方法，其特征在于，得到融合特征的方法包括：使用特征金字塔网络。

5.如权利要求1所述的方法，其特征在于，获取初始特征的方法包括：使用若干个连续的卷积层。

6.如权利要求1所述的方法，其特征在于，获取初始分数的卷积层的卷积核数量为1；获取初始包围框偏移的卷积层的卷积核数量为8。

7.如权利要求1所述的方法，其特征在于，获取修正分数的卷积层的卷积核数量为1；获取修正包围框偏移的卷积层的卷积核数量为8。

8.如权利要求1所述的方法，其特征在于，通过以下步骤获取该样本图片的多向场景文字检测结果：

1)将修正分数作为所述修正包围框的置信度，并设定一置信度阈值；

2)通过非最大值抑制与置信度阈值，消除重复与低置信度的修正包围框，得到该样本图片的多向场景文字检测结果。

9.一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1-8中任一所述方法。

10.一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行如权利要求1-8中任一所述方法。