[发明专利]文本检测方法、装置及电子设备

权利要求书

1.一种文本检测方法，包括：

获取目标图片；

对所述目标图片进行特征提取，得到所述目标图片的第一特征；

基于所述第一特征对所述目标图片进行文本检测，以确定所述目标图片的第一文本候选框；

基于所述第一特征进行掩膜解码，得到所述目标图片的M个掩膜图像以及所述第一文本候选框针对所述M个掩膜图像的M个权重信息，M为正整数；

基于所述第一文本候选框、所述M个掩膜图像和所述M个权重信息，确定所述目标图片的文本位置。

2.根据权利要求1所述的方法，其中，所述基于所述第一特征对所述目标图片进行文本检测，以确定所述目标图片的第一文本候选框，包括：

基于所述第一特征对所述目标图片进行文本检测，得到所述目标图片的第二文本候选框；

对所述第二文本候选框的区域内图片内容进行特征提取，得到所述第二文本候选框的区域内图片内容的第二特征；

基于所述第二特征，确定目标差值信息，所述目标差值信息用于表征所述第二文本候选框相对于所述目标图片的目标框的位置差异；

基于所述第二文本候选框和所述目标差值信息，确定所述第一文本候选框。

3.根据权利要求2所述的方法，其中，所述基于所述第二特征，确定目标差值信息，包括：

将所述第二特征输入至目标模型进行差值预测，得到目标差值信息，所述目标模型用于基于预先训练的参数预测图片的文本候选框相对于目标框的差值信息。

4.根据权利要求1所述的方法，其中，M大于1，所述基于所述第一文本候选框、所述M个掩膜图像和所述M个权重信息，确定所述目标图片的文本位置，包括：

获取每个掩膜图像中所述第一文本候选框对应位置的目标掩膜区域，以得到所述第一文本候选框对应的M个目标掩膜区域；

基于所述M个权重信息，对所述M个目标掩膜区域进行加权操作，得到所述第一文本候选框对应的文本掩膜区域；

基于所述文本掩膜区域，确定所述目标图片的文本位置。

5.根据权利要求4所述的方法，所述基于所述文本掩膜区域，确定所述目标图片的文本位置，包括：

对所述文本掩膜区域中的像素点进行二值化，得到所述目标图片的文本像素信息；

确定所述文本像素信息的连通区域的包络，以得到所述目标图片的文本位置。

6.一种文本检测装置，包括：

获取模块，用于获取目标图片；

特征提取模块，用于对所述目标图片进行特征提取，得到所述目标图片的第一特征；

文本检测模块，用于基于所述第一特征对所述目标图片进行文本检测，以确定所述目标图片的第一文本候选框；

掩膜解码模块，用于基于所述第一特征进行掩膜解码，得到所述目标图片的M个掩膜图像以及所述第一文本候选框针对所述M个掩膜图像的M个权重信息，M为正整数；

文本确定模块，用于基于所述第一文本候选框、所述M个掩膜图像和所述M个权重信息，确定所述目标图片的文本位置。

7.根据权利要求6所述的装置，其中，所述文本检测模块包括：

文本检测单元，用于基于所述第一特征对所述目标图片进行文本检测，得到所述目标图片的第二文本候选框；

区域特征提取单元，用于对所述第二文本候选框的区域内图片内容进行特征提取，得到所述第二文本候选框的区域内图片内容的第二特征；

第一确定单元，用于基于所述第二特征，确定目标差值信息，所述目标差值信息用于表征所述第二文本候选框相对于所述目标图片的目标框的位置差异；

第二确定单元，用于基于所述第二文本候选框和所述目标差值异信息，确定所述第一文本候选框。

8.根据权利要求7所述的装置，其中，所述第一确定单元，具体用于将所述第二特征输入至目标模型进行差值预测，得到目标差值信息，所述目标模型用于基于预先训练的参数预测图片的文本候选框相对于目标框的差值信息。