[发明专利]文本检测方法、装置及电子设备

说明书

本申请公开了文本检测方法、装置及电子设备，涉及计算机视觉、深度学习等人工智能技术领域。具体实现方案为：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。根据本申请的技术，解决了文本检测识别技术存在的场景文本检测精准性比较低的问题，能够实现任意形状的场景文本检测识别。

技术领域

本申请涉及人工智能技术领域，尤其涉及计算机视觉、深度学习技术领域，具体涉及一种文本检测方法、装置及电子设备。

背景技术

自然场景下的文本检测识别技术可以被广泛应用于社会的各行各业，如教育、医疗、金融等领域。由文本检测识别技术派生的常见卡证票据的识别、文档的自动化录入以及拍照搜题等技术极大地提升了传统行业的智能化程度和生产效率，方便了人们的日常学习与生活。

目前，对于自然场景图像中的文本信息进行检测，通常是基于区域对图像进行检测生成文本候选框，其目的是得到文本包围框的位置。

发明内容

本公开提供了一种文本检测方法、装置及电子设备。

根据本公开的第一方面，提供了一种文本检测方法，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。

根据本公开的第二方面，提供了一种文本检测装置，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。

根据本公开的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面中的任一项方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行第一方面中的任一项方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现第一方面中的任一项方法。

根据本申请的技术解决了文本检测识别技术存在的场景文本检测精准性比较低的问题，能够实现任意形状的场景文本检测识别。