[发明专利]字符识别方法、模型训练方法、相关装置及电子设备

说明书

本申请公开了字符识别方法、模型训练方法、相关装置及电子设备，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编码，得到所述目标图片的视觉特征；对所述视觉特征进行特征映射，得到所述目标图片的第一目标特征，所述第一目标特征为与所述目标图片的字符语义信息的特征具有匹配空间的特征；将所述第一目标特征输入至字符识别模型进行字符识别，以得到所述目标图片的第一字符识别结果。根据本申请的技术，解决了字符识别技术存在的字符识别准确性比较低的问题，提高了对图片进行字符识别的准确性。

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，具体涉及一种字符识别方法、模型训练方法、相关装置及电子设备。

背景技术

字符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。由字符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，对图片进行字符识别的方案通常仅使用图片的视觉特征，通过视觉特征来对图片中的字符进行识别。

发明内容

本公开提供了一种字符识别方法、模型训练方法、相关装置及电子设备。

根据本公开的第一方面，提供了一种字符识别方法，包括：

获取目标图片；

对所述目标图片进行特征编码，得到所述目标图片的视觉特征；

对所述视觉特征进行特征映射，得到所述目标图片的第一目标特征，所述第一目标特征为与所述目标图片的字符语义信息的特征具有匹配空间的特征；

将所述第一目标特征输入至字符识别模型进行字符识别，以得到所述目标图片的第一字符识别结果。

根据本公开的第二方面，提供了一种模型训练方法，包括：

获取训练样本数据，所述训练样本数据包括训练图片和所述训练图片中字符信息的语义标签；

分别获取所述训练图片的第二目标特征和所述语义标签的第三目标特征，所述第二目标特征基于所述训练图片的视觉特征映射得到，所述第三目标特征基于所述语义标签的语言特征映射得到，所述第二目标特征的特征空间与所述第三目标特征的特征空间匹配；

将所述第二目标特征输入至字符识别模型进行字符识别，以得到所述训练图片的第二字符识别结果；并将所述第三目标特征输入至所述字符识别模型进行字符识别，以得到所述训练图片的第三字符识别结果；

基于所述第二字符识别结果和第三字符识别结果，更新所述字符识别模型的参数。

根据本公开的第三方面，提供了一种字符识别装置，包括：

第一获取模块，用于获取目标图片；

特征编码模块，用于对所述目标图片进行特征编码，得到所述目标图片的视觉特征；

特征映射模块，用于对所述视觉特征进行特征映射，得到所述目标图片的第一目标特征，所述第一目标特征为与所述目标图片的字符语义信息的特征具有匹配空间的特征；

第一字符识别模块，用于将所述第一目标特征输入至字符识别模型进行字符识别，以得到所述目标图片的第一字符识别结果。

根据本公开的第四方面，提供了一种模型训练装置，包括：

第二获取模块，用于获取训练样本数据，所述训练样本数据包括训练图片和所述训练图片中字符信息的语义标签；