[发明专利]一种文本识别方法、装置、计算机设备和存储介质

说明书

本申请实施例公开了一种文本识别方法、装置、计算机设备和存储介质，涉及通信技术领域，通过获取待识别文本图像，待识别文本图像包括至少两个的图像区域；对待识别文本图像进行特征提取得到每个图像区域的特征信息；针对每个图像区域，根据图像区域的特征信息以及关联图像区域的特征信息，计算图像区域与关联图像区域之间的内容相似度；根据内容相似度对图像区域和关联图像区域的特征信息进行融合处理得到关注上下文信息的注意力特征信息；基于注意力特征信息对待识别图像进行文本内容识别得到识别结果。该方案根据关注上下文信息的注意力特征信息进行文本识别，可以实现对待识别图像中的图像区域进行并行识别，提高对待识别图像的识别速度。

技术领域

本申请涉及通信技术领域，具体涉及一种的文本识别方法的方法、装置、计算机设备和存储介质。

背景技术

光学字符识别(Optical Character Recognition，OCR)是指计算机设备检测字符的形状，例如纸上打印的字符或者图片中包含的字符，然后用字符识别方法将检测到的形状翻译成计算机文字的过程。可以通过基于时间序列对齐算法(Connectionist TemporalClassification，CTC)的循环卷积模型(Convolutional Recurrent Neural Network，CRNN)。

基于CTC的CRNN模型包括CNN网络层和RNN网络层，其中RNN网络层采用长短期记忆网络(Long Short Term Memory，LSTM)，LSTM属于串行网络结构，根据过去根据前T个图像区域的预测数据推算出第T+1个图像区域的预测数据，导致预测结果耗时长。

发明内容

本申请实施例提供一种文本识别方法、装置、计算机设备和存储介质，可以实现并行对待识别图像中的图像区域进行并行识别，得到待识别图像的识别结果，提高对待识别图像的识别速度。

本申请实施例提供的一种文本识别方法，包括：

获取待识别文本图像，所述待识别文本图像包括至少两个的图像区域；

对所述待识别文本图像进行特征提取，得到所述待识别文本图像中每个图像区域的特征信息；

针对每个图像区域，根据所述图像区域的特征信息以及关联图像区域的特征信息，计算所述图像区域与所述关联图像区域之间的内容相似度；

针对每个图像区域，根据所述图像区域与所述关联图像区域之间的内容相似度，对所述图像区域和所述关联图像区域的特征信息进行融合处理，得到关注上下文信息的注意力特征信息；

基于所述注意力特征信息对所述待识别图像进行文本内容识别，得到识别结果。

相应的，本申请实施例还提供的一种文本识别装置，包括：

获取单元：用于获取待识别文本图像，所述待识别文本图像包括至少两个的图像区域；

提取单元：用于对所述待识别文本图像进行特征提取，得到待识别文本图像中每个图像区域的特征信息；

计算单元：用于针对每个图像区域，根据所述图像区域的特征信息以及关联图像区域的特征信息，计算所述图像区域与所述关联图像区域之间的内容相似度；

融合单元：用于针对每个图像区域，根据所述图像区域与所述关联图像区域之间的内容相似度，对所述图像区域和所述关联图像区域的特征信息进行融合处理，得到关注上下文信息的注意力特征信息；

识别单元：用于基于所述注意力特征信息对所述待识别图像进行文本内容识别，得到识别结果。

相应的，本申请实施例还提供的一种计算机设备，包括存储器和处理器；所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行本申请实施例提供的任一种文本识别方法。