[发明专利]文本识别方法及装置

说明书

本发明实施例公开一种文本识别方法及装置，方法包括：获取第一字符识别结果和第二字符识别结果；确定通用字符识别模型和特殊字符识别模型中划分字符个数，从字符个数相对少的字符识别模型对应的字符识别结果中获取目标字符和目标字符对应的后验概率；根据通用字符识别模型和特殊字符识别模型中划分字符个数的对应关系，从另一个字符识别模型对应的字符识别结果中获取至少两个字符，以及至少两个字符的后验概率；根据至少两个字符是否为指定字符，以及后验概率确定的识别后验置信度，确定是否将至少两个字符替换为目标字符或将目标字符替换为至少两个字符；对替换处理后的字符识别结果进行去冗余处理，获得最终字符识别结果。

技术领域

本发明涉及文本识别技术领域，具体而言，涉及一种文本识别方法及装置。

背景技术

目前，对文本的识别已扩大到图像文本的识别领域，例如对打印出来的票据进行拍照，然后对图像进行文本识别。相关技术中，主要采用CRNN(Convolutional RecurrentNeural Network，卷积递归神经网络)技术对图像文本行进行识别。该技术主要分为CNN(Convolutional Neural Networks，卷积神经网络)和LSTM(Long Short-Term Memory，长短期记忆人工神经网络)两大部分，其中CNN主要用于提取图像特征，LSTM主要用于建立上下文特征之间的关系，适合用于具有明显语义特征领域。

商场消费票据打印机的特性不同，出现的字符的宽窄差距往往较大，甚至有时候也会出现比正常汉字更宽的字符。现有CRNN技术在最顶层进入识别分类器前，每个字符所对应的特征维数是固定的，在固定网络的条件下，获取字符特征的感受野也是固定尺度，对于过大或者过小的字符都无法与该模型的感受野达到最佳的匹配，从而导致识别准确率较低。

发明内容

本发明提供了一种文本识别方法及装置，以提高文本识别的准确率。具体的技术方案如下：

第一方面，本发明实施例提供了一种文本识别方法，所述方法包括：

获取第一字符识别结果和第二字符识别结果；所述第一字符识别结果为对基于通用字符识别模型识别得到的识别结果进行贪心算法计算而得，所述第二字符识别结果为对基于特殊字符识别模型识别得到的识别结果进行贪心算法计算而得，所述通用字符识别模型能够识别通用宽度的字符，所述特殊字符识别模型能够识别特殊宽度的字符；

确定所述通用字符识别模型和所述特殊字符识别模型中划分字符个数，从字符个数相对少的字符识别模型对应的字符识别结果中获取目标字符和所述目标字符对应的后验概率；

根据所述通用字符识别模型和所述特殊字符识别模型中划分字符个数的对应关系，从另一个字符识别模型对应的字符识别结果中获取至少两个字符，以及所述至少两个字符的后验概率；

若所述至少两个字符均非第一指定字符，则将所述至少两个字符替换为所述目标字符；若所述至少两个字符中存在至少一个所述第一指定字符，则根据由所述目标字符对应的后验概率、所述至少两个字符的后验概率确定的第一识别后验置信度，确定是否将所述至少两个字符替换为所述目标字符；

或者，若所述目标字符为非第二指定字符，则将所述目标字符替换为所述至少两个字符；若所述目标字符为第二指定字符，则根据由所述目标字符对应的后验概率、所述至少两个字符的后验概率确定的第二识别后验置信度，确定是否将所述目标字符替换为所述至少两个字符；

对替换处理后的字符识别结果进行去冗余处理，获得最终字符识别结果。

可选的，根据由所述目标字符对应的后验概率、所述至少两个字符的后验概率确定的第一识别后验置信度，确定是否将所述至少两个字符替换为所述目标字符，包括：

计算所述至少两个字符的后验概率之和，并将所述目标字符对应的后验概率的2倍与所述后验概率之和的比值确定为所述第一识别后验置信度；