[发明专利]基于特征融合的文本识别方法、装置、设备及存储介质

权利要求书

1.一种基于特征融合的文本识别方法，其特征在于，所述基于特征融合的文本识别方法包括：

调用预置的神经网络组对待识别医疗图像进行特征提取，生成医疗局部特征图像和医疗全局特征图像，并调用预置的加权求和函数对所述医疗局部特征图像和所述医疗全局特征图像进行特征融合，生成目标医疗融合特征图像；

调用预置的双向双层循环神经网络对所述目标医疗融合特征图像进行字符集提取，生成医疗分类字符集，并基于医疗分类字符集与预置的时序分类算法进行对齐解码，生成目标医疗文本。

2.根据权利要求1所述的基于特征融合的文本识别方法，其特征在于，所述调用预置的神经网络组对待识别医疗图像进行特征提取，生成医疗局部特征图像和医疗全局特征图像，并调用预置的加权求和函数对所述医疗局部特征图像和所述医疗全局特征图像进行特征融合，生成目标医疗融合特征图像包括：

获取初始医疗图像，并对所述初始医疗图像进行预处理，生成预处理后的医疗图像，所述初始医疗图像包括初始医疗文本；

对所述预处理后的医疗图像进行归一化处理，生成待识别医疗图像，所述待识别医疗图像包括待识别医疗文本；

调用神经网络组中预置的卷积神经网络对所述待识别医疗图像进行局部特征提取，生成医疗局部特征图像；

调用所述神经网络组中预置的注意力神经网络对所述待识别医疗图像进行全局特征提取，生成医疗全局特征图像；

调用预置的加权求和函数对所述医疗局部特征图像和所述医疗全局特征图像进行特征融合，生成目标医疗融合特征图像。

3.根据权利要求2所述的基于特征融合的文本识别方法，其特征在于，所述获取初始医疗图像，并对所述初始医疗图像进行预处理，生成预处理后的医疗图像，所述初始医疗图像包括初始医疗文本包括：

获取初始医疗图像，判断所述初始医疗图像中初始医疗文本的方向是否为预置的标准方向，所述初始医疗图像包括初始医疗文本；

若所述初始医疗图像中初始医疗文本的方向不为预置的标准方向，则结合所述初始医疗文本按照预置的标准方向对所述初始医疗图像进行调整，生成预处理后的医疗图像。

4.根据权利要求2所述的基于特征融合的文本识别方法，其特征在于，所述对所述预处理后的医疗图像进行归一化处理，生成待识别医疗图像，所述待识别医疗图像包括待识别医疗文本包括：

按照预置的缩放规则对所述预处理后的医疗图像进行缩放处理，生成缩放后的医疗图像；

对所述缩放后的医疗图像进行归一化处理，生成待识别医疗图像，所述待识别医疗图像包括待识别医疗文本。

5.根据权利要求2所述的基于特征融合的文本识别方法，其特征在于，所述调用神经网络组中预置的卷积神经网络对所述待识别医疗图像进行局部特征提取，生成医疗局部特征图像包括：

调用神经网络组中预置的卷积神经网络对所述归一化后的待识别医疗图像进行卷积，生成卷积后的医疗特征图像；

对所述卷积后的医疗特征图像进行批归一化处理，生成批归一化后的医疗特征图像；

调用激活函数对所述批归一化后的医疗特征图像进行激活，生成激活后的医疗特征图像；

将所述激活后的医疗特征图像和所述卷积后的医疗特征图像输入所述第一组神经网络中的卷积神经网络中的池化层进行池化，生成第一医疗局部特征图像。

6.根据权利要求2所述的基于特征融合的文本识别方法，其特征在于，所述调用所述神经网络组中预置的注意力神经网络对所述待识别医疗图像进行全局特征提取，生成医疗全局特征图像包括：

调用神经网络组中预置的注意力神经网络对所述归一化后的待识别医疗图像进行序列拆解，生成拆解后的待识别医疗图像；

调用预置的线性特征提取算法对所述拆解后的待识别医疗图像进行编码，生成编码后的医疗特征图像；

对所述编码后的医疗特征图像进行层归一化处理，生成第一医疗全局特征图像。