[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

说明书

本发明涉及人工智能领域，公开了基于特征融合的文本识别方法、装置、设备及存储介质，用于提高文本识别的准确率。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。此外，本发明还涉及区块链技术，待识别医疗图像可存储于区块链中。

技术领域

本发明涉及神经网络领域，尤其涉及一种基于特征融合的文本识别方法、装置、设备及存储介质。

背景技术

随着科技的发展，人工智能应用在越来越多的领域，其中，文本识别是人工智能中的重要领域，并且已经成功应用于身份证识别、银行卡识别，医疗诊断书识别、医疗卡识别等诸多业务。

在现有技术中，利用卷积神经网络对图像进行文本识别，卷积神经网络主要关注局部特征的提取，由于图像背景复杂，卷积神经网络无法结合全局信息区分文本和背景，导致文本识别不准确。

发明内容

本发明提供了一种基于特征融合的文本识别方法、装置、设备及存储介质，用于提高文本识别的准确率。

本发明第一方面提供了一种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。

可选的，在本发明第一方面的第一种实现方式中，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。

可选的，在本发明第一方面的第二种实现方式中，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。

可选的，在本发明第一方面的第三种实现方式中，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。