[发明专利]字符识别方法、装置、计算机设备以及存储介质在审
申请号: | 202210384895.8 | 申请日: | 2022-04-13 |
公开(公告)号: | CN114943958A | 公开(公告)日: | 2022-08-26 |
发明(设计)人: | 申啸尘;周有喜 | 申请(专利权)人: | 深圳市爱深盈通信息技术有限公司 |
主分类号: | G06V20/62 | 分类号: | G06V20/62;G06V30/10;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 深圳市程炎知识产权代理事务所(普通合伙) 44676 | 代理人: | 罗水江 |
地址: | 518071 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 字符 识别 方法 装置 计算机 设备 以及 存储 介质 | ||
1.一种字符识别方法,其特征在于,包括:
获取待识别图像,所述待识别图像包含待识别字符;
在通过特征提取网络对所述待识别图像进行特征提取的过程中,对所述特征提取网络提取得到的至少一张特征图进行目标向量替换,以得到所述待识别图像对应的目标特征图;其中,目标向量是指在特征图中沿字符方向排列的向量,目标向量替换是指利用特征图中的一目标向量替换特征图中的另一目标向量;
基于所述目标特征图进行字符识别,以确定所述待识别图像中的字符。
2.根据权利要求1所述的方法,其特征在于,所述特征提取网络包括多个依次连接的特征提取结构,每个特征提取结构包括至少一个卷积层,其中,相邻的两个特征提取结构中,下一特征提取结构用于对上一特征提取结构输出的特征图集进行特征提取;
所述对所述特征提取网络提取得到的至少一张特征图进行目标向量替换,以得到所述待识别图像对应的目标特征图,包括:
获取第一特征图集,所述第一特征图集为所述特征提取网络中的第一特征提取结构输出的特征图集,所述第一特征图集包括多张特征图,所述第一特征提取结构为预设结构集合中的任一特征提取结构,所述预设结构集合包括所述特征提取网络中的至少一个特征提取结构;
对所述第一特征图集中的至少一张特征图进行目标向量替换,以更新所述第一特征图集,并将更新后的第一特征图集输入至第二特征提取结构,以得到第二特征图集,所述第二特征提取结构为与所述第一特征提取结构连接的下一特征提取结构,所述第二特征图集为所述第二特征提取结构输出的特征图集;
将第三特征图集或者更新后的第三特征图集,确定为所述目标特征图,所述第三特征图集为所述特征提取网络中的最后一个特征提取结构输出的特征图集。
3.根据权利要求2所述的方法,其特征在于,所述对所述第一特征图集中的至少一张特征图进行目标向量替换,以更新所述第一特征图集,包括:
在第一特征图中,对于每一第一目标向量,采用与所述第一目标向量相邻的目标向量替换所述第一目标向量,以得到更新后的第一特征图,所述第一特征图为所述第一特征图集中需进行目标向量替换的特征图,所述第一目标向量为所述第一特征图中待替换的任一目标向量。
4.根据权利要求2所述的方法,其特征在于,所述第一特征图集中的至少一张特征图包括所述第一特征图集中的2n张特征图,n为大于或等于1的正整数;
所述对所述第一特征图集中的至少一张特征图进行目标向量替换,以更新所述第一特征图集,包括:
在第二特征图中,对于每一第二目标向量,采用在第一字符方向上与第二目标向量相邻的目标向量替换所述第二目标向量,以得到更新后的第二特征图,所述第二特征图为所述2n张特征图中的其中n张特征图中的任一特征图,所述第二目标向量为所述第二特征图中待替换的任一目标向量;
在第三特征图中,对于每一第三目标向量,采用在第二字符方向上与第三目标向量相邻的目标向量替换所述第三目标向量,以得到更新后的第三特征图,所述第三特征图为所述2n张特征图中的另外n张特征图中的任一特征图,所述第三目标向量为所述第三特征图中待替换的任一目标向量;
所述第一字符方向和所述第二字符方向为两个相反的字符方向。
5.根据权利要求4所述的方法,其特征在于,所述其中n张特征图为所述第一特征图集中的前n张特征图,所述另外n张特征图为所述第一特征图集中的后n张特征图。
6.根据权利要求2-5任一项所述的方法,其特征在于,所述特征提取网络包括M个特征提取结构,所述预设结构集合包括所述特征提取网络中的第i个特征提取结构,2≤i≤(M-1),M为大于4的正整数。
7.根据权利要求1-5任一项所述的方法,其特征在于,所述对所述特征提取网络提取得到的至少一张特征图进行目标向量替换之前,还包括:
确定所述待识别图像中包含的待识别字符的数量;
根据所述待识别字符的数量确定所述至少一张特征图的数量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市爱深盈通信息技术有限公司,未经深圳市爱深盈通信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210384895.8/1.html,转载请声明来源钻瓜专利网。