[发明专利]一种面向复杂交通场景的字符识别方法、装置、设备和介质

权利要求书

1.一种面向复杂交通场景的字符识别方法，其特征在于，方法包括：

获取交通场景图像；

通过预先训练好的检测模型对所述交通场景图像进行目标检测，获得包含待识别字符的目标框；

通过预先训练好的分类模型对所述目标框进行特征提取和分类，获得第一特征图和目标类型；

根据所述目标类型对所述第一特征图进行切分，得到字符特征图序列；

通过预先训练好的识别模型对所述字符特征图序列进行处理，得到字符识别结果。

2.根据权利要求1所述的方法，其特征在于，所述分类模型包括叠加设置的t层第一瓶颈网络和第一全连接网络，t为大于或等于3的整数；

所述通过预先训练好的分类模型对所述目标框进行特征提取和分类，获得第一特征图和目标类型，包括：

将所述目标框输入至第1层第一瓶颈网络；

将第t-1层第一瓶颈网络和第t层第一瓶颈网络的输出结果相加，得到所述第一特征图；

通过所述第一全连接网络对所述第一特征图进行处理，得到所述目标类型。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标类型对所述第一特征图进行切分，得到字符特征图序列，包括：

根据所述目标类型确定所述第一特征图包含的字符行数；

当所述目标类型指示所述第一特征图包含多行字符，根据所述字符行数对所述第一特征图进行横向切分，得到多个第二特征图，每个第二特征图对应一行字符；

按照切分顺序对所述多个第二特征图进行水平方向拼接，得到第三特征图；

按照列对所述第三特征图进行纵向切分，得到多个字符特征图，每个所述字符特征图中包含一个字符；

按照切分顺序将所述多个字符特征图进行拼接，得到字符特征图序列。

4.根据权利要求3所述的方法，其特征在于，在所述按照切分顺序对所述多个第二特征图进行水平方向拼接之前，所述方法还包括：

对每个所述第二特征图进行预处理，将每个所述第二特征图调整为预设尺寸的图像。

5.根据权利要求1所述的方法，其特征在于，所述识别模型包括叠加设置的m层第二瓶颈网络和第二全连接网络，m为大于或等于3的整数；

所述通过预先训练好的识别模型对所述字符特征图序列进行处理，得到字符识别结果，包括：

将所述字符特征图序列输入至第1层第二瓶颈网络；

将第m-1层第二瓶颈网络和第m层第二瓶颈网络的输出结果相加，得到字符特征图序列特征；

通过所述第二全连接网络对所述字符特征图序列特征进行处理，得到所述字符识别结果。

6.根据权利要求1所述的方法，其特征在于，所述检测模型包括叠加设置的n层第三瓶颈网络和第三全连接网络，n为大于或等于3的整数；

所述通过预先训练好的检测模型对所述交通场景图像进行目标检测，获得包含待识别字符的目标框，包括：

将所述交通场景图像输入至第1层第三瓶颈网络；

将第n-1层第三瓶颈网络和第n层第三瓶颈网络的输出结果相加，得到图像特征；

通过所述第三全连接网络对所述图像特征进行处理，得到包含待识别字符的目标框。

7.根据权利要求6所述的方法，其特征在于，所述获取交通场景图像，包括：

获取描绘交通图像场景的视频，对所述视频进行抽帧处理，得到所述交通场景图像；以及

对所述交通场景图像进行预处理，将所述交通场景图像调整为预设尺寸的图像。