[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

说明书

本申请涉及人工智能技术领域，提出了一种面向复杂交通场景的字符识别方法、装置、设备和介质，方法包括：通过检测模型对交通场景图像进行目标检测，得到目标框；再通过分类模型获得第一特征图和目标类型，根据目标类型对第一特征图进行切分，得到字符特征图序列，最后通过识别模型对字符特征图序列进行处理，得到字符识别结果。本申请实施例的方案，通过分类模型对检测到的目标框进行特征提取，生成特征图，然后复用该特征图进行目标分类和字符识别，这样能够减小模型的处理数据量；以及，根据目标类型可以判断特征图中的字符行数，进而根据字符行数可以更加简单高效地完成字符分割，提升了计算速度，且节省了计算资源。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种面向复杂交通场景的字符识别方法、装置、电子设备和计算机可读存储介质。

背景技术

随着智慧交通系统的持续深入发展，交通场景已成为光学字符识别(OpticalCharacter Recognition,OCR)技术的一个重要应用场景，在多项人工智能任务中都有涉及，例如：自动驾驶中的交通指示牌识别、交通违法管理中的车牌识别等。

相关技术中的字符识别流程一般是先检测后识别，即先检测出字符区域，再针对字符区域进行识别。但是，实际应用时，由于道路交通环境的复杂性，往往会检测到多个字符区域，这些字符区域可能来自不同类型的目标物上，例如，有的字符区域来自路牌，有的字符区域来自车辆车牌。为了实现识别不同类型的字符区域，通用的字符识别模型的数据量通常非常庞大，模型执行识别任务时将会非常消耗计算资源，使得模型的部署对终端设备的计算资源要求很高。

发明内容

本申请实施例的主要目的在于提出一种面向复杂交通场景的字符识别方法、装置、电子设备和计算机可读存储介质，旨在节省面向复杂交通场景进行字符识别所需的计算资源。

为实现上述目的，本申请实施例的第一方面提出了一种面向复杂交通场景的字符识别方法，所述方法包括：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。

根据本申请一些实施例提供的字符识别方法，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。

根据本申请一些实施例提供的字符识别方法，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。

根据本申请一些实施例提供的字符识别方法，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。