[发明专利]文字识别方法、装置、电子设备及介质

说明书

本申请公开了一种文字识别方法、装置、电子设备及介质，属于文字识别算法领域。该文字识别方法包括：获取文字图片，该文字图片包括至少一个文字；将上述文字图片输入分组卷积神经网络模型进行预测，得到上述文字图片对应的文字序列预测信息；基于上述文字序列预测信息，得到上述文字图片对应的文字识别结果。

技术领域

本申请属于人工智能技术领域，具体涉及一种文字识别方法、装置、电子设备及介质。

背景技术

随着智能终端技术的发展，文字识别技术应用越来越广泛，使用该文字识别技术可以实现将图片中的文字提取出来。

在相关技术中，电子设备在进行文字识别时，通常是直接消减所运用的卷积神经网络模型的各层网络参数数量，来降低计算量和参数量，以提高识别速度，但是该方法会使得上述卷积神经网络模型的识别准确率降低，从而导致整体的识别效果较差。

发明内容

本申请实施例的目的是提供一种文字识别方法、装置、电子设备及介质，能够解决卷积神经网络模型识别准确率低，导致整体的识别效果较差的问题。

为了解决上述技术问题，本申请是这样实现的：

第一方面，本申请实施例提供了一种文字识别方法，该方法包括：获取文字图片，该文字图片包括至少一个文字；将上述文字图片输入分组卷积神经网络模型进行预测，得到上述文字图片对应的文字序列预测信息；基于上述文字序列预测信息，得到上述文字图片对应的文字识别结果。

第二方面，本申请实施例提供了一种文字识别装置，该装置包括：获取模块、预测模块和处理模块，其中：上述获取模块，用于获取文字图片，该文字图片包括至少一个文字；上述预测模块，用于将获取模块获取到的上述文字图片输入分组卷积神经网络模型进行预测，得到上述文字图片对应的文字序列预测信息；上述处理模块，用于基于预测模块得到的上述文字序列预测信息，得到上述文字图片对应的文字识别结果。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。

第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。

第六方面，本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的方法。

在本申请实施例中，电子设备可以获取文字图片，该文字图片包括至少一个文字；将上述文字图片输入分组卷积神经网络模型进行预测，得到上述文字图片对应的文字序列预测信息；基于上述文字序列预测信息，得到上述文字图片对应的目标文字识别结果。如此，由于上述分组卷积神经网络模型的参数量较少；并且，该分组卷积神经网络模型能够将输入的数据分成多组，以同时对该多组数据进行处理。因此，可以减少该分组卷积神经网络模型的计算量，同时保证了识别准确率，从而提高了电子设备的识别效果。

附图说明

图1是本申请实施例提供的一种文字识别方法的方法流程示意图；

图2是本申请实施例提供的卷积循环神经网络模型的结构示意图；

图3是本申请实施例提供的分组卷积神经网络模型的结构示意图；

图4是本申请实施例提供的一种文字识别装置的结构示意图；

图5是本申请实施例提供的一种电子设备的结构示意图；

图6是本申请实施例提供的一种电子设备的硬件示意图。