[发明专利]一种文本识别方法、装置、电子设备及存储介质

权利要求书

1.一种文本识别方法，其特征在于，所述方法包括：

获取包含文本的待识别图像；

将当前的待识别图像，输入至预先训练的文本识别模型中的特征提取网络，得到当前的特征图像；

将当前的特征图像输入至所述文本识别模型中的全连接层，得到当前的特征图像中每一列对应的多个置信度；其中，当前的特征图像中一列对应的多个置信度分别表示：该列为各预设字符的概率；

针对当前的特征图像中每一列，确定该列对应的各置信度在归一化后的最大值，作为该列的预测概率；

若各列的预测概率的加权和大于预设阈值，则基于各列对应的最大的置信度各自表征的预设字符，确定当前的待识别图像中文本包含的字符。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若各列的预测概率的加权和不大于预设阈值，按照预设的图像变换方式，对当前的待识别图像进行处理，以更新当前的待识别图像；

返回执行所述将当前的待识别图像，输入至预先训练的文本识别模型中的特征提取网络，得到当前的特征图像的步骤，直至当前的特征图像中各列的预测概率的加权和大于预设阈值。

3.根据权利要求1所述的方法，其特征在于，所述针对当前的特征图像中每一列，确定该列对应的各置信度在归一化后的最大值，作为该列的预测概率，包括：

针对当前的特征图像中每一列，对将该列对应的各置信度输入至所述文本识别模型中的归一化层，得到归一化后的各置信度；

确定归一化后的各置信度中的最大值，作为该列的预测概率。

4.根据权利要求1所述的方法，其特征在于，所述获取包含文本的待识别图像，包括：

获取包含文本的原始图像；

对所述原始图像进行缩放，并对缩放后的原始图像进行图像增强处理，得到所述待识别图像。

5.根据权利要求1所述的方法，其特征在于，所述基于各列对应的最大的置信度各自表征的预设字符，确定当前的待识别图像中文本包含的字符，包括：

基于连接主义时间分类CTC算法，对各列对应的最大的置信度各自表征的预设字符进行处理，得到当前的待识别图像中文本包含的字符。

6.一种文本识别装置，其特征在于，所述装置包括：

待识别图像获取模块，用于获取包含文本的待识别图像；

特征图像获取模块，用于将当前的待识别图像，输入至预先训练的文本识别模型中的特征提取网络，得到当前的特征图像；

置信度获取模块，用于将当前的特征图像输入至所述文本识别模型中的全连接层，得到当前的特征图像中每一列对应的多个置信度；其中，当前的特征图像中一列对应的多个置信度分别表示：该列为各预设字符的概率；

预测概率确定模块，用于针对当前的特征图像中每一列，确定该列对应的各置信度在归一化后的最大值，作为该列的预测概率；

识别结果确定模块，用于若各列的预测概率的加权和大于预设阈值，则基于各列对应的最大的置信度各自表征的预设字符，确定当前的待识别图像中文本包含的字符。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

更新模块，用于若各列的预测概率的加权和不大于预设阈值，按照预设的图像变换方式，对当前的待识别图像进行处理，以更新当前的待识别图像；并触发所述特征图像获取模块，直至当前的特征图像中各列的预测概率的加权和大于预设阈值。

8.根据权利要求6所述的装置，其特征在于，所述预测概率确定模块，包括：

归一化子模块，用于针对当前的特征图像中每一列，对将该列对应的各置信度输入至所述文本识别模型中的归一化层，得到归一化后的各置信度；

预测概率确定子模块，用于确定归一化后的各置信度中的最大值，作为该列的预测概率。