[发明专利]一种文字行检测方法及装置有效
| 申请号： | 201810102229.4 | 申请日： | 2018-02-01 |
| 公开（公告）号： | CN108427950B | 公开（公告）日： | 2021-02-19 |
| 发明（设计）人： | 高大帅;李健;张连毅;武卫东 | 申请（专利权）人： | 北京捷通华声科技股份有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/34;G06N3/04 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 莎日娜 |
| 地址： | 100193 北京市海淀区东北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种文字行检测方法及装置。在本发明实施例中，使用预设YOLO模型同时检测待检测图像中的文字行在待检测图像中的位置、文字行的倾斜角度、文字行中包括的文字的正反方向以及文字行中包括的文字的语种。本发明实施例无需使用自适应二值化方法提取图像中的文字，从而可以避免由于光照或者阴影而降低文字行的检测准确度，也无需使用袋式特征分类器确定文本行中的文字方向和文字语种，避免由其泛化能力较低的而降低文字行的检测准确度。在本发明实施例的YOLO模型的泛化能力强于袋式特征分类器，因此，相比于现有技术，本发明实施例可以提高文字行的检测准确度。 | ||
| 搜索关键词： | 一种 文字 检测 方法 装置 | ||
【主权项】：
1.一种文字行检测方法，其特征在于，所述方法包括：获取预设YOLO模型，所述YOLO模型包括24层卷积堆栈，一层完整的卷积堆栈包含卷积层、池化层、批归一化和激活层，所述YOLO模型中有4个完整的卷积堆栈和20个只含有卷积层和激活层的卷积堆栈，卷积堆栈激活函数选用线性整流单元，且卷积堆栈间采用残差跳线结构，所述YOLO模型还包括8个输出卷积层，所述8个输出卷积层包括1个置信分层、4个文字行的位置层，1个文字行的倾斜角度层、1个文字行的正反方向层以及1个文字行的语种层；将所述待检测图像输入至所述YOLO模型中，得到所述YOLO模型在所述8个输出卷积层分别输出的矩阵；根据所述8个输出卷积层分别输出的矩阵确定所述待检测图像中的文字行在所述待检测图像中的位置、文字行的倾斜角度、文字行中包括的文字的正反方向以及文字行中包括的文字的语种。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京捷通华声科技股份有限公司，未经北京捷通华声科技股份有限公司许可，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/patent/201810102229.4/，转载请声明来源钻瓜专利网。
