[发明专利]优化场景文本识别系统及方法在审
| 申请号： | 202111061594.3 | 申请日： | 2021-09-10 |
| 公开（公告）号： | CN115797949A | 公开（公告）日： | 2023-03-14 |
| 发明（设计）人： | 陶越;徐树公 | 申请（专利权）人： | 上海大学 |
| 主分类号： | G06V30/19 | 分类号： | G06V30/19;G06V20/62;G06V10/82;G06N3/0455;G06N3/044 |
| 代理公司： | 上海交达专利事务所 31201 | 代理人： | 王毓理;王锡麟 |
| 地址： | 200444*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种优化场景文本识别系统及方法，包括：文本矫正模块、Transformer特征提取模块和特征解码模块，其中：文本矫正模块对输入的图像中的弯曲文本图像进行校正，Transformer特征提取模块从矫正后的文本图像中提取得到鲁棒的全局特征和初始化向量，特征解码模块根据初始化向量引导解码器解码提取的特征得到字符序列。本发明在特征提取阶段单纯使用Transformer编码器堆叠来提取强壮鲁棒并且关注全局的特征，在特征提取阶段之后无需内容建模，并且通过优化的一维的长方形图片切分，在减少计算量的同时在公开数据集上达到最佳的精度。 | ||
| 搜索关键词： | 优化 场景 文本 识别 系统 方法 | ||
【主权项】：
暂无信息
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上海大学，未经上海大学许可，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/202111061594.3/，转载请声明来源钻瓜专利网。
- 上一篇：写数据的方法、装置及计算机存储介质
- 下一篇：一种视频插帧方法及装置
