图像文本行检测方法及装置、存储介质和电子设备制造方法及图纸

本发明专利技术的实施方式涉及计算机技术领域，更具体地，本发明专利技术的实施方式涉及图像文本行检测方法及装置，存储介质和电子设备。所述方法包括：获取待检测图像；利用已训练的识别模型获取所述待检测图像的文本概率置信图；对所述文本概率置信图进行后处理以获取所述待检测图像的文本行检测结果。本公开能够实现对图像中文本行的准确检测；并且由于检测过程中仅使用一个模型，从而有效的提高检测速度；并且能够缩短检测流程，提高检测精度。

Image Text Line Detection Method and Device, Storage Media and Electronic Equipment

The embodiments of the invention relate to the field of computer technology, and more specifically, the embodiments of the invention relate to image text line detection methods and devices, storage media and electronic devices. The method includes acquiring the image to be detected, acquiring the text probability confidence map of the image to be detected by using the trained recognition model, and post-processing the text probability confidence map to obtain the text line detection result of the image to be detected. The present disclosure can realize accurate detection of text lines in an image, and can effectively improve the detection speed by using only one model in the detection process, and can shorten the detection process and improve the detection accuracy.

【技术实现步骤摘要】
图像文本行检测方法及装置、存储介质和电子设备
本专利技术的实施方式涉及计算机
，更具体地，本专利技术的实施方式涉及图像文本行检测方法及装置，存储介质和电子设备。
技术介绍
本部分旨在为权利要求中陈述的本专利技术的实施方式提供背景或上下文，此处的描述不因为包括在本部分中就承认是现有技术。自然场景图像，是指由各种拍摄设备(例如，照相机、具有拍摄功能的手机、网络摄像头等)，在没有特定限制的条件下，直接对生活中真实存在的场景拍摄的图像。由于自然场景图像中文本的字体、颜色、格式等差异以及杂乱的背景等因素，以及在自然场景图像中后期人为添加文本等情形，使得在自然场景图像中检测文本是一项较复杂的工作。目前，在已经出现的文本检测方法，通常需要利用多个不同的识别模型，或者重复多次使用同一模型来筛选图像中的字符区域或文本块，实现对图像中文本的识别。
技术实现思路
但是，在一些技术中，一方面，图像检测流程复杂，步骤较多，需要预先人工设定较多的规则，影响检测速度；另一方面，较多的步骤级联容易造成误差累计，影响检测精度；另一方面，大多数的方法仅能对图像中的水平文本进行检测，无法对多方向的文本有效识别。为此，非本文档来自技高网...

【技术保护点】
1.一种图像文本行检测方法，其特征在于，包括：获取待检测图像；利用已训练的识别模型获取所述待检测图像的文本概率置信图；对所述文本概率置信图进行后处理以获取所述待检测图像的文本行检测结果。

【技术特征摘要】
1.一种图像文本行检测方法，其特征在于，包括：获取待检测图像；利用已训练的识别模型获取所述待检测图像的文本概率置信图；对所述文本概率置信图进行后处理以获取所述待检测图像的文本行检测结果。2.根据权利要求1所述的图像文本行检测方法，其特征在于，所述方法还包括：预先训练所述识别模型，包括：获取训练图像集；根据所述训练图像集对全卷积神经网络FCN模型进行训练以获取所述识别模型；其中，所述FCN模型具有特征金字塔网络FPN结构。3.根据权利要求2所述的图像文本行检测方法，其特征在于，所述根据所述训练图像集对FCN模型进行训练包括：利用所述FCN模型对所述训练图像集分别执行分类任务和回归任务，并分别利用分类损失函数和回归损失函数对所述FCN模型进行优化。4.根据权利要求3所述的图像文本行检测方法，其特征在于，利用FCN模型对所述训练图像集执行分类任务，利用分类损失函数对FCN模型进行优化包括：利用所述FCN模型对训练图像执行分类任务以获取对应的文本概率置信图；利用分类损失函数计算所述概率置信图的误差损失，并根据所述误差损失优化所述FCN模型。5.根据权利要求3所述的图像文本行检测方法，其特征在于，利用FCN模型对所述训练图像集执行回归任务，利用回归损失函数对FCN模型进行优化包括：利用所述FCN模型...

【专利技术属性】
技术研发人员：林丽，陈益如，徐彬彬，王嘉磊，温翔，丛林，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江,33