一种基于文本山峰概率密度的文本预测方法技术

本发明专利技术涉及一种基于文本山峰概率密度的文本定位方法，包括数据预处理，通过公开数据集现有的标注信息，生成所需要的文本掩膜和文本山峰概率图；将处理好的训练集进行数据增强，将数据传入卷积神经网络进行训练，再通过组合损失函数不断优化网络参数得到最优模型；先将训练好的模型参数进行加载，给深度学习网络传入待预测的图片，得到预测文本预测结果，进行预测信息后处理，便可得到精确度文本定位结果。本发明专利技术的技术方案增加了神经网络对文本中心概率信息的学习，配合后处理算法，求得文本预测图分割质心，能够得到曲形文本中心线，进而得到曲形文本边界，能够很好地处理长、多方向、弯曲的文本。

A text prediction method based on the probability density of text peak

【技术实现步骤摘要】
一种基于文本山峰概率密度的文本预测方法
本专利技术涉及图像处理
，尤其涉及一种基于文本山峰概率密度的文本预测方法。
技术介绍
文字在生活中随处可见，随着智能终端和数码产品的广泛普及，人们可以随时随地拍摄自己感兴趣的场景，这些场景包含着大量有用文本信息，例如自然场景中，路标道路信息、商店名称、宣传标语等，这些文本信息可以为智能交通、无人驾驶、数据智能等提供决策输入。工业场景中，零件上的激光刻印编号、印刷编号、点焊编号等，工人需要对这些编码进行系统录入，进行产品溯源，以便精确定位到生产环节，但人工肉眼观测、记录并输入电脑会存在人为失误。创建智能、快捷、高效的生活方式成为当今人们的向往，而在不同的场景中，背景复杂多样，周边环境可能对文字定位产生光照或阴暗影响，不同文字、字体也会对文本定位算法带来极大干扰，所以鲁棒的文字定位算法是文字识别的基础。现有的文本定位方法主要有以下两类：基于分割思想，对整张图像进行分割，然后送入训练好的文本检测器判别是否有文字，再将具有文字的分割图组合成图片传入文本检测模型进行预测，得到文本文档来自技高网...

【技术保护点】
1.一种基于文本山峰概率密度的文本定位方法，其特征在于，包括以下四个步骤：/nS1)图像预处理：进行数据预处理，通过公开数据集现有的标注信息，生成所需要的文本掩膜和文本山峰概率图；/nS2)数据增强：将处理好的训练集进行数据增强，包括亮度、对比度、色调、饱和度、旋转、镜像、裁剪和放缩等至少一种的随机变换；/nS3)网络训练：将数据传入卷积神经网络进行训练，再通过组合损失函数不断优化网络参数得到最优模型；/nS4)预测过程：先将训练好的模型参数进行加载，给深度学习网络传入待预测的图片，得到预测文本预测结果，进行预测信息后处理，便可得到精确度文本定位结果。/n

【技术特征摘要】
1.一种基于文本山峰概率密度的文本定位方法，其特征在于，包括以下四个步骤：
S1)图像预处理：进行数据预处理，通过公开数据集现有的标注信息，生成所需要的文本掩膜和文本山峰概率图；
S2)数据增强：将处理好的训练集进行数据增强，包括亮度、对比度、色调、饱和度、旋转、镜像、裁剪和放缩等至少一种的随机变换；
S3)网络训练：将数据传入卷积神经网络进行训练，再通过组合损失函数不断优化网络参数得到最优模型；
S4)预测过程：先将训练好的模型参数进行加载，给深度学习网络传入待预测的图片，得到预测文本预测结果，进行预测信息后处理，便可得到精确度文本定位结果。


2.根据权利要求1所述的一种基于文本山峰概率密度的文本定位方法，其特征在于，步骤S1)具体包括：
S11)数据预处理：设文本行中心区域特征图由0～255灰度构成，越靠近文本行中心线数值越大，文本中心越白，边缘越黑，呈现渐变效果；
S12)文本掩膜生成：通过公开数据集现有的标注信息，生成所需要的文本掩膜和文本行中心掩膜，其中文本掩膜通过数据集中文本块的4个角点...

【专利技术属性】
技术研发人员：张发恩，孙天齐，袁智超，陆强，
申请(专利权)人：创新奇智成都科技有限公司，
类型：发明
国别省市：四川;51