文本识别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种文本识别方法、装置、设备及存储介质，所述方法包括：获取待识别文本图片；调用文本识别模型中的文本特征提取结构提取待识别文本图片的文本特征，其中，所述文本识别模型是预先训练得到的；调用文本识别模型中的图片类型特征提取结构提取待识别文本图片的图片类型特征；调用文本识别模型中的识别结构基于文本特征和图片类型特征识别得到待识别文本图片的文本识别结果。本发明专利技术实现了当文本图片类型不同，导致文本图片的字体、背景等不同时，也能够准确地识别出文本所对应的字符，从而提高了文本识别模型的通用性，也即提高了OCR模型的通用性。

Text recognition method, device, equipment and storage medium

【技术实现步骤摘要】
文本识别方法、装置、设备及存储介质
本专利技术涉及计算机视觉
，尤其涉及一种文本识别方法、装置、设备及存储介质。
技术介绍
OCR(OpticalCharacterRecognition，光学字符识别)是指对文本资料进行扫描后对图像文件进行分析处理，获取文字及版面信息的过程。当前的OCR技术一般是对不同的文本图片类型使用和训练不同的OCR模型，比如常见的文本图片类型有身份证、车辆登记证、行驶证和文档等等，一般不会使用和训练统一的OCR模型。因为当前的OCR模型一般对这种不同类型的文本图片很难有比较一致的好的识别率，因此才会针对特定的文本图片使用和训练特定的OCR模型，每当有一种新的文本图片的时候，都需要重新训练甚至是重新设计一个OCR模型来针对新出现的这种文本图片，也即OCR模型的通用性差。
技术实现思路
本专利技术的主要目的在于提供一种文本识别方法、装置、设备及存储介质，旨在解决现有的OCR模型只能针对一种类型的文本图片有好的识别率，对不同类型的文本图片通用性差的问题。为实现上述目的，本专利技术提供一种文本识本文档来自技高网...

【技术保护点】
1.一种文本识别方法，其特征在于，所述文本识别方法包括以下步骤：/n获取待识别文本图片；/n调用文本识别模型中的文本特征提取结构提取所述待识别文本图片的文本特征，其中，所述文本识别模型是预先训练得到的；/n调用所述文本识别模型中的图片类型特征提取结构提取所述待识别文本图片的图片类型特征；/n调用所述文本识别模型中的识别结构基于所述文本特征和所述图片类型特征识别得到所述待识别文本图片的文本识别结果。/n

【技术特征摘要】
1.一种文本识别方法，其特征在于，所述文本识别方法包括以下步骤：
获取待识别文本图片；
调用文本识别模型中的文本特征提取结构提取所述待识别文本图片的文本特征，其中，所述文本识别模型是预先训练得到的；
调用所述文本识别模型中的图片类型特征提取结构提取所述待识别文本图片的图片类型特征；
调用所述文本识别模型中的识别结构基于所述文本特征和所述图片类型特征识别得到所述待识别文本图片的文本识别结果。


2.如权利要求1所述的文本识别方法，其特征在于，所述调用所述文本识别模型中的图片类型特征提取结构提取所述待识别文本图片的图片类型特征的步骤包括：
调用所述图片类型特征提取结构提取所述待识别文本图片跨多个宽度单位的综合特征，将所述综合特征作为所述待识别文本图片的图片类型特征。


3.如权利要求2所述的文本识别方法，其特征在于，所述文本特征包括所述待识别文本图片各宽度单位分别对应的子文本特征，
所述调用所述图片类型特征提取结构提取所述待识别文本图片跨多个宽度单位的综合特征的步骤包括：
调用所述图片类型特征提取结构对所述待识别文本图片多个宽度单位的各所述子文本特征进行特征综合处理，得到所述待识别文本图片跨多个宽度单位的综合特征。


4.如权利要求3所述的文本识别方法，其特征在于，所述识别结构包括第一全连接层和第二全连接层，所述调用所述文本识别模型中的识别结构基于所述文本特征和所述图片类型特征识别得到所述待识别文本图片的文本识别结果的步骤包括：
将单个宽度单位对应的所述子文本特征输入所述第一全连接层，得到第一向量；
将所述图片类型特征输入所述第二全连接层，得到第二向量，所述第一向量和所述第二向量的维度相同；
将所述第一向量和所述第二向量进行对应元素相乘处理，得到第三向量；
根据各宽度单位对应的所述第三向量确定所述待识别文本图片的文本识别结果。


5.如权利要求4所述的文本识别方法，其特征在于，所述识别结构还包括解码器，所述根据各宽度单位对...

【专利技术属性】
技术研发人员：章放，邹雨晗，杨海军，徐倩，杨强，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44