【技术实现步骤摘要】
场景图像中的文本检测方法、装置及计算机设备
本专利技术涉及图像处理
,具体涉及场景图像中的文本检测方法、装置及计算机设备。
技术介绍
基于计算机视觉的文字识别在现今的大数据时代具有非常重大的使用意义。其是许多智能化功能(例如推荐系统、机器翻译等)的实现基础。而文本检测作为文字识别过程的前提条件,其检测精准度对于文字识别的效果具有显著的影响。在复杂的自然场景下,文本存在多种不同位置的分布、排布形式多样、分布方向不一致以及多语言混合等的特点,因此文本检测的任务极具挑战性。传统技术中存在一种被称为CTPN的文本检测算法,其基于将完整文本先分割检测再合并的思路来实现自然场景下的文本检测。传统技术通过分割再合并的方式检测文本一方面检测精度不准确,另一方面会过度消耗检测时间,用户体验差,基于此,还有人提出了一种被称为EAST(anefficientandaccuratescenetextdetector)的文本检测方法。其借助FCN的架构来进行特征提取和学习,直接进行端到端的训练和优化,消除不必要的中间步骤。但是,在EAST的实际应用过程中,仍然存在着许多的局限性,无法很好的满足实际使用的需求。例如,最终获得的文本预测框的宽度与场景中实际的文本不相符,因此传统技术需要在EAST的实际应用基础上,进一步改进。
技术实现思路
本专利技术旨在解决现有的EAST算法识别精度无法满足实际使用需求的技术问题。为解决上述技术问题,第一方面,本专利技术实施例提供了一种场景图像中的文本检测 ...
【技术保护点】
1.一种场景图像的文本检测方法,其特征在于,包括:/n对全卷积网络模型进行训练优化;/n通过训练后的所述全卷积网络模型,检测确定所述场景图像中的若干个文本预测框;/n筛选在所述文本预测框内,置信度大于预设的置信度阈值的像素点作为高置信度像素点,所述置信度为所述全卷积网络模型输出的,像素点属于文本预测框的概率;/n根据所述高置信度像素点,计算所述文本预测框对应的最小外接矩形,所述最小外接矩形为将所述文本预测框中所有高置信度像素点包含在内,面积最小的矩形;/n计算所述文本预测框与对应的最小外接矩形之间的重叠度;/n在所述重叠度大于预设的重叠度阈值时,通过所述最小外接矩形调整所述文本预测框的宽度;/n在所述场景图像中切割所述调整后的文本预测框,获得待识别文本图像;/n识别所述待识别文本图像中的文本信息。/n
【技术特征摘要】
1.一种场景图像的文本检测方法,其特征在于,包括:
对全卷积网络模型进行训练优化;
通过训练后的所述全卷积网络模型,检测确定所述场景图像中的若干个文本预测框;
筛选在所述文本预测框内,置信度大于预设的置信度阈值的像素点作为高置信度像素点,所述置信度为所述全卷积网络模型输出的,像素点属于文本预测框的概率;
根据所述高置信度像素点,计算所述文本预测框对应的最小外接矩形,所述最小外接矩形为将所述文本预测框中所有高置信度像素点包含在内,面积最小的矩形;
计算所述文本预测框与对应的最小外接矩形之间的重叠度;
在所述重叠度大于预设的重叠度阈值时,通过所述最小外接矩形调整所述文本预测框的宽度;
在所述场景图像中切割所述调整后的文本预测框,获得待识别文本图像;
识别所述待识别文本图像中的文本信息。
2.根据权利要求1所述的场景图像的文本检测方法,其特征在于,在计算所述文本预测框与对应的最小外接矩形之间的重叠度之前,所述方法还包括:
计算所述最小外接矩形内的高置信度像素点的置信度平均值;
在所述置信度平均值小于预设的筛选阈值时,剔除所述最小外接矩形。
3.根据权利要求2所述的场景图像的文本检测方法,其特征在于,所述对全卷积网络模型进行训练优化,包括:
构建全卷积网络模型;
标注训练标签,构建训练数据集;
通过所述训练数据集和预设的损失函数,对所述全卷积网络模型进行训练优化。
4.根据权利要求1所述的场景图像的文本检测方法,其特征在于,所述计算所述文本预测框与对应的最小外接矩形之间的重叠度,包括:
确定同时在所述文本预测框和所述最小外接矩形之内的像素点为第一像素点;
确定只属于所述文本预测框或所述最小外接矩形之内的像素点为第二像素点;
计算所述第一像素点和所述第二像素点的数量之和;
计算所述第一像素点的数量与所述第一像素点和所述第二像素点的数量之和之间的比值,作为所述重叠度。
5.根据权利要求1所述的场景图像的文本检测方法,其特征在于,在所述重叠度大于预设的重叠度阈值时,所述文本预测框通过如下公式调整:
P1=w*p+(1-w)*d,
其中,P1为调整后的文本预测框宽度,w为权重系数,p为所述文本预测框的宽度,d为所述对应的最小外接矩形的宽度。
6.根据权利要求1所述...
【专利技术属性】
技术研发人员:高远,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。