文本识别方法及装置制造方法及图纸

本公开涉及计算机视觉技术领域，具体提供了一种文本识别方法及装置。文本识别方法包括：对文本图像进行特征提取，得到第一特征序列；第一特征序列包括多个特征切片，特征切片表示待识别文本的特征向量；基于第一特征序列的多个特征切片之间的上下文信息，对第一特征序列进行处理，得到第二特征序列；根据第二特征序列，确定第二特征序列中各个特征切片的注意力权值；基于第二特征序列和注意力权值，得到待识别文本的识别结果。本公开方法提高文本识别精度。

【技术实现步骤摘要】
文本识别方法及装置
本公开涉及计算机视觉
，具体涉及一种文本识别方法及装置。
技术介绍
场景文本识别是计算机视觉以及智能视频分析领域的重要问题之一，其在众多场景均有广泛的应用，例如车牌识别、文档文本行识别、自然场景文字识别等。对于场景文本识别，如何提高识别精度是重要研究方向。
技术实现思路
为提高场景文本识别的精度，本公开实施方式提供了一种文本识别方法及装置。第一方面，本公开实施方式提供了一种文本识别方法，包括：对文本图像进行特征提取，得到第一特征序列；所述第一特征序列包括多个特征切片，所述特征切片表示待识别文本的特征向量；基于所述第一特征序列的多个特征切片之间的上下文信息，对所述第一特征序列进行处理，得到第二特征序列；根据所述第二特征序列，确定所述第二特征序列中各个所述特征切片的注意力权值；基于所述第二特征序列和所述注意力权值，得到所述待识别文本的识别结果。在一些实施方式中，所述对文本图像进行特征提取，得到第一特征序列，包括：对所述文本图像进行卷积处理，得到所述本文档来自技高网...

【技术保护点】
1.一种文本识别方法，其特征在于，包括：/n对文本图像进行特征提取，得到第一特征序列；所述第一特征序列包括多个特征切片，所述特征切片表示待识别文本的特征向量；/n基于所述第一特征序列的多个特征切片之间的上下文信息，对所述第一特征序列进行处理，得到第二特征序列；/n根据所述第二特征序列，确定所述第二特征序列中各个所述特征切片的注意力权值；/n基于所述第二特征序列和所述注意力权值，得到所述待识别文本的识别结果。/n

【技术特征摘要】
1.一种文本识别方法，其特征在于，包括：
对文本图像进行特征提取，得到第一特征序列；所述第一特征序列包括多个特征切片，所述特征切片表示待识别文本的特征向量；
基于所述第一特征序列的多个特征切片之间的上下文信息，对所述第一特征序列进行处理，得到第二特征序列；
根据所述第二特征序列，确定所述第二特征序列中各个所述特征切片的注意力权值；
基于所述第二特征序列和所述注意力权值，得到所述待识别文本的识别结果。


2.根据权利要求1所述的方法，其特征在于，所述对文本图像进行特征提取，得到第一特征序列，包括：
对所述文本图像进行卷积处理，得到所述文本图像的特征图；
基于所述特征图处理得到所述第一特征序列。


3.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一特征序列的多个特征切片之间的上下文信息，对所述第一特征序列进行处理，得到第二特征序列，包括：
对所述第一特征序列进行空洞卷积处理，得到所述第二特征序列。


4.根据权利要求1至3任一项所述的方法，其特征在于，所述基于所述第二特征序列和所述注意力权值，得到所述待识别文本的识别结果，包括：
基于所述第二特征序列和所述注意力权值，得到各所述特征切片的分类结果；
对各所述特征切片的所述分类结果进行解析处理，得到所述待识别文本的所述识别结果。


5.根据权利要求1至4任一项所述的方法，其特征在于，在所述对文本图像进行特征提取，得到第一特征序列之前，所述方法还包括：
获取场景图像，并由所述场景图像中检测得到至少一个所述文本图像。


6.根据权利要求5所述的方法，其特征在于，所述场景图像包括车辆，所述由所述场景图像中检测得到至少一个所述文本图像，包括：
由所述场景图像中检测得到至少一个车牌图像，作为所述文本图像。


7.根据权利要求1至6任一项所述的方法，其特征在于，所述注意力权值包括以下中至少之一：
空间注意力权值、通道注意力权值以及混合注意力权值。


8.根据权利要求1至7任一项所述的方法，其特征在于，
所述对文本图像进行特征提取，得到第一特征序列，包括：
通过特征提取网络对所述文本图像进行特征提取，得到所述第一特征序列；
...

【专利技术属性】
技术研发人员：蔡晓聪，侯军，伊帅，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：北京;11